Zusammenfassung
Vorgestellt wird ein System zur automatischen Digitalisierung graphisch gegebener Wasserstands- und Niederschlagskurven. Verwendung finden dabei Methoden der Filterung und Bildaufbereitung, Bildentzerrung und wissensgesteuerten Interpretation, um aus dem schlechten Bildmaterial die gesuchte Kurve zu extrahieren. Eine modifizierte Variante der Houghtransformation dient der Suche nach Koordinatenraste-rungen, die Pegelkurvenerkennung stützt sich auf das Prinzip der dynamischen Optimierung, um aus einer heuristischen Bewertung einzelner Bildobjekte die zusammengehörenden Kurventeile auszuwählen. Einzelne Erkennungsfehler im Bereich stark gestörten Bildmaterials werden in einem Kontrolldurchgang interaktiv korrigiert, wozu komfortable und flexible Werkzeuge bereitstehen.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Referenzen
R. Bellmann and R. Kalaba Dynamic programming and modern control theory Academic Press Inc. 1965
K. Neumann Dynamische Optimierung Hochschulskripten, Bibliographisches Institut 1969
J. Illingworth and J. Kittler The adaptive Hough Transform IEEE Transactions on Pattern Analysis and Machine Intelligence, September 1987
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1988 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Linder, G., Schneider, K., Föhr, R., Ameling, W. (1988). ODIAN: Ein System zur optischen Digitalisierung von Analogschreiberkurven. In: Bunke, H., Kübler, O., Stucki, P. (eds) Mustererkennung 1988. Informatik-Fachberichte, vol 180. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-08895-1_47
Download citation
DOI: https://doi.org/10.1007/978-3-662-08895-1_47
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-50280-7
Online ISBN: 978-3-662-08895-1
eBook Packages: Springer Book Archive