DE68921976T2

DE68921976T2 - Segmentierungsverfahren zur feststellung eines zielpunktes auf bewegten objekten.

Info

Publication number: DE68921976T2
Application number: DE68921976T
Authority: DE
Inventors: Thomas Lo; Jack Sacks; Wayne Simoni
Original assignee: Hughes Aircraft Co
Current assignee: Raytheon Co
Priority date: 1988-08-08
Filing date: 1989-07-10
Publication date: 1995-08-31
Anticipated expiration: 2009-07-11
Also published as: WO1990001749A3; NO901481L; WO1990001749A2; AU619052B2; NO177511B; NO901481D0; DE68921976D1; US4959714A; TR26005A; NO177511C; JPH03505937A; EP0386231B1; JP2552011B2; ES2015763A6; AU4332989A; EP0386231A1

Description

1. Technisches Gebiet

Diese Erfindung betrifft die Bildverarbeitung und insbesondere Verfahren zum Bestimmen eines positiven Zielpunkts auf einem Objekt, daß sich durch eine starke Hintergrundstörung bewegt.

2. Diskussion

Einer der wichtigsten Faktoren im Aufbau eines Lenksystems ist die Bestimmung eines geeigneten Endzielpunkts auf dem Objekt von Interesse (Ziel). Es ist für gewöhnlich nötig, auf einen lebensnotwendigen Teil auf dem Objekt abzuzielen, da ein knappes Verpassen oder ein Treffen eines unkritischen Teiles die Ziele der Aufgabe nicht erfüllen wird. Wenn es zum Beispiel das Ziel eines Lenksystems ist, einen Bohrer so zu positionieren, daß ein Loch an einer spezifischen Stelle (Zielpunkt) eines Werkstücks gebohrt werden kann, ist es absolut lebensnotwendig, daß der Zielpunkt präzise identifiziert wird.
Zum Zwecke dieser Diskussion wird eine Nachführeinrichtung angenommen, die sich auf einer sich bewegenden Plattform befindet und die verwendet wird, um die Plattform (Sucheinrichtung) auf einen spezifischen Punkt auf dem Objekt von Interesse zu richten. In dem Fall einer Nachführeinrichtung, welche einen IR-(Infrarot)-Sensor verwendet, wird die Nachführeinrichtung für gewöhnlich auf die Spur des wärmsten Merkinales oder die wärmste Stelle auf dem Objekt verriegelt. Wenn das Objekt zum Beispiel ein sich bewegendes Fahrzeug mit Eigenantrieb ist, stimmt die Heißstellenposition (Nachführpunkt) nicht notwendigerweise räumlich mit einem erwünschten Zielpunkt auf dem Objekt überein, da erwünschte Zielpunkte für gewöhnlich auf dem Hauptkörper des Objekts liegen und abhängig von den Zielen der Aufgabe sind.
Um einen solchen Zielpunkt zu erhalten, muß die gesamte Außenlinie oder Silhoutte des Objekts oder mindestens ein Hauptteil davon aus dem Hintergrund extrahiert werden. Dieses Verfahren einer Extraktion, welches im bildverarbeitenden Bereich als "Segmentierung" bezeichnet wird, wird im allgemeinen als eines der schwierigsten und herausforderndsten Probleme betrachtet, das im Aufbau von Systemen, welche Bildverarbeitungstechnologien verwenden, verursacht wird.
Ein Segmentierungssystem ist aus G Hirzinger, K. Landzettel, W. Snyde, "AUTOMATED TV TRACKING OF MOVING OBJECTS", Proceedings of the 5th International Conference of Pattern Recognition, Miami Beach, FA, 1.-4. Dezember 1980 vol. 2, Seiten 1255-1261 bekannt.
Die Schwierigkeit einer Segmentierung ist ein Ergebnis eines Vorhandenseins von einem oder mehreren Interferenz- oder Verwaschungsungsfaktoren im Sichtfeld, welche veranlassen, daß das Objekt von Interesse entweder unvollständig segmentiert oder durch beeinflussende Objekte oder eine "Störung" eingeschlossen wird. Desweiteren ist mit diesem Problem das unvermeidliche Vorhandensein von Rauschen verbunden. Zusätzlich zu diesen Interferenzen erzeugen einige Sensoren eine Form eines Rauschens, die als "Bauteilrauschen" bekannt ist, welches zu Detektor-zu-Detektor-Ungleichförmigkeiten in der Verstärkung und im Gleisspannungsversatz führt.
Jedes dieser Probleme benötigt ihre eigene besondere Lösung und ziemlich häufig entstehen Konflikte zwischen den verschiedenen Abhilfen. Aus diesem Grund ist es notwendig, Verfahren zu schaffen, deren Ziele es sind, zu bestimmen, welches Segmentierungsverfahren für eine gegebene Situation oder einen Satz von Bedingungen in der realen Welt geeignet ist. Verfahren dieses Typs weisen die Funktion eines Auswertens des Szeneinhalts auf, um quantitativ die Werte einer Störung und eines Rauschen abzuschätzen.

