template die de hoogste responsie le
vert, bepaalt de randrichting, mits de
ze groter is dan een vooraf ingestelde
drempelhoogte. Om het beslissings
model te versterken is een aantal va
rianten mogelijk. De twee varianten,
die nu kort worden beschreven, zijn
ontwikkeld aan de TU Delft. In de
eerste plaats kan men in het beslis
singsmodel naast de sterkte van de res
ponsie ook de relatie tussen de richtin
gen meenemen. Bij aanwezigheid van
een rand zullen de responsies van tem
plates, beginnend vanaf de template
die in lijn ligt met de rand, syste
matisch en symmetrisch kleiner wor
den (fig. 4). Bij ruis- en textuurpixels
is dat niet het geval. Een tweede
variant is om niet te werken met een
vaste drempelhoogte, maar deze aan te
passen aan de variabiliteit van de grijs
waarden aan beide zijden van de grens.
Ook hier is weer de gedachte om te
voorkomen dat textuur en ruis als ran
den worden gedetecteerd. Onderzoek
toont aan dat beide varianten op
lucht- en satellietopnamen beter pres
teren dan de gewone template-metho-
den. Een gecombineerd gebruik van
beide varianten ligt voor de hand.
Men kan de beeldfunctie ook opvatten
als een 2D gekromd oppervlak in een
3D-ruimte, een soort digitaal hoogte
model dus. De structuren die in een
gekromd oppervlak aanwezig kunnen
zijn, kunnen worden opgesplitst in
acht typen: (1) vlak, (2) piek, (3) put,
(4) rug, (5) dal, (6) zadel rug, (7) zadel
dal, en (8) minimaal. Deze acht opper
vlakten zijn eenduidig bepaald door
grootte en teken van de twee hoofd
kromtestralen. Deze methode leidt tot
de bepaling van tweede orde afgelei
den van de beeldfunctie, waardoor de
operatoren sterk gevoelig zijn voor de
aanwezigheid van ruis en textuur.
Fig. 6 toont het resultaat van de toe
passing van vier verschillende lokale
randoperatoren op het beeld van fig. 5.
Fig. 6.
Het resultaat van
het toepassen van
vier verschillende
lokale randoperato
ren op het archeo
logische beeld in
fig. 5. Hoewel veel
moeite is onder
nomen om de beste
drempelhoogte uit
te zoeken, is het
duidelijk dat hier
niet veel "choco
lade van te maken
valt. De oorzaak
ligt bij de vele grijs-
waardesprongen
die niet correspon
deren met randen.
Fig. 7.
Detectie van de
cirkelvormige
objecten uit het ar
cheologische beeld
van fig. 5 door
gebruik te maken
van eet 1 model van
de grens. Hoewel
we erin zijn ge
slaagd de objecten
te detecteren zon
der gebruik te ma
ken van a priori
kennis over de lig
ging van de objec
ten, moeten we
voorzichtig zijn om
hieruit te besluiten
dat we hiermee
een volledig auto
matische grens-
detectiemethode
hebben ontwikkeld.
We hebben immers
veel moeite gesto
ken in het vinden
van een optimale
drempel voor de
toegepaste lokale
randoperatoren,
die aan het begin
van het detectie-
proces staan.
SitóE'%rrDmÈê.3
joss:
Verdere bewerkingsstappen
Om tot meer betrouwbare resultaten te komen, is het
mogelijk om uitbreidingen/modificaties aan te brengen op
de lokale randdetectoren, waarvan we hierboven een over
zicht hebben geboden. In het algemeen hebben zij be
trekking op:
hiërarchische benadering van het beeld (zie onder mat
ching);
gebruik van context informatie, dat wil zeggen wanneer
de responsies van omliggende pixels lijken op die van het
pixel onder ogenschouw, dan kan men de kans dat men
te maken heeft met een grenspixel verhogen;
gebruik van meerdere typen randdetectoren achter el
kaar;
toetsen of de richtingen van randen, van nabijgelegen
pixels in dezelfde richting wijzen.
Voorts kan men gebruikmaken van gegevens over de bena
derde positie van de grens (bijvoorbeeld doordat een opera
teur die aanwijst).: Men kan methoden toepassen om de
grenspixels opgespoord met lokale randdetectors te groepe
ren op basis van een kleinste kwadratencriterium of op
basis van dynamische programmering. Deze laatste tech
niek is gebaseerd op de kortste routebepaling, zoals die ook
door grootwinkelbedrijven wordt gebruikt, om zo weinig
mogelijk kilometers/tijd te verliezen bij de thuisbezorging
van goederen. Fig. 7 toont het resultaat van een kleinste
kwadratenmethode, waarbij een model van de te detecteren
grens (cirkel) werd gehanteerd.
Stand van zaken
In het begin is er veel onderzoek geweest naar het verbete
ren van techniekenj om het extraheren van lokale kenmer
ken (features) zoals randen te verbeteren. Er is geen enkele
methode of techniek onbeproefd gelaten. Het is opmerke
lijk dat de resultaten van de vele lokale randdetectoren, of
ze nu ontwikkeld zijn volgens de "natte vinger"-methode of
volgens doorwrochte wiskundige beschouwingen, geen
grote verschillen in kwaliteit te zien geven. De keuze van
het type voorbewerking (effening van de beeldfunctie) en
het type nabewerkijig blijkt een veel groter effect te hebben
op de uiteindelijke resultaten dan de keuze van een be
paalde lokale randtjietector. Vatten we thans de stand van
zaken met betrekking tot het detecteren van grenzen
samen, dan kunnen we stellen dat het mogelijk is dat we
met behulp van de computer geautomatiseerd grenzen
kunnen detecteren Wanneer:
GEODESIA
1999-2
«.i
