G06V 10/36

Definition

Bild- oder Videovorverarbeitungsmethoden, bei denen eine lokale Umgebung um ein Pixel untersucht wird und dem Pixel ein Wert zugewiesen wird, der eine Funktion der Werte (z.B. Farbwerte oder Luminanzwerte) der Pixel in dieser lokalen Umgebung ist.

Die Anwendung lokaler Operatoren im räumlichen Bereich (z.B. durch Faltung des Bildes mit einer vordefinierten Faltungsmatrix) oder im Frequenzbereich (z.B. durch Berechnung der Fourier-Transformation und Durchführung einer punktweisen Multiplikation im Frequenzbereich).

Anmerkungen – technischer Hintergrund

Diese Anmerkungen liefern weitere Informationen über die technischen Sachverhalte, die in diese Stelle klassifiziert werden:

1. Normalerweise wird die lokale Umgebung als eine rechteckige Region von Pixeln definiert, in deren Zentrum sich das betreffende Pixel befindet, z.B. eine 3*3-Pixel-Umgebung oder eine 5*5-Pixel-Umgebung; Umgebungen, die eine andere Form haben, sind ebenfalls möglich, aber weniger üblich.

2. Die lokalen Operatoren umfassen:

• Lineare Operatoren, z.B. Faltungen mit Tiefpassfiltermatrizen (wie einem Gauß-Filterkern oder einer Rechteckfunktion [Boxcar Function]) und Faltungen mit Hochpassfiltermatrizen zur Bildschärfung oder Faltungen mit räumlichen Bandpassfiltern (wie dem Difference-of-Gaussians-Filter);
• Nichtlineare Operatoren, z.B. Medianfilter und komplexere Operatoren, z.B. solche zur Auswertung lokaler Luminanzunterschiede, um Glanzstellen zu erkennen, die deutlich heller sind als ihre unmittelbare Umgebung;
• Nichtlineare Operatoren, z.B. der Sobel-Operator und der Marr-Hildreth-Operator, werden ebenfalls häufig zur Hervorhebung von Objektgrenzen oder langgestreckten Strukturen in Bildern verwendet;
• Differentialoperatoren wie der Laplace-Operator und Filtermatrizen zur Berechnung von Bildgradienten.

Anmerkungen – andere Klassifikationsstellen

Verwendung von Tiefpassfiltermatrizen oder Medianfiltern zur Rauschunterdrückung – Gruppe G06V 10/30.

Verwendung des Sobel-Operators und des Marr-Hildreth-Operators zur Kantenerkennung – Gruppe G06V 10/44.

Beispiele

Analyse lokaler Bildbereiche eines Gesichtsbildes mit Hilfe eines lokalen Operators und Kodierung der Darstellung für die nachfolgende Gesichtserkennung.

Querverweise

Informative Querverweise

Glossar

G06V 10/36

Definition Statement

Image or video pre-processing techniques which examine a local neighbourhood around a pixel and assign a value to the pixel, which is a function of the values (e.g. colour values or luminance values) of the pixels in this local neighbourhood.

The application of local operators in the spatial domain (e.g. by convolving the image with a predefined kernel matrix) or in the frequency domain (e.g. by calculating the Fourier transform and performing a point-wise multiplication in the frequency domain).

Notes – technical background

These notes provide more information about the technical subject matter that is classified in this place:

1. Usually the local neighbourhood is defined as a rectangular region of pixels with the pixel of interest placed at its centre, e.g. a 3*3 pixels neighbourhood or a 5*5 pixels neighbourhood; neighbourhoods having other shapes are also possible, but they are less common.

2. Local operators include:

• Linear operators, e.g. convolutions with low-pass filter matrices (such as a Gaussian kernel or a boxcar function; and convolutions with high-pass filter matrices for sharpening the image, or convolutions with spatial band-pass filters (such as the difference of Gaussians filter);
• Non-linear operators, e.g. median filters and more complex operators such as those for evaluating local luminance differences in order to detect sparkle points which are significantly brighter than their immediate surroundings;
• Non-linear operators, e.g. the Sobel operator and the Marr Hildreth operator are also frequently used for emphasising object boundaries or elongated structures in images;
• Differential operators such as the Laplace operator and filter matrices for calculating image gradients.

Notes – other classification places

Use of low-pass filter matrices for noise removal – group G06V 10/30.

Use of median filters for noise removal - group G06V 10/30.

Use of the Sobel operator and the Marr Hildreth operator for edge detection - group G06V 10/44.

Examples

Analysis of local image patches of a face image using a local operator and encoding the representation for subsequent face recognition

References

Informative references

Glossary