KURZFASSUNG DER ERFINDUNG

Gemäß der Erfindung wird ein Verfahren zum Bestimmen eines Zielpunkts, wie es hier im weiteren Verlauf im Anspruch 1 spezifiziert ist, und eine Vorrichtung zum Erzeugen eines Zielpunkts, wie sie hier im weiteren Verlauf im Anspruch 2 spezifiziert ist, geschaffen.
In dieser Erfindung wird ein Endzielpunktverfahren offenbart, welches mindestens einige der angesprochenen Probleme wesentlich verringern sollte und die Wahrscheinlichkeit eines sinnvollen Kontakts zu einem sich bewegenden Objekt erhöht.

KURZE BESCHREIBUNG DER ZEICHNUNG

Die verschiedenen Vorteile der Erfindung werden für Fachleute nach einem Studium der folgenden Beschreibung und unter Bezugnahme auf die Zeichnung offensichtlich, in welcher:
Fig. 1 ein Blockschaltbild der hauptsächlichen funktionellen Komponenten des bevorzugten Ausführungsbeispiels der vorliegenden Erfindung zeigt;
Fig. 2 ein schematisches Schaltbild eines in dem bevorzugten Ausführungsbeispiel verwendeten Zielpunktauswahl-Logikstromkreises zeigt; und
Fig. 3 eine Serie von Wellenformen aufweist, die zum Verständnis der Funktionsweise der vorliegenden Erfindung nützlich sind.

