|
Mustererkennung
Die Bildverarbeitung dient in der Regel dazu, Fehler bei der Aufnahme oder Wiedergabe zu beseitigen oder derart zu vermindern, dass; sie vom Betrachter
nicht mehr wahrgenommen oder sie sich auf die weiteren Verarbeitungsschritte nicht mehr negativ auswirken werden. Fehler dieser Art können Rauschen, Farb-/Grauwertfehler,
geometrische Verzerrungen usw. sein.
In einem weitergehenden Schritt werden bestimmte Eigenschaften oder Strukturen in den Bildern hervorgehoben, um sie dem Betrachter deutlicher sichtbar zu machen. Beispiele dafür
sind Kontraständerung, Kantenverstärkung, Kantendetektion und Segmentierung.
Die so kondensierten und eventuell in geometrisch höheren Strukturen vorliegenden Merkmale einer Aufnahme werden von Mustererkennungssystemen leichter interpretiert. Der
Übergang zwischen der reinen Bildverarbeitung und der Bildinterpretation/Mustererkennung ist fließend. Immer muss das Gesamtsystem mit allen Komponenten betrachtet
werden, da alle Teile einen Beitrag zum gewünschten Ergebnis leisten.
Für eine gute Mustererkennung muss möglichst viel Vorwissen in das System eingearbeitet oder in Datenbanken schnell abrufbar abgelegt werden. Gleichzeitig sollte aber
möglichst wenig Information verwendet werden, damit das System universell einsetzbar ist.
|
|