Skip to main content

Klassifikation und Bilderkennung

  • Chapter
Medizinische Bildverarbeitung
  • 6798 Accesses

Zusammenfassung

In diesem Kapitel stehen Klassifikatoren mit überwachtem Lernverfahren im Vordergrund der Betrachtung (Duda und Hart 1973, Niemann 1983, Fukunaga 1990, Schürmann 1996). Sie sind von unüberwachten Klassifikatoren, auch Clusteranalyseverfahren genannt, zu unterscheiden, die vorwiegend zur Bildsegmentierung eingesetzt werden (vgl. Kap. 5.4). Überwachte Klassifikationsverfahren werden in der Mustererkennungs-Pipline (Kap. 3.1, Abb. 3.1) in der letzten Phase des Verarbeitungsprozesses eingesetzt, um Bildstrukturen anhand ihrer Merkmalsvektoren automatisch zu klassifizieren und zu erkennen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 74.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2009 Vieweg+Teubner | GWV Fachverlage GmbH

About this chapter

Cite this chapter

Handels, H. (2009). Klassifikation und Bilderkennung. In: Medizinische Bildverarbeitung. Vieweg+Teubner. https://doi.org/10.1007/978-3-8348-9571-4_7

Download citation

  • DOI: https://doi.org/10.1007/978-3-8348-9571-4_7

  • Publisher Name: Vieweg+Teubner

  • Print ISBN: 978-3-8351-0077-0

  • Online ISBN: 978-3-8348-9571-4

  • eBook Packages: Medicine (German Language)

Publish with us

Policies and ethics