BESCHREIBUNG DES BEVORZUGTEN AUSFÜHRUNGSBEISPIELS

Zum Zwecke dieser Erfindung muß der bevorzugte Zielpunkt von dem Nachführpunkt unterschieden werden. Dies steht im Kontrast zu herkömmlichen Lenksystemen, bei denen es die Politik war, auf den Punkt zu zielen, welchen die Nachführeinrichtung als den Mittelpunkt eines Verfolgens berechnet hat (dieser Punkt ist für gewöhnlich der Schwerpunkt oder der erste Moment des segmentierten Zweipegel-Video-"Kleckses", welcher aus der Szene extrahiert und als das Objekt von Interesse bezeichnet worden ist).
Der Nachführpunkt sollte als ein Punkt auf dem Bild des Objekts definiert werden, welcher durch den Nachführpräprozessor segmentiert worden ist. Die Position dieses Punktes in dem Sichtfeld (FOV) wird in x- und y-Fehlersignale, welche das ausgewählte Objekt zentriert in dem FOV halten, umgewandelt. Da die Plattform in der Lage sein muß, sich schnell zu bewegen, um auf dem bezeichneten Objekt verriegelt zu bleiben, müssen diese Fehlersignale relativ breitbandig sein.
Andererseits kann der Zielpunkt mit dem Nachführpunkt übereinstimmen oder nicht. Wenn das Objekt von Interesse durch den Nachführpräprozessor vollständig segmentiert ist, werden der Zielpunkt und der Nachführpunkt im wesentlichen übereinstimmen. Es ist jedoch wahrscheinlicher, daß der Nachführpräprozessor das bezeichnete Objekt aufgrund der Notwendigkeit, die Digitalisierung einer Störung zu vermeiden, lediglich teilweise segmentiert; in diesem Fall wird der Zielpunkt um einen Betrag, der von der Unvollständigkeit der Segmentierung abhängt, aus dem Nachführpunkt verschoben.
Mit dem Segmentierungsverfahren dieser Erfindung wird ein geeigneterer Zielpunkt berechnet. Ein verschobener Zielpunkt auf der Grundlage einer kompletteren Segmentierung des Objekts von Interesse wird der tatsächliche Punkt, auf welchen die Plattform gerichtet wird. Es ist zu erwarten, daß sich die Koordinatenversätze in x und y zwischen dem Zielpunkt und dem Nachführpunkt im tatsächlichen Betrieb nicht schnell ändern. Die Zielpunkt-Versatzsignale müssen daher keine breitbandige Geschwindigkeitsinformation tragen, da sie lediglich positionelle Verschiebungen des Zielpunkts relativ zu dem Nachführpunkt darstellen. Diese Verschiebungswerte können daher in einem relativ gemächlichen Tempo berechnet werden und können stark geglättet sein.
Zu einigen Zeitunkten während eines Verschließens der Plattform auf das bezeichnete Objekt wird die Nachführfunktion möglicherweise auf einen Flächenkorrelator übergreifen, welcher die Plattform bis zum Erreichen eines "Blindbereichs" oder eines Auftretens eines Aufschlags steuert, je nachdem was zuerst auftritt. Ein Übergriff muß so sein, daß der bezeichnete anfängliche Korrelatorhilfspunkt besser als der Nachführpunkt mit dem berechneten Nachführeinrichtungs-Zielpunkt übereinstimmt.
In der Abwesenheit einer Hintergrundstörung ist es eine relativ einfache Sache, alles oder das meiste des bezeichneten Objekts zu segmentieren. Mit einer vorhandenen Störung wird das Segmentierungsproblem viel schwieriger, da die Signatur des bezeichneten Objekts von Störungsobjekten nicht unterscheidbar sein kann.
Das Verfahren dieser Erfindung ist konzeptionell recht einfach. Es basiert auf der Annahme, daß die Hintergrundstörung in der Helligkeit räumlich nicht homogen ist. Es wird also angenommen, daß das Objekt durch eine herkömmliche Ausschnitts-Videonachführeinrichtung oder eine Korrelations-Nachführeinrichtung verfolgt wird; daher wird das Bild des Objekts in einer festen räumlichen Position in dem FOV gehalten, während sich der Hintergrund "hinter" ihm bewegt. Beispiele von Video- und Korrelations-Nachführeinrichtungen sind in Wolfe, C. L. und Zissis, G. L., "The Infrared Handbook", Abschnitt 22-7, "Imaging Trackers", Seiten 22-63 bis 22-87; The Infrared Information and Analysis (IRIA) Center, Environmental Research Institute of Michigan, 1978, offenbart.
Es werden nun zwei Rahmen von Video- oder Bilddaten berücksichtigt. Diese Rahmen müssen zeitlich nicht angrenzen, obgleich es vorteilhaft ist, angrenzende Rahmen zu verwenden, wenn es möglich ist.
Der "gegenwärtige" Rahmen wird auf einer Bildelementauf-Bildelement-Grundlage in Realzeit abgetastet, wohingegen der "voherige" Rahmen in räumlicher Bildelementausrichtung mit dem gegenwärtigen Rahmen aus dem Speicher abgefragt wird. Anders ausgedrückt sind zugeordnete Bildelemente aus beiden Rahmen gleichzeitig zur Verarbeitung verfügbar, wenn sie in Rahmenkoordinaten ausgedrückt werden.
In gestörten Flächen einer Szene ist es relativ unwahrscheinlich, daß beide Rahmenabtastungen eines einzelnen Bildelements im Wert gleich werden, wohingegen es in solchen Flächen der Szene, die durch das Objekt von Interesse belegt werden, wahrscheinlich ist, daß beide Rahmenabtastungen im Wert gleich sind oder zumindest nahe beieinander liegen (ein Rauschen ist offensichtlich ein Begrenzungsfaktor im Bestimmen der statistischen Nähe der Abtastwerte; Anderungen in der Objektbildgröße oder des Seitenverhältnisses während eines Verschließens sind ein anderer).
