Verarbeitung, Erkennung und Erzeugung von Zeichenmustern

  • H. Kazmierczak
  • F. Holdermann
  • R. Hartenstein
Conference paper

Zusammenfassung

Die Behandlung nicht-numerischer Probleme auf einem digitalen Rechenautomaten erfordert besonders bei bildhaft vorliegenden Zeichenmustern spezielle Prozesse, die der eigentlichen Auswertung vor- und nachgeschaltet sein können. Externe Nachrichtenquellen und Senken einschließlich des Menschen, die Zeichen erzeugen, senden und empfangen, und Automaten, die Zeichen verarbeiten und ausgeben sollen, haben im allgemeinen keine gemeinsame Sprache oder Schrift. Spezielle Nachrichtenwandler müssen z. B. daher Zeichenmuster-, Sprach- oder Schriftelemente in den Maschinencode des Rechenautomaten umsetzen. Zweckmäßig werden zwei Arten der Nachrichtenwandlung unterschieden:
  1. a)

    Nachrichtenwandlung ohne wesentliche Änderung der Information,

     
  2. b)

    Nachrichtenwandlung mit Informationsreduktion.

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

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Arkadjew, A. G., und E. M. Braverman: Zeichenerkennung und maschinelles Lernen. München: Oldenbourg. 1966.Google Scholar
  2. 2.
    Butler, M. K., and S. W. Butler: Computer Analysis of Photographic Images. Nucleonics 25, 44–51 (1967).Google Scholar
  3. 3.
    Clark, R., and W. F. Miller: Computer-Based Data Analysis Systems. In: Methods in Computational Physics 5 (B. Alder et al., Hrsg.), New York: Academic Press. 1966.Google Scholar
  4. 4.
    Dineen, G. P.: Programming Pattern Recognition. Proc. WJCC 1955, 94-100.Google Scholar
  5. 5.
    Earnest, L. D.: Machine Recognition of Cursiv Writing. In: Information Processing 1962, S. 462-465. North-Holland Publishing Co. 1963.Google Scholar
  6. 6.
    Eden, M.: Handwriting and Pattern Recognition, S. 167-170 in [44].Google Scholar
  7. 7.
    Eden, M., and M. Halle: The Characterisation of Cursiv Writing. In: Information Theory, S. 287–299. IV. London Symp. (C. Cherry, Hrsg.), London: Butterworth. 1961.Google Scholar
  8. 8.
    Fischer, G. L., et al. (Hrsg.): Optical Character Recognition. Washington, D.C.: Spartan Books. 1962.Google Scholar
  9. 9.
    Freemann, H.: On the Encoding of Arbitrary Geometry Configurations. IRE Trans. EC-10 1961, 260-268.Google Scholar
  10. 10.
    Freemann, H.: Techniques for the Digital Computer Analysis of Chain-Encoded Arbitrary Plane Curves. Proc. Nat. Electronics Conf. 17, 421–432 (1961).Google Scholar
  11. 11.
    Freemann, H., and L. Gardner: A Pictorial Jigsaw Puzzle: The Computer Solution of a Problem in Pattern Recognition. IEEE Trans. EC-13, 118–127 (1964).Google Scholar
  12. 12.
    Frishkopf, L. S., and L. D. Harmon: Machine Reading of Cursiv Script. In: Information Theory, S. 300–316. IV. London Symp. (C. Cherry, Hrsg.). London: Butterworth. 1961.Google Scholar
  13. 13.
    Gelernter, H.: Data Collection and Reduction for Nuclear Particle Trace Detectors. In: Advances in Computers (F. L. Alt et al., Hrsg.). New York: Academic Press. 1965.Google Scholar
  14. 14.
    Graham, R. E.: Snow Removal — A Noise-Stripping Process for Picture Signals, S. 129-144 in [44].Google Scholar
  15. 15.
    Grimsdale, R. L., and J. M. Bullingham: Character Recognition by Digital Computers Using a Special Flying-Spot Scanner. Computer-Journal 4, 129–135 (1961).CrossRefGoogle Scholar
  16. 16.
    Haack, W., und H. Springer: Automatische Auswertung von Radarinformationen unter Berücksichtigung lernender Systeme. Jahrestagung der DGRR und WGLR in Berlin 1964.Google Scholar
  17. 17.
    Harley, T., et al.: System Considerations for Automatic Imagery Screening. In [45].Google Scholar
  18. 18.
    Holmes, W. S.: Automatic Photointerpretation and Target Location. Proc. IEEE 54, 1679–1686 (1966).CrossRefGoogle Scholar
  19. 19.
    Hu, M.: Visual Pattern Recognition by Moment Invariants, S. 179-187 in [44].Google Scholar
  20. 20.
    Julesz, H.: Visual Pattern Discrimination, S. 84-91 in [44].Google Scholar
  21. 21.
    Kamentsky, L. A., and C. A. Liu: Computer-Automated Design of Multifont Print Recognition Logic. IBM J. Res. and Dev. 7, 2–13 (1963).MATHCrossRefGoogle Scholar
  22. 22.
    Kazmierczak, H.: Einführung in die Automatische Zeichenerkennung. München: R. Oldenbourg (erscheint).Google Scholar
  23. 23.
    Kazmierczak, H.: Automatische Zeichenerkennung. In: Taschenbuch der Nachrichtenverarbeitung, 2. Auflage, S. 754–787 (K. Steinbuch, S. W. Wagner, Hrsg.). Berlin-Heidelberg-New York: Springer. 1967.Google Scholar
