um große Flächen zu erkennen muss ich ja dann einen Filter mit entsprechender Breite nehmen, sonst bekomme ich ja viele Punkte mit dem Wert 1.
Stimmt.
Der TP-Filter muss groeser als die Flaeche sein, sonst geht´s nicht vernuenftig. Oder man muss den Filter ein paar mal drueber laufen lassen, was aber Rechenzeit kostet.

Ich habe das Problem dadurch geloest, indem ich zuerst das Bild um den Faktor 4-8 verkleinere und dann einen entsprechend kleineren Filter darueber laufen lasse.

Es ist uebrigens bei jeder Filteraufgabe so, dass der Filter auf das Problem angepasst sein muss. Nehmen wir an, wir moechten ein Tonsignal mit einem Tiefpass filtern um ein hohes Stoergerausch wegzukriegen. Dann muss gewaehrleistet sein, dass der Filter das hohe Signal wegfiltert, die Filterwirkung aber nicht so stark ist, dass das Nutzsignal verloren geht.

Insofern sind auch alle Bildverarbeitungsloesungen an das Problem angepasst und koennen fuer gewoehnlich nur die Dinge erkennen, auf welche die Algorithmen spezifiziert sind.

Der Algorithmus, denn ich verwendet habe, kommt aus einer gewissen Praxiserfahrung. Am Anfang hat man viele Ideen, was man alles tun koennte, wenn man dann aber damit experimentiert, sieht man, dass die meisten Probleme etwas schwieriger als gedacht sind.

So ist es z.B. sehr viel schwieriger, das Bild einer fahrenden Kamera auszuwerten, als das einer stationaeren, weil sich die Gesamtszene staendig aendert.

Man sieht z.B. auch in dem obigen Beispiel des Maslab, dass die Umgebung des fahrenden Roboters speziel fuer den Roboter praepariert wurde, um die Bildinformation einfach zu halten.

Ich habe das Verfahren der stationaeren Kamera vewendet, weil ich mir sicher war, dass ich damit in absehbarer Zeit zu einem Ergebnis komme.