Das auf jedes Paar von zeitlichen Bildelementwerten anzuwendende Verfahren besteht aus einem Bestimmen der Differenz zwischen den Werten jedes Paares. Die Differenzen, die für solche Paare berechnet werden, die einen Hintergrund aufweisen, werden größere Werte aufweisen, als die Differenzen für solche, die das Objekt von Interesse aufweisen. Tatsächlich werden die Werte für die bezeichneten Objektpaare nahe Null gruppiert (die Abweichung dieser Werte von Null wird von dem Rauschpegel und von den restlichen Änderungen, die durch die Auswirkungen eines Kurzzeitmanöverierens oder einer Objektsignaturänderung hervorgerufen werden, abhängig sein).
Um das Objekt von Interesse im wesentlichen von einer Störung zu trennen, muß lediglich ein Schwellwert auf der Grundlage des gemessenen Rauschpegels in dem Signal angelegt werden, um die Daten binär zu wandeln. Das resultierende binär gewandelte Muster wird eine vernünfige koniplette Silhouette des Objekts zusammen mit einer Streuung von binär gewandelten Bildelementen, welche überall dort Fehler darstellen, wo die Differenzen in den Hintergrundbildelementen als gleich oder nahe Null zustandekommen, enthalten.
Um die Anzahl der Hintergrund-"Leck"-Bildelemente in der verarbeiteten binären Szene zu verringern, können mehr als zwei Rahmen verwendet werden. Es wird der Fall betrachtet, in welchem drei aufeinanderfolgende Rahmen verwendet werden.
Das Verfahren beginnt mit den ersten zwei Rahmen. Es ist nicht notwendig, diese Rahmen selbst zu speichern, aber das Maximum (MAX) jedes Wertepaares sollte in einem Rahmenspeicher gespeichert werden und der Minimumwert (MIN) jedes Paares in einem anderen. Wenn der dritte Rahmen ausgetastet wird, wird jeder Bildelementwert mit dem gespeicherten Wert, welcher die gleiche Bildelementposition in den vorhergehenden beiden Rahmen belegt, verglichen. Wenn der Wert des Bildelements in dem neuen (dritten) Rahmen größer ist, als der Wert des gleichen Bildelements in dem MAX-Speicher, ersetzt dieser den gespeicherten Wert; wenn das neue Bildelement kleiner ist, als der Wert des gleichen Bildelements in dem MIN-Speicher, ersetzt dieser diesen Wert. An dem Ende des dritten Rahmens sind in den MAX- und MIN-Speichern die Maximum- bzw. Minimumwerte jedes Bildelements so gespeichert, wie sie über alle drei Rahmen ausgewertet worden sind.
Wenn das Verfahren fortschreitet, werden die Minima von den Maxima Bildelement um Bildelement subtrahiert und die Differenzen werden mit einem Schwellwert auf der Grundlage eines Rauschens genauso verglichen, wie es in dem Beispiel mit zwei Rahmen durchgeführt worden ist. Das resultierende Zweipegelbild wird eine vernünftige genaue Silhouette des bezeichneten Objekts mit weniger zweipegeligen Hintergrundabtastungen enthalten, als dies bei dem Beispiel mit zwei Rahmen der Fall sein würde.
Der Grund für die kleinere Anzahl von binär gewandelten Hintergrundabtastungen basiert auf der Annahme, daß der Hintergrund relativ zu dem verfolgtem Objekt in dem Bild "bewegt" wird, und daher ist die Wahrscheinlichkeit, daß drei Abtastungen zueinander gleich sind, geringer, als die Wahrscheinlichkeit, daß zwei gleich sind. Deshalb wird in dem Zweipegelbild ein Hintergrundbildelement weniger wahrscheinlich identifiziert als ein Objektbildelement.
Offensichtlich kann dieses Verfahren über vier oder mehr Rahmen mit einer monoton steigenden Verringerung in der Wahrscheinlichkeit eines Binärwandelns des Hintergrunds durchgeführt werden, wenn die Anzahl der verarbeiteten Rahmen erhöht wird.
Da kleinere Änderungen in dem Bild des Objekts wahrscheinlich mit jedem vorbeigehenden Rahmen auftreten, wird das Verfahren schließlich einen Punkt erreichen, bei dem eine Verminderung zurückkehrt, wenn das Zweipegelobjekt derart ernsthaft verschlechtert wird, daß eine Zielpunktbezeichnung nachteilig beeinflußt wird. Ein Rauschen in dem Bild wird schließlich ebenso den Zielpunkt verschlechtern. Das Verfahren sollte beendet sein, bevor dieser Punkt erreicht ist.
Fig. 1 zeigt ein konzeptionelles Blockschaltbild des Systems, daß das System 10 dieser Erfindung und die Beziehungen der wichtigsten funktionellen Untersysteme darstellt. Das Videoausgangssignal des Bildsensors 12 erreicht die Objekt-Nachführeinrichtung 14. Diese Nachführeinrichtung kann von jedem herkömmlichen Typ, wie zum Beispiel eine Ausschnitts-Videoschwerpunktnachführeinrichtung, eine Heißstellen-Nachführeinrichtung oder eine Korrelations- Nachführeinrichtung, wie zum Beispiel jene der vorher angegebenen Beispiele, sein. Die Ausgangssignale aus der Nachführeinrichtung sind Fehlersignale eX und eY, welche LOS- (Sichtlinien)-Beträge zu der Plattform oder der Sucheinrichtung 16 steuern. Ein geeignetes Beispiel einer Sucheinrichtung ist in den Druckschriften, auf die sich zuvor bezogen worden ist, offenbart. Das Videosignal erreicht ebenso die Zielpunkt-Auswahllogik 18, welche geglättete Zielpunktversätze in Rahmenkoordinaten ableitet.
