Zusammenfassung
Es wird ein Erkennungssystem vorgestellt, das einzelne Schlagziffern in metallischen Oberflächen klassifiziert. Das Verfahren verwendet die Gradientenrichtungen der Konturpunkte als Primärmerkmale. Damit ergibt sich eine Möglichkeit, in nichtbinären Bildern die relevanten Forminformationen über die zum Konturverlauf orthogonalen Richtungen zu erfassen. Die Gradientenrichtungen werden unter Berücksichtigung ihres Ortes in ein 2-dimensionales Histogramm übertragen, das das nachfolgende neuronale Netz, eine selbstorganisierende Merkmalskarte, auswertet. Die Klassifikation basiert auf einer Kreuzdifferenzbetragskorrelation, wodurch eine Identifikation gedrehter Zeichen möglich ist.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
P. Zamperoni, Methoden der digitalen Bildsignalverarbeitung, Vieweg 1989
A. Korn, Zur Erkennung von Bildstrukturen durch Analyse der Richtungen des Grauwertgradienten, DAGM Hamburg, Springer 1989
H. Ritter, T. Martinetz, K. Schulten, Neuronale Netze, Addison-Wesley 1991
T. Kohonen, The Self-Organizing Feature Map, Proceedings of the IEEE, 9/1990
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1991 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Tappe, K. (1991). Erkennung lage-, größen- und drehvarianter Schlagziffern mittels eines neuronalen Netzes. In: Radig, B. (eds) Mustererkennung 1991. Informatik-Fachberichte, vol 290. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-08896-8_6
Download citation
DOI: https://doi.org/10.1007/978-3-662-08896-8_6
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-54597-2
Online ISBN: 978-3-662-08896-8
eBook Packages: Springer Book Archive