Zusammenfassung
In diesem Aufsatz wird ein Schema für ein merkmalsbasiertes Verfahren zum Auffinden von mikroskopischen Aufnahmen von Diatomeen in Bilddatenbanken vorgestellt. Diatomeen sind einzellige Algen, die im Wasser und überall dort vorkommen, wo es Feuchtigkeit und genügend Licht für Photosynthese gibt. Der vorgestellte Ansatz zur merkmalsbasierten Suche basiert auf Symmetrieeigenschaften, geometrischen Merkmalen, invarianten Momenten, Fourier Deskriptoren und Textureigenschaften. Ausgehend von diesen Merkmalen werden die Bilder der Datenbank mit einem entscheidungsbaumbasierten Verfahren in Kategorien aufgeteilt. Experimentelle Untersuchungen auf einer Bilddatenbank mit 468 Aufnahmen von Diatomeen haben gezeigt, dass die Methoden zur Identifikation von Diatomeen gut geeignet sind. Ohne Berücksichtigung von spezifischen Informationen über Diatomeen liess sich bei einer Gesamtzahl von 82 Klassen eine Erkennungsrate von annähernd 70% erzielen.
This is a preview of subscription content, log in via an institution to check access.
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
ADIAC. Automatic Diatom Identification and Classification. Internetseite: http://www.ualg.pt/adiac/.
M. Binkert. Konturbasierte Klassifikation von Diatomeen. Diplomarbeit, Universität Bern, Schweiz, 1999.
M. Das, R. Manmatha, and E.M. Riseman. Indexing flower patent images using domain knowledge. IEEE Inteligent Systems, Seiten 24-33, September 1999.
H. du Buf et al. Diatom identification: A double challenge called ADIAC. In Proceedings of the lOth Int. Conf. on Image Analysis and Processing, Seiten 734-739, Venedig, Italien, September 1999.
M. Hu. Visual pattern recognition by moment invariants. IEEE Trans. Information Theory, 8(2):179–187, Februar 1962.
K. Krammer and H. Lange-Bertalot. Bacillariophyceae. In Süsswasserflora von Mitteleuropa (2/1). Gustav Fischer Verlag, Stuttgart, 1986.
S. Loncaric. A survey of shape analysis techniques. Pattern Recognition, 31(8):983–1001, 1998.
D. Michie, D. Spiegelhalter, and C. Taylor, Hrsg.. Machine Learning, Neural and Statistical Classification. Ellis Horwood, 1994.
R. Quinlan. C4-5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo, CA, 1993.
J.R. Smith and S.F. Chang. Visualseek: A fully automated content-based image query system. In ACM Multimedia Conference, Boston, Seiten 87-98, November 1996.
E.F. Stoermer and J.P. Smol, Hrsg.. The Diatoms: Applications for the Environmental and Earth Science. Cambridge University Press, 1999.
C. Sun. Symmetry detection using gradient information. Pattern Recognition Letters, 16(14)987–996, 1995.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Fischer, S., Binkert, M., Bunke, H. (2000). Merkmalsbasierte Suche von Diatomeen in Bilddatenbanken unter Verwendung von Entscheidungsbäumen. In: Sommer, G., Krüger, N., Perwass, C. (eds) Mustererkennung 2000. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59802-9_56
Download citation
DOI: https://doi.org/10.1007/978-3-642-59802-9_56
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-67886-1
Online ISBN: 978-3-642-59802-9
eBook Packages: Springer Book Archive