Die geglätteten Zielpunktkoordinaten werden zweckmäßig mit den Nachführfehlersignalen in den Sucheinrichtungskreisen kombiniert. Ein Sucheinrichtungskreis ist ein Steuer- (Servo)-System, welches die Winkelgeschwindigkeit des Objekts bezüglich der optischen Achse des Sensors durch nachfolgende Meßwerte des Fehlersignals berechnet. Die berechnete Geschwindigkeit wird verwendet, um den Sensor auf das Objekt zu richten, um die Winkelgeschwindigkeit zwischen dem Objekt und der optischen Achse auf Null zu bringen. Das Fehlersignal wird ebenso verwendet, um die Plattform oder die Sucheinrichtung auf das Objekt zu lenken. Eine detaillierte Diskussion von Nachführkreisen oder Sucheinrichtungskreisen steht in Wolfe, C. L. und Zissis G. L, "The Infrared Handbook", Kapitel 22; "Tracking Systems", Seiten 22-3 bis 22-8. The Infrared Information and Analysis (IRIA) Center, Environmental Research Institute of Michigan, 1978. Die Zielpunktkoordinaten, welche lediglich kleinen Anderungen angepaßt zu sein brauchen, sollten zu den breitbandigen Fehlersignalen geführt werden, welche die LOS-Beträge steuern. Somit kann die Sucheinrichtung auf den ausgewählten Zielpunkt gelenkt werden, während der tatsächliche Nachführpunkt versetzt ist, und die Nachführgeschwindigkeitsfähigkeit kann schnell genug gemacht werden, daß es der Sucheinrichtung möglich ist, schnellen Objektbewegungen und - manövern zu folgen.
Fig. 2 zeigt ein funktionelles Blockschaltbild der Zielpunkt-Auswahllogik 18.
Register 20, 22 und 24 sind Datenhalteregister. Ein Videosignal erreicht das Register 20, wo es zum Zwecke eines Vorsehens von Zeit für einen Lese-Abänderungs-Schreibe-Zyklus in Direktzugriffsspeichern (RAMs) 26 und 28 gespeichert wird. Der RAM 26 speichert Maximum-Bildelementwerte in der Szene, wohingegen der RAM 28 Minimumwerte speichert. Daten im RAM 26 treten aufeinanderfolgend an dem Ausgangsanschluß DO auf, wenn der Adressenzähler 30 die gespeicherte Szene Bildelement um Bildelement zyklisch durchläuft. Die Daten erreichen einen Komparator 32, wo sie in ihrer Höhe mit dem ankommenden Realzeit-Bildelementwert im Register 20 verglichen werden. Wenn die Realzeit-Bildelementhöhe größer ist, als die an dem Ausgangsanschluß DO, ersetzt sie den gespeicherten Wert im RAM 26, mit dem sie verglichen worden ist; wenn nicht, verbleiben die gespeicherten Bildelemente auf ihrem Platz im RAM 26.
Ähnlich bestimmt der Komparator 34, ob der Realzeit- Bildelementwert kleiner ist, als der Wert, der an einer zugeordneten Bildelementadresse im RAM 28 gespeichert ist. Wenn dem so ist, ersetzt der Realzeit-Bildelementwert den gespeicherten Wert an dieser Adresse im RAM 28.
Ein logisches "ODER" 36 und ein logisches "UND" 38 setzen eine logische Anordnung zusammen, die zwei Funktionen durchführt: sie ermöglicht dem RAM 26, so initialisiert zu werden, daß alle Adressen zu Beginn des Verfahrens den minimal erlaubten Bildelementwert enthalten, und sie ermöglicht dem Komparator 32, den RAM 26 immer dann auf den neuesten Stand zu bringen, wenn der Realzeit-Bildelementwert den zugeordneten gespeicherten Wert überschreitet.
Ein logisches "ODER" 40 und ein logisches "UND" 42 führen mit Ausnahme dessen ähnliche Funktionen bezüglich des RAM 28 durch, daß in diesem Fall der RAM 28 auf den höchsten erlaubten Bildelementwert initialisiert wird.
Die Register 44 und 46 sind Halteregister, welche Daten enthalten, die im Subtrahierer 48 einer Differenzbildung zu unterziehen sind. Diese Daten stellen Maximum- bzw. Minimumwerte der aufeinanderfolgend abgetasteten Szenebildelemente dar. Die Differenzwerte erreichen einen Komparator 50, wo sie mit einem Schwellwert verglichen werden, dessen Wert proportional zum gemessenen Rauschpegel in der Szene ist (Fachleuten sind verschiedene einfache Verfahren zum Messen eines Rauschens bekannt). Als ein Ergebnis des hier beschriebenen Verfahrens wird eine binär gewandelte Silhouette von im wesentlichen dem ganzen Objekt an dem Ausgangsanschluß des Komparators 50 erscheinen. Diese im wesentlichen vollständige binäre Darstellung des Objekts ist zumindest unter den meisten Umständen für eine genaue Zielpunktbezeichnung auf dem erwünschten Objekt ausreichend.
Ein Zielpunktcomputer 52 nimmt das binäre Objektbild auf und berechnet die Koordinaten eines geeigneten Zielpunkts. Es gibt eine Anzahl von bekannten Verfahren zum Berechnen eines wirkungsvollen Zielpunkts, wenn das Objekt brauchbar segmentiert worden ist, wie es bei dem vorliegenden Verfahren sein sollte. Eine besonders gute Zielpunktauswahl würde der geometrische Schwerpunkt oder ein erster Moment der Objektsilhouette sein.
