Zusammenfassung
Die Segmentierung von Röntgenbildern industrieller Objekte wird durch das Lernen von Pixel-Klassifikatoren auf der Basis lokaler Merkmale versucht. Dazu werden Lernstichproben durch interaktives Markieren repräsentativer Bildpunkte mit ihrem Klassenindex erstellt. Ein Polynomansatz verknüpft ausgewählte, vorzugsweise rotationsinvariante lokale Merkmale zu Trennfunktionen, deren Parameter aus einer Quadratmittelanpassung an die Lernstichprobe gewonnen werden. Erste Versuche zur Erkennung von Lunkern in Guβteilen liefern Trennfunktionen, in denen die Lunker hell hervorgehoben werden, führen aber noch nicht zu befriedigenden Segmentierungsresultaten. Verbesserungen werden durch Verwendung seguentieller Pixelklassifikation mit auf Zernike-Polynomen basierenden Merkmalssätzen angestrebt.
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
Strecker, H.: “A local feature method for the detection of flaws in automated x-ray inspection of castings”, Signal Processing, 5, p. 423 (1983).
Blanz, W.E.: “Bildsegmentation durch Texturanalyse”, Dissertation Universität Stuttgart, 1983.
Niemann, H.: “Klassifikation von Mustern”, Springer, Berlin, 1983.
Schürmann, J.: “Polynomklassifikatoren für die Zeichenerkennung”, R. Oldenbourg-Verlag, München, 1977.
Fukunaga, K.: “Introduction to statistical pattern recognition”, Academic Press, New York, 1972.
Beaudet, P.R.: “Rotationally invariant image operators”, P.oc. Int. Joint Conf. Patt. Rec., p. 578, 1978.
Hueckel, M.H.: “An operator which locates edges in digitized pictures”, Journal of the Association for Computing Machinery, 18, p. 113 (1971).
Hummel, R.: “Feature detection using basic functions”, Computer Graphics and Image Processing, 9, p. 40 (1979).
Born, M.; Wolf, E.: “Principles of Optics”, Pergamon, New York, 1975.
Teague, M.R.: “Image analysis via the general theory of moments”, J. Opt. Joe. Am., 70, p. 920 (1980).
Fu, K.S.: “Sequential methods in pattern recognition and machine learning”, Academic Press, 1968.
Fu, K.S.; Chien, Y.T.; Cardillo, G.P.: “A dynamic programming approach to sequential pattern recognition”, IEEE Trans. El. Comp., EC-16., p. 790 (1967).
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1985 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Strecker, H. (1985). Lernverfahren zur Segmentierung Industrieller Röntgenbilder. In: Niemann, H. (eds) Mustererkennung 1985. Informatik Fachberichte, vol 107. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-70638-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-70638-7_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-15696-3
Online ISBN: 978-3-642-70638-7
eBook Packages: Springer Book Archive