Zusammenfassung
Es wird ein neuer Split und Merge Algorithmus zur Flächensegmentation von Grauwert-Bildern beschrieben. Der Algorithmus benutzt als Datenstruktur für die Segmentation einen Nachbarschaftsgraphen, in dem alle benötigten Informationen gespeichert werden können. Das Verhalten des Algorithmus wurde an mehreren Bildklassen näher untersucht. Ebenso wurden mehrere Einheitlichkeitsprädikate entwickelt und deren Eigenschaften verglichen. Dabei erwies sich eine Kombination aus Varianz und Abstand der Mittelwerte zweier Regionen am besten geeignet. Durch die Einführung eines iterativen Regionenwachstums konnten gegenüber sequentiellen und optimierenden Strategien bessere Resultate erzielt werden.
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
S.L. Horowitz, T. Parlidis: “Picture Segmantation by a tree traversal algorithm”, JACM 23, 368–387 (1976).
T. Pavlidis: “Structural Pattern Recognition”, Springer Verlag 1977.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1981 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Bille, J., Jaksch, M. (1981). Ein iteratives Regionenwachstums-Verfahren mit Flexibler Datenstruktur zur Segmentierung Cytologischer Bilder. In: Radig, B. (eds) Modelle und Strukturen. Informatik-Fachberichte, vol 49. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-68138-7_31
Download citation
DOI: https://doi.org/10.1007/978-3-642-68138-7_31
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-10876-4
Online ISBN: 978-3-642-68138-7
eBook Packages: Springer Book Archive