Nach einer Glättung (Tiefpaßfilterung) der x- und y-Koordinaten des berechneten Zielpunkts werden diese in die Sucheinrichtungskreise eingegeben, wo sie geeignet mit den Nachführfehlersignalen (oder Korrelatorfehlersignalen, je nachdem was der Fall ist) kombiniert werden.
Fig. 3 ist eine graphische Darstellung des Verfahrens. Dies ist eine eindimensionale Darstellung, die drei Zeilen verwendet, aber es versteht sich, daß das Verfahren genauso gut auf zweidimensionale Funktionen, wie zum Beispiel Bilder oder Szenen, angewendet werden kann, und tatsächlich ist sie allgemeiner an zwei- oder dreidimensionalen Bildern (bei denen die Zeit die dritte Dimension ist) anwendbar.
Videozeilen A, B, und C stellen drei aufeinanderfolgende Bilder dar, welche sich im wesentlichen im Raum überlappen. Zeile B ist mit einem Abstand x&sub1; bezüglich Zeile A nach rechts verschoben und Zeile C ist mit einem Abstand x&sub2; bezüglich Zeile B nach rechts verschoben. Das Objekt, welches eingeklammert gezeigt ist, wird im wesentlichen in jeder Zeile kraft seines Verfolgtwerdens mittels einer Heißstellen-Nachführeinrichtung an der gleichen Position gehalten.
Zeile D stellt einer Schwellwertbildung unterzogene oder zweipegelige Videosignale dar, die für die Verwendung durch eine Nachführeinrichtung segmentiert worden sind. Der Nachführpunkt befindet sich im Mittelpunkt des segmentierten Zweipegelvideosignals.
Die Zeile E&sub1; ist eine Zusammenfassung der Zeilen A, B, und C. Die starken schwarzen Linien stellen die Maximum- Bildelementwerte dar. Diese Werte werden Bildelement um Bildelement mit einer Abtastung pro Bildelement für jede der drei Zeilen berechnet.
Die Zeile E&sub2; ist ebenso eine Zusammenfassung der drei Zeilen, aber in diesem Fall sind die Minimum-Bildelementwerte in starkem Schwarz betont.
Die Zeile F ist eine Zusammenfassung der Maximum- und Minimumwerte. Es ist zu beobachten, daß in dem Bereich des erwünschten Objekts die Maximum- und Minimumwerte im wesentlichen übereinstimmen (In der realen Welt werden Änderungen in der Objekthöhe oder -größe, wie die Auswirkungen eines Rauschens, den Bereich der max-min-"Gleichheit " verringern. Obgleich diese Auswirkungen die gesamte "Genauigkeit" des Zielpunktbestimmungsverfahrens reduzieren, wird der resultierende Zielpunkt nichtsdestoweniger den Nachführpunkt für Zielpunktzwecke in der überwiegenden Mehrzahl von Fällen bedeutsam übertreffen.).
Die Zeile G zeigt die Ergebnisse eines Subtrahierens der Minimumwerte von den Maximumwerten. In dem Bereich des Objekts werden die Differenzen gleich oder nahezu Null, wohingegen in den meisten Bereichen des Hintergrunds, mit Ausnahme weniger relativ unwahrscheinlicher Bildelemente, bei denen die Werte der drei Abtastungen im wesentlichen gleich zueinander sind, die Differenzen einen bedeutenden positiven Wert aufweisen. Je größer die Hintergrundstörung ist, desto besser arbeitet das Verfahren.
Wenn das Differenzsignal, wie es in G gezeigt ist, einer Schwellwertbildung unterzogen wird, kann eine im wesentlichen vollständige Segmentierung des bezeichneten und verfolgten Objekts, wie es in H gezeigt ist, mit einem sehr kleinen Hintergrund-"Lecken" oder einer sehr kleinen Verschlechterung durchgeführt werden. Der Zielpunkt kann jetzt mit einer resultierenden wesentlichen Erhöhung in der Genauigkeit und Wirksamkeit gegenüber der, die durch Verwenden des Nachführpunkts als ein Zielpunkt erreichbar ist, in den Mittelpunkt des segmentierten "Kleckses" eingestellt werden. (Vergleiche den Ort der Nachführpunkt- und Zielpunktpfeile in den Zeilen D und H). Eine Nachführung wird ebenso dadurch zuverlässiger, daß der Segmentierungsschwellwert der Nachführeinrichtung von der Hintergrundstörung weggerichtet werden kann und somit wird die Möglichkeit eines Verlusts eines Verschließens verringert.
Es ist zu beobachten, daß das neue Segmentierungsverfahren im wesentlichen die vollständige Segmentierung des verfolgten Objekts unberücksichtigt der Polarität oder Kombination von Polaritäten seiner Videosignalsignatur garantiert.
Offensichtlich wird eine Erhöhung der Anzahl von Zeilen auf mehr als drei die Anzahl von Hintergrundleck-Digitalisierungen verringern, da die Wahrscheinlichkeit, daß mehr als drei Hintergrundwerte gleich sind, wesentlich geringer ist, als die Wahrscheinlichkeit, daß drei gleich sind. Andererseits, wird die Wahrscheinlichkeit ansteigen, daß die Silhouette des Objekts durch Rauschen oder Signaturänderungen verschlechtert wird, wenn zuviele Zeilen verarbeitet werden. Wie es üblicherweise der Fall ist, ist ein gut begründeter Kompromiß die beste Lösung.

