Robuste Objekterkennung auf Basis invarianter Konturmerkmale
J. Nutt
Zur Objekterkennung ist die Nutzung von lokalen und globalen Bildmerkmalen gängige Praxis. Dabei liefern lokale Bildmerkmale präzisere Informationen zu einzelnen Bildelementen und sind vor allem robust gegenüber partieller Verdeckung. Ausgangspunkt dieser Arbeit ist ein neues Verfahren, dass skalierungs- und rotationsinvariante Merkmale in Form von lokalen Kontursegmenten extrahiert. Da Kontursegmente häufig eine gewisse Ähnlichkeit aufweisen, ist die Verwendung geometrischer Informationen besonders wichtig. Der Detailgrad der Objektbeschreibung und die Laufzeit der Objekterkennung stehen in einem Kompromiss zueinander, der durch die Komplexität der modellierten Beziehungen bestimmt wird. Im Rahmen dieser Arbeit wird ein Verfahren ausgewählt, umgesetzt und getestet, das Objekte auf Basis der invarianten Konturmerkmale klassifiziert. Die Tests beziehen sich dabei speziell auf den MPEG-7 Datensatz und zeigen, dass der Erfolg des Verfahrens von der jeweiligen Klasse abhängt.