Sehen und die Verarbeitung visueller Information

Lebewesen treten mit ihrer Umwelt in vielfältiger Weise in Beziehung. Man kann diese Interaktionen physikalisch und chemisch als Austauschprozesse von Stoffen und Energien betrachten und als Stoff- und Energiewechsel untersuchen. Obwohl alle Lebensäußerungen eine solche stoffliche oder energetische Grundlage haben, erweist sich diese Betrachtungsweise bei der Untersuchung von Sinnes- und Effektorleistungen als zu kurz gegriffen. So hat z.B. die physikalische Natur eines von einer Schrift ausgehenden Lichtreizes nur sehr indirekt mit dem erscheinenden Text zu tun; man kann z.B. die Wellenlänge, den Kontrast, die Größe oder die Intensität, d.h. alle physikalisch relevanten Größen in weiten Grenzen variieren, ohne etwas an der Bedeutung eines solchen Reizes für den Leser zu ändern. Aufgrund derartiger Überlegungen stellt man dem Stoff- und Energiewechsel einen „Informationswechsel“ (action-perception-circle) als wesentliche Lebensäußerung der Tiere gegenüber, den es mit eigenen, adäquaten Methoden zu untersuchen gilt (vgl. Abb. 1.1). Diese Wechselwirkung von Wahrnehmung und Verhalten spielt auch im Maschinensehen und der Robotik zunehmend eine Rolle (Brooks 1986); zur Abgrenzung von älteren, rein auf die Wahrnehmung ausgerichteten Ansätzen spricht man vom verhaltensorientierten Ansatz.

In Abschnitt 1.2.3 wurde das Sehen als die Umkehrung der optischen Abbildung einer Szenerie auf die Netzhaut des Auges definiert. Zum Verständnis dieses Inversions-problems ist es erforderlich, die Bildentstehung selbst etwas genauer zu betrachten. Dies ist zunächst die Frage, welche Grau- bzw. Farbwerte einem einzelnen Strahl des „optical array“ zuzuordnen sind (Bildintensitäten, Abschnitt 2.1), dann die nach der geometrischen Anordnung dieser Strahlen (abbildende Systeme, Abschnitt 2.2) und schließlich die nach den Konsequenzen dieser Abbildung für die Struktur des Bildes (Perspektive, Abschnitt 2.3). Zum Schluss dieses Kapitels werden wir kurz auf Augenbewegungen eingehen.

Bilder sind zweidimensionale Verteilungen von Helligkeits- und Farbwerten (Abb. 1.2). Diese allgemeinste Definition lässt sich mathematisch in verschiedener Weise konkretisieren, was zu jeweils verschiedenen Möglichkeiten der Manipulation von Bildern, d.h. der Bildverarbeitung führt. In diesem Kapitel sollen einige grundsätzliche Überlegungen zu diesem Thema zusammengestellt werden. Im weiteren Verlauf werden wir anhand konkreter Probleme noch oft auf Bildrepräsentation und -verarbeitung zurückkommen Zum Schluss des Kapitels wird das mit Repräsentation und Verarbeitung eng zusammenhängende Thema Auflösung behandelt.

Kanten sind Orte im Bild, an denen sich die Intensitäten abrupt oder wenigstens „schnell“ ändern. Aus Gründen, die im Folgenden besprochen werden, spielen Kanten in der frühen Bildverarbeitung eine große Rolle. In diesem Kapitel soll neben der Kantendetektion selbst auch die Konstruktion von Bildverarbeitungsoperatoren für bestimmte Aufgaben illustriert werden.

Stereoskopisches Tiefensehen beruht auf den durch die Parallaxe bedingten Unterschieden zwischen den Bildern der beiden Augen (sog. Halbbilder eines Stereogramms). Abb. 6.1 zeigt schematisch das von Wheatstone (1838) entwickelte Spiegelstereoskop, mit dessen Hilfe der Zusammenhang zwischen stereoskopischem Tiefeneindruck und Bildunterschieden bewiesen wurde. Es trennt die Bilder mit Hilfe zweier gegeneinander gekippter Spiegel. Andere Prinzipien für Stereoskope beruhen auf der Bildtrennung durch Farbfilter („Anaglyphen-Brille“) oder Polarisationsfilter. In Computergrafik und virtueller Realität weit verbreitet ist die zeitliche Bildtrennung, bei der die Halbbilder in schnellem Wechsel geflickert werden (z.B. mit 60 Hertz) und durch Brillen mit entsprechend geschalteten Verschlüssen betrachtet werden. Eine Ubersicht über Stereoskope und ihre Funktionsprinzipien geben Howard & Rogers (1995).

Schattierungen sind Variationen des Grauwertes im Bild, die auf unterschiedliche Orientierungen der abgebildeten Oberfläche relativ zur Lichtquelle und zum Betrachter zurückgehen. Die verschiedenen Typen richtungsabhängiger Reflexion (matt, glänzend) sind in Abschnitt 2.1 ausführlich behandelt worden; der Wichtigste ist durch die Lambertsche Formel gegeben:

Die Wahrnehmung von Veränderungen der Umwelt ist für alle Lebewesen von größter Bedeutung. Im Fall des Sehens gehen Veränderungen der Sinnesreize, d.h. des Bildes, überwiegend auf Bewegungen zurück, die die Lichtquelle, die abgebildeten Objekte oder der Betrachter ausführen. Sehr stark verändern sich Bilder auch beim Ein- und Ausschalten einer Lichtquelle, was jedoch nicht als Bewegung zu interpretieren ist.