  24. 24.
    Kazmierczak, H., and F. Holdermann: The Karlsruhe System for Automatic Photointerpretation. In [45].Google Scholar
  25. 25.
    Kirsch, R. A.: Experiments in Processing Pictorial Information with a Digital Computer. Proc. EJCC 1957.Google Scholar
  26. 26.
    Lipkin, L. E., et al.: The Analysis, Synthesis, and Description of Biological Images, S. 984-1012 in [46].Google Scholar
  27. 27.
    McCormick, B. H.: The Illinois Pattern Recognition Computer — ILLIAC III. IEEE Trans. EC-12, 791–813 (1963).Google Scholar
  28. 28.
    Mermelstein, P., and M. Eden: A System of Automatic Recognition of Handwritten Words. AFIPS 26, 333–342 (1964).Google Scholar
  29. 29.
    Merril, T., et al.: Cyclops-1: A Second-Generation Recognition System. AFIPS 24, 27–34 (1963).Google Scholar
  30. 30.
    Merril, T., and B. H. Bloom: Learning and Perceptual Processes for Computers, S. 1029-1034 in [46].Google Scholar
  31. 31.
    Muerle, J., and D. Allen: Techniques for Automatic Segmentation of Objects in a Complex Scene. In [45].Google Scholar
  32. 32.
    Narasimhan, R.: Labeling Schemata and Syntactic Descriptions of Pictures. Information & Control 7, 151–179 (1964).CrossRefGoogle Scholar
  33. 33.
    Neurath, P. W., et al.: Human Chromosome Analysis by Computer — An Optical Pattern Recognition Problem, 1013-1028 in [46].Google Scholar
  34. 34.
    Pfaltz, J. L., and A. Rosenfeld: Computer Representation of Planar Regions by Their Skeletons. Comm. ACM 10, 119–123 (1967).CrossRefGoogle Scholar
  35. 35.
    Pfaltz, J. L., et al.: Local and Global Picture Processing by Computer. In [45].Google Scholar
  36. 36.
    Prewitt, J. M. S., and M. L. Mendelsohn: The Analysis of Cell Images, 1035-1053 in [46].Google Scholar
  37. 37.
    Reichardt, W., und C. McGinitie: Zur Theorie der lateralen Inhibition. Kybernetik 1, 155–165 (1962).CrossRefGoogle Scholar
  38. 38.
    Rosenfeld, A.: Eliminating the Human Observer. In: Optoelectronic Devices and Circuits, S. 213–218 (S. Weber, Hrsg.). London-New York: McGraw-Hill. 1964.Google Scholar
  39. 39.
    Rosenfeld, A., and J. L. Pfaltz: Sequential Operations in Digital Picture Processing. Journ. ACM 13, 471–494 (1966).MATHCrossRefGoogle Scholar
  40. 40.
    Schreiber, W. F.: Picture Coding. Proc. IEEE 55, 320–330 (1967).CrossRefGoogle Scholar
  41. 41.
    Sebestyen, G. S.: Decision-Making Processes in Pattern Recognition. London-New York: Macmillan. 1962.Google Scholar
  42. 42.
    Sharp, J. V.: Automatic Map Compilation Using Digital Techniques. X. Congress of the Int. Soc. of Photogrammetry, Lissabon 1964.Google Scholar
  43. 43.
    Uhr, L. (Hrsg.): Pattern Recognition. New York: J. Wiley. 1966.Google Scholar
  44. 44.
    Special Issue on Sensory Information Processing. IRE Trans. IT-8, H. 2 (1962).Google Scholar
  45. 45.
    Symposium on Automatic Photointerpretation, Washington, D.C., 31. 5.–2. 6. 1967.Google Scholar
  46. 46.
    Advances in Biomedical Computer Applications. In: Annals New York Academy Sciences 128, Art. 3 (1966), 31. Jan. (Meyer, W., Hutchins, H., Hrsg.).Google Scholar
  47. 47.
    Character Recognition 1967. The British Computer Society, London.Google Scholar
  48. 48.
    Ziehm, G.: Die zeitliche Echo-Struktur bei Sonar-Zielen. NTZ 20, 388–401 (1967).Google Scholar
  49. 49.
    Ziehm, G.: Zusammenhänge zwischen Rückstreufläche, Zielmaß und Gewichtsfunktion bei ausgedehnten Sonar-und Radarzielen. NTZ 20, 441–448 (1967).Google Scholar
  50. 50.
    Pfeiler, M.: Lineare Systeme zur Übertragung zeitabhängiger Ortsfunktionen und Bilder. NTZ 21, 97–108 (1968).Google Scholar
  51. 51.
    Schott, O.: Elektronische Informationsaufbereitung in der Röntgendiagnostik. Elektromedizin 12, 204–215 (1967).Google Scholar
  52. 52.
    Pfeiler, M., et al.: Die Intensitätsverteilung im Strahlenrelief als Eingangsgröße beim Röntgenfernsehen. Elektromedizin 11, 17–28 (1966).Google Scholar
  53. 53.
    Endres, W.: Automatische Spracherkennung und Synthetische Sprache. In Taschenbuch der Nachrichtenverarbeitung, 2. Aufl., 787–814. Hrsg. K. Steinbuch. Berlin-Heidelberg-New York: Springer. 1967.Google Scholar

Copyright information

© Springer-Verlag/Wien 1968

Authors and Affiliations

  • H. Kazmierczak
  • F. Holdermann
  • R. Hartenstein

There are no affiliations available

Personalised recommendations