Kurzfassung
Bildinformation ist geometrischer Natur, wenn sie sich auf ein reines oder kombiniertes MINKOWSKI-Maß einer Bildteilmenge bezieht. Solche Maße sind zum Beispiel durch die Fläche, Umfang, Breite und Euler-Charakterlstik einer eindeutig definierten Bildteilmenge gegeben. Wird nun das kontinuierliche Ausgangsbild in ein diskretes Raster von Punkten (oder pixels) transformiert (etwa durch Digitalisierung), entsteht ein Approximationsfehler bezüglich der Minkowskimaße der ursprunglichen Punktmenge. In der vorliegenden Arbeit werden numerisch-quantitative Abschätzungen über die Größe dieses Fehlers vorgestellt. Mit Hilfe dieser Abschatzung lassen sich sodann Bildtransformationen durchführen, die zur Entstehung neuer diskreter Punktraster (d.h. Bilder) führen, die sich durch zwei Eigenschaften auszeichnen: 1. verschiedene Auflösung (d.h. Digitalisierungsgrad bzw. Gitterkonstante), 2. gleiche, konstante Approximationsgute an die metrischen und topologischen Eigenschaften der Minkowskimaße.
Weiters läßt sich über der so entstandenen „rasterbaren Punktmenge konst. Güte“ eine bezüglich der Nachbarpunkte für alle (x,y) bedingte Wahrscheinlichkeitsverteilung definieren (ein MARKOV-random field). Dies wiederum fuhrt zu einem für jeden Punkt (x,y) der transf. Bildmenge synthetisierten Informationsmaß und einem „multi-resolution probabilistic observation scheme“. Am Ende dleser 2-Schritt Bildtransformation liegt ein diskretes Grauwertbild vor, dessen Punktkoordinaten (x,y) topologisch-metrische Eigenschaften des Ausgangsbildes zeigen und der Grauwert an der Stelle (x,y) Informationsmaü dieser Eigenschaften ist. Beispiele an Nervenzell-Präparaten werden gezeigt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1979 Springer-Verlag Berlin · Heidelberg
About this paper
Cite this paper
Bernroider, G. (1979). Bildtransformationen unter Numerisch-Wahrscheinlichkeits-Geometrischen Kriterien am Beispiel von Nervenzellen. In: Foith, J.P. (eds) Angewandte Szenenanalyse. Informatik-Fachberichte, vol 20. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-67445-7_19
Download citation
DOI: https://doi.org/10.1007/978-3-642-67445-7_19
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-67446-4
Online ISBN: 978-3-642-67445-7
eBook Packages: Springer Book Archive