Mustererkennung

Hier geht es um Merkmalextraktionsverfahren aus eindimensionalen Signalen. Begriffe wie digitale Signalverarbeitung, Merkmalvektor, Clusteranalyse Algorithmen und unterschiedliche Klassifikaionsverfahren vom Schwellwertklassifikator über den Nächsten Nachbarklassifikator, Neuronaler Netz Klassifikator bis zum Quadratmittelklassifikator ergänzen diese Vorlesung.

Begriffsdefinition der Bildverarbeitung

Mit Unterstützung von Prof. Dr. Heinz-Georg  Fehn von der FH Münster wurden diese Seiten erstellt. Die Bildverarbeitung hat bereits in alle technischen und nichttechnischen Bereichen Einzug gehalten. Je nach Bereich werden mehr oder weniger komplexe Methoden zur Bearbeitung der Bilder angewendet. Zunächst soll daher der Begriff Bildverarbeitung näher spezifiziert werden: Bildverarbeitung lässt sich definieren als die Beschäftigung mit Bildern und deren Manipulation technischen Hilfsmitteln mit dem Ziel

• der Verbesserung der Bilddarstellung (image enhancement) z.B. Kontrastverbesserung, Farbgestaltung etc.
• der Bildrestaurierung (image restoration) z.B. Rauschbefreiung, geometrische Entzerrung etc.
• der Codierung von Bildern (image coding) z.B. Datenkompression
• des Bildverstehens und der Bildinterpretation (image understanding) z.B. die abstrakte Beschreibung des Bildes zur Steuerung eines technischen Prozesses (machine vision).

Ein klassisches Einsatzfeld für Bildverbesserungen findet sich u.a. in der Medizin. Ziel ist es hierbei spezielle Details von z.B. Röntgenbildern so aufzubereiten, dass sie der Interpretation durch den Arzt leichter zugänglich sind. ( Wenn Sie das Bild anklicken, sollte die Bildverbesserung vorgeführt werden und Sie hören die Stimme von Prof. Dr. Fehn.) Durch Verfahren der Kontrastmanipulation wird der Detailreichtum verdeutlicht und eine Kantenverstärkung führt zur Hervorhebung Randstrukturen Um die Verdeutlichung der Strukturen im Röntgenbild zu erreichen sind bereits Verfahren aus dem Bereich der Bildrestaurierung eingesetzt worden. Ein klassisches Beispiel der Bildrestaurierung stammt aus [Jar90] und ist in den folgenden Bildern dargestellt. Eine während der Bildaufnahme vorhandene Defokussierung des Bildaufnahmesystems führt zu einer unscharfen Abbildung der Vorlage, hier einer Textvorlage . Lässt sich die zur unscharfen Abbildung führende Verwaschungsfunktion systemtheoretisch erfassen, führt eine Bearbeitung des Bildes mit der inversen Verwaschungsfunktion (Korrekturfilter) zur Korrektur der Defokussierung.

Ziel der Codierung von Bildern ist es, die bildbeschreibende Datenmenge, zu halten. Gleichzeitig jedoch soll der Bildinhalt durch Verfahren der Datenkompression verändert werden, so daß nach der Dekompression der gesamte Bildumfang für den Betrachter oder zur Auswertung wieder zur Verfügung steht. Wesentlichstes Einsatzfeld der Datenkompression ist zur Zeit der Multimediabereich, z.B. eine im Frequenzbereich arbeitenden Datenkompression, die JPEG-Codierung.

Bei dem Bildverstehen und der Bildinterpretation werden die Verfahren und Methoden aus Bildverbesserung, Bildrestaurierung und der Bildcodierung mit dem Ziel genutzt, eine vom Bildinhalt abhängige Aussage zu generieren. Dies kann ebenso das Lesen von Dokumenten zur Schrifterkennung wie auch die Kenngrößenermittlung eines Objektes zur Vermessung oder für Robotorapplikationen.

Wie schwierig Bildverstehen und Bildinterpretation sein kann, verdeutlicht das Bild . Es stellt eine Anzahl von scheinbar willkürlich angeordneten schwarzen Flecken dar. Während der Mensch in der Lage ist, solche Bilder zu verstehen und zu interpretieren, ist ein Rechnersystem mit diesen Aufgaben im allgemeinen überfordert.

Eine grundlegende Übersicht über Bildverarbeitung und Bildverarbeitungssysteme ist im Tutorial von Prof. Dr. Fehn, FH Münster gegeben, die als *.pdf Datei vorhanden ist Bildverarbeitung - Verarbeitung von Bildern