Kurzfassung
Die Segmentation von Objekten in Bildern wird durch das Lernen von Pixel-Klassifikatoren auf der Basis lokaler, texturbeschreibender Merkmale durchgeführt. Zur Adaption des Verfahrens werden in einer Lernstichprobe durch interaktives Markieren repräsentative Bildpunkte der Objekte gekennzeichnet. Ausgehend von einem vieldimensionalen Merkmalssatz wird ein reduzierter problemspezifischer Merkmalssatz zusammengestellt, mit dem ein Polynomklassifikator zur Unterteilung der Bildpunkte in verschiedene Segmente (z.B. Objekt und Hintergrund) berechnet wird. Das Verfahren wird zur Detektion von Gußlunkern in Werkstückoberflächen angewandt.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Blanz, W. E., Bildsegmentation durch Texturanalyse, Dissertation, Universität Stuttgart 1983
Schümann, J., Polynomklassifikatoren für die Zeichenerkennung. R. Oldenbourg Verlag, München 1977
Blanz, W. E., Dörrer, R. H., Reinhardt, E. R., Problemorientierte Beurteilung einzelner Verfahrensschritte in der Bildverarbeitung, DFG-Bericht Re 482/5-2 1. 7. 1982–31. 5. 1983
Blanz, W. E., Reinhardt, E. R., General Approach to Image Segmentation, Proc. 6th International Conference on Pattern Recognition, München 1982
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1986 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Straub, B. (1986). Lernendes Verfahren zur Segmentierung Industrieller Szenen. In: Hartmann, G. (eds) Mustererkennung 1986. Informatik-Fachberichte, vol 125. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-71387-3_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-71387-3_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-16812-6
Online ISBN: 978-3-642-71387-3
eBook Packages: Springer Book Archive