Skip to main content
SpringerLink
Log in
Book cover

Mustererkennung 1989 pp 129–136Cite as

Modellgestütztes Bildverstehen von Dokumenten

  • Conference paper

  • 119 Accesses

Part of the book series: Informatik-Fachberichte ((INFORMATIK,volume 219))

Zusammenfassung

Will man Bilder einer erweiterten Nutzung durch Computer zuführen, ist es sinnvoll, sie tiefer zu strukturieren und gesuchten Klassen und Bedeutungsinhalten zuzuordnen, d.h. „verstehen“ zu lassen. Wir stellen ein System zum Verstehen von Dokumenten nach Bildvorlagen vor, in welchem alles Wissen konsequent in semantisch eindeutigen Konzepten repräsentiert ist. Aus diesen Konzepten leitet ein flexibel steuerbarer Schlußfolgerungsprozeß logische Aussagen bzw. Hypothesen über das Bild her und versucht, diese im Bild zu bestätigen. Zur Beherrschung der mächtigen Suchräume in den Konzept-, Bildobjekt- und vor allem Hypothesennetzen verfügt das Analysesystem über reichhaltig Metawissen und Möglichkeiten, um die Schlußfolgerungsstrategie effizient zu gestalten. Stichwörter sind hier: Heuristiken, Focus of Attention und Truth Maintenance. Anwendungszweck des als Prototyp entwickelten Systems ist die Überführung von Papierdokumenten in Textverarbeitungssysteme oder Datenbanken. Außerdem stellen Dokumente einen relativ einfachen Objektbereich dar, in welchem diese für die Bildanalyse allgemein interessanten Verfahren systematisch erprobt werden können.

This is a preview of subscription content, log in via an institution.

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD   69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Bernhardt, L.: Three Classical Character Recognition Problems, Three New Solutions. Siemens Forschungs- und Entwicklungsberichte 13; 1984; Nr. 3; pp. 114–117.

    MathSciNet  Google Scholar 

  2. Brachman, J.R.; Schmölze, J.R.: An Overview of the KL-ONE Knowledge Representation System. Cognitive Science 9; 1985; pp. 171–216.

    Article  Google Scholar 

  3. Dressler, O.; Freitag, H.: Truth Maintenance Systeme. KI; 2/1989; pp. 13–19.

    Google Scholar 

  4. Ejiri, ML: Knowledge-based Approaches to Practical Image Processing. International Workshop on Industrial Applications of Machine Intelligence and Vision (MIV-89); Tokyo 1989; pp. 1–8.

    Book  Google Scholar 

  5. Erman, L.D.; Hayes-Roth, F.; Lesser, V.R., and Reddy, D.R.: The HEARSAY-II speech understanding system: Integrating knowledge to resolve uncertainty. Computing Surveys 12 (2); 1980; pp. 213–253.

    Article  Google Scholar 

  6. Hanson, A.; Riseman, E.: VISION: A Computer System for Interpreting Scenes. Hanson, Riseman (Ed.): Computer Vision Systems; Academic Press, Orlando; 1978; pp. 303–333.

    Google Scholar 

  7. Higashino, J.; Fujisawa, H.; Nakano, Y.; Ejiri, M.: A Knowledge-based Segmentation Method for Document Understanding. Proceedings of the 8th Int. Conf. Pattern Recognition, Paris 1986; pp. 745–748.

    Google Scholar 

  8. de Kleer, J.: Assumption-Based TMS. Artificial Intelligence 28; 1986; pp. 127–162.

    Article  Google Scholar 

  9. Kreich, J.: Wissensbasierte Dokumentanalyse. Proceedings 10. DAGM-Symposium, Zürich 1988; pp. 326–332.

    Google Scholar 

  10. Luhn, A.; Dengel, A.: Modellgestütztes Segmentieren und Hypothesengenerierung für die Analyse von Papierdokumenten. Proceedings 10. DAGM-Symposium, Zürich 1988; pp. 226–232.

    Google Scholar 

  11. Nagy, G.; Seth, S.: Hierarchical Representation of Optically Scanned Documents. Proceedings of the 7th Int. Conf. Pattern Recognition, Montreal 1984; pp. 347–349.

    Google Scholar 

  12. Scherl W.: Bildgraph, stochastische Grammatiken und Erkennungskriterien zur Analyse allgemeiner Druckvorlagen. Dissertation Techn. Fakultät Universität Erlangen-Nürnberg; 1986.

    Google Scholar 

  13. Srihari, S.N.: Document Image Understanding. IEEE, Proceedings of the Fall Joint Computer Conference (Cat. No. 86CH2345-7), Dallas, TX; 1986; pp. 87–96.

    Google Scholar 

  14. Srihari, S.N.; Bozinovic, R.: A Multi-Level Perception Approach to Reading Cursiv Script. Artificial Intelligence 33; 1987; pp. 217–255.

    Article  Google Scholar 

  15. Tanimoto S.: The Elements of Artificial Intelligence. Computer Science Press, Rockville, Maryland; 1987.

    Google Scholar 

  16. Winston, P.: Artificial Intelligence. Addison-Wesley, Reading, MA; 1984.

    MATH  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Zentralabteilung Forschung und Entwicklung, Siemens AG, München, Otto-Hahn-Ring 6, 8000, München 83, Deutschland

    Joachim Kreich

Authors
  1. Joachim Kreich
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Technische Informatik I, Technische Universität Hamburg-Harburg, Harburger Schloßstraße 20, D-2100, Hamburg 90, Deutschland

    Hans Burkhardt

  2. Institut für Mathematik und Datenverarbeitung in der Medizin, Universität Hamburg, Martinistraße 52, D-2000, Hamburg 20, Deutschland

    Karl Heinz Höhne

  3. Fachbereich Informatik, Universität Hamburg, Bodenstedtstraße 16, D-2000, Hamburg 50, Deutschland

    Bernd Neumann

Rights and permissions

Reprints and permissions

Copyright information

© 1989 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Kreich, J. (1989). Modellgestütztes Bildverstehen von Dokumenten. In: Burkhardt, H., Höhne, K.H., Neumann, B. (eds) Mustererkennung 1989. Informatik-Fachberichte, vol 219. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-75102-8_17

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-75102-8_17

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-51748-1

  • Online ISBN: 978-3-642-75102-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation