Kantenerkennung und Segmentierung von strukturierten Bildern

Diese Arbeit konzentriert sich auf die Kantenerkennung und Segmentierungsmethoden von Texturbildern sowie deren Wirksamkeit im Vergleich. Texturanalyse, verschiedene Texturmodelle, eine neue und eine Reihe bestehender Textursegmentierungsmethoden, Kantenerkennungsmethoden (z. B. Sobel, Canny, Susan und statistische Methoden usw.), Clustering-Techniken (hierarchisch und k-Means) und Feedforward-Neuralnetzwerke wie selbstorganisierende Karten wurden systematisch untersucht und erforscht. Es wird ein kurzer Überblick über diese Methoden und die Ergebnisse ihrer Umsetzung gegeben. Als Beitrag wurde eine neue statistische Textursegmentierungstechnik auf der Grundlage eines Feedforward-Backpropagation-Neuralnetzwerks entwickelt, getestet und vorgestellt. Es wird davon ausgegangen, dass diese neue Methode eine feinere Segmentierung von Bildern mit mehreren Texturen ermöglicht als alle anderen bestehenden Techniken.

Pagina's: 76, Paperback, Verlag Unser Wissen