Claims

1. Verfahren zum Bestimmen eines Zielpunkts, der von einer Suchvorrichtung verwendet wird, um einen Schwerpunkt eines Objekts (1), das sich vor einem gestörten Hintergrund bewegt, zu berühren, wobei das Verfahren folgende Schritte umfaßt:

a) Erzeugen eines Nachführpunkts durch Erfassen einer physikalischen Charakteristik des Objekts, wobei der Nachführpunkt als ein Punkt auf dem Bild des Objekts definiert ist, welches mittels eines Nachführpräprozessors segmentiert worden ist;

b) Verwenden des Nachführpunkts, um kontinuierlich einen Bildsensor so auf das Objekt zu richten, daß es sich in einer Vielzahl von Bildrahmen, die zu verschiedenen Zeiten aufgenommen werden, am im wesentlichen gleichen räumlichen Ort befindet, wodurch das Objekt im wesentlichen in jedem Bildrahmen am gleichen räumlichen Ort bleibt, während sich der Hintergrund im allgemeinen ändert; und

c) Verarbeiten der Rahmen der Bilddaten, um einen Zielpunkt zu erzeugen, welcher dem Schwerpunkt des Objekts näher zugeordnet ist, als der Nachführpunkt;

und bei dem Schritt c) folgende Schritte aufweist:

Vergleichen der Werte der räumlich entsprechenden Bildelemente in mindestens drei aufeinanderfolgenden Bildrahmen und Speichern der Maximumwerte in einem ersten Speicher und der Minimumbildelementwerte in einem zweiten Speicher;

Subtrahieren der Minimumbildelementwerte von den Maximumbildelementwerten, um ein Differenzbild zu erzeugen, in welchem diejenigen Bildelementpositionen, die dem Objekt zugeordnet sind, einen Differenzwert nahe an Null aufweisen werden, während dem Hintergrund zugeordnete Positionen im wesentlichen größere Werte aufweisen werden;

Anlegen eines festen Schwellenwerts an die Differenzbilder, um ein binärgewandeltes Signal zu erzeugen; und

Berechnen des Zielpunkts aus dem Schwerpunkt von Bereichen des dem Objekt zugeordneten binärgewandelten Signals.

2. Vorrichtung zum Erzeugen eines Zielpunkts für eine Suchvorrichtung, die in der Lage ist, eine Berührung mit einem Objekt herzustellen, das sich vor einem gestörten Hintergrund bewegt, wobei die Vorrichtung umfaßt:

eine Videoeingabeeinrichtung (12) zum Liefern eines gegenwärtigen Bildrahmens von Bildelementdaten, die das Objekt beinhalten;

eine ersten Speichereinrichtung (26) zum Speichern von Maximumbildelementwerten für jede Bildelementposition in einer Vielzahl vorher aufgenommener Bildrahmen, in denen das Objekt im wesentlichen in jedem Rahmen am gleichen räumlichen Ort bleibt, der Hintergrund sich jedoch ändert, wenn sich das Objekt durch den Raum bewegt;

eine an die Eingabeeinrichtung und die erste Speichereinrichtung angeschlossene erste Vergleichseinrichtung (32) zum Vergleichen räumlich entsprechender Bildelementwerte darin und zum Aktualisieren des Speichers mit dem Maximumwert;

eine Maximumspeichereinrichtung (44) zum Speichern des Inhalts des ersten Speichers, nachdem die erste Vergleichseinrichtung einen Vergleich mit mindestens drei aufeinanderfolgenden Rahmen von Bilddaten durchgeführt hat;

eine zweite Speichereinrichtung (28) zum Speichern von Minimumbildelementwerten für jede Bildelementposition in den vorher aufgenommenen Bildrahmen;

eine an die Eingabeeinrichtung und die zweite Speichereinrichtung angeschlossene zweite Vergleichseinrichtung (34) zum Vergleichen räumlich entsprechender Bildelementwerte darin und zum Aktualisieren des zweiten Speichers mit dem Minimumwert;

eine Minimumspeichereinrichtung (46) zum Speichern des Inhalts der zweiten Speichereinrichtung, nachdem die zweite Vergleichseinrichtung einen Vergleich mit mindestens drei aufeinanderfolgenden Rahmen der Bilddaten durchgeführt hat;

eine Subtraktionseinrichtung (48) zum Subtrahieren entsprechender Bildelemente in der Maximum- und Minimumspeichereinrichtung, wodurch dem Objekt zugeordnete Bildelemente verglichen mit den Hintergrundbildelementen relativ niedrige Werte aufweisen werden;

eine dritte Vergleichseinrichtung (56) zur Schwellwertbildung des Ausgangs der Subtraktionseinrichtung mit einem Wert, der sich auf Rauschen in den Bildrahmen bezieht; und

eine an den Ausgang der dritten Vergleichseinrichtung angeschlossene Rechnereinrichtung (52) zum Berechnen ausgewählter Koordinaten von geometrischen Eigenschaften des Objekts aus dem einer Schwellwertbildung unterzogenem Bild, wodurch die Koordinaten mit Nachführfehlersignalen zum Lenken der Suchvorrichtung an einen vorbestimmten geometrischen Ort auf dem Objekt kombiniert werden können.

3. Vorrichtung nach Anspruch 2, bei der die Nachführfehlersignale mittels einer Einrichtung zum Wahrnehmen der Infraroteigenschaften des Objekts erzeugt werden.

4. Vorrichtung nach Anspruch 2, bei der sich die ausgewählten Koordinaten auf den Schwerpunkt des Objekts beziehen.