Zusammenfassung
In vielen Anwendungen im Bereich der Mustererkennung ist es erforderlich, Objekte unabhängig von Position, Orientierung und Skalierung bei teilweise zulässigen gegenseitigen Verdeckungen wiedererkennen zu können. In diesem Beitrag wird ein erweitertes „pose clustering“-Verfahren vorgestellt, welches dies für Szenen mit homogenem bzw. nur schwach strukturiertem Hintergrund leistet. Die wesentliche Grundlage hierfür bilden kombinierte Merkmale, die aus der Konturinformation der Objekte und der zu analysierenden Szenen gewonnen werden. Die Konturinformation wiederum wird auf der Basis eines mit orientierungsspezifischen Gaborfiltern vorverarbeiteten Grauwertbildes ermittelt. Nach einer genaueren Beschreibung des Verfahrens wird dessen Leistungsfähigkeit anhand einer Szenenanalyse demonstriert.
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
D. H. Ballard, „Generalizing the Hough transform to detect arbitrary shapes“, Pattern Recognition, vol. 13, no. 2, pp. 111–122, 1981
J. Illingworth and J. Kittler, „A survey of the Hough transform“, Computer Vision, Graphics, and Image Processing, vol. 44, pp. 87–116, 1988
G. Stockman, „Object recognition and localization via pose clustering“, Computer Vision, Graphics, and Image Processing, vol. 40, pp. 361–387, 1987
Y. C. Hecker and R. M. Bolle, „On geometric hashing and the generalized Hough transform“, IEEE Transactions on Systems, Man, and Cybernetics, vol. 24, no. 9, pp. 1328–1338, 1994
W. E. L. Grimson and D. P. Huttenlocher, „On the sensitivity of the Hough transform for object recognition“, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 12, no. 3, pp. 255–274, 1990
Sheng-Ching Jeng and Wen-Hsiang Tsai, „Scale-and orientation-invariant generalized Hough transform - a new approach“, Pattern Recognition, vol. 24, no. 11, pp. 1037–1051, 1991
Ji Y. Chang, Andrew J. Hanson, „Virtual line segment-based Hough transform“: IEEE International Conference on Pattern Recognition, vol. 1, pp. 57–62, 1994
J. Illingworth and J. Kittler, „The adaptive Hough transform“, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 9, no. 5, pp. 690–698, 1987
S. M. Bhandarkar and M. Suk, „Qualitative features and the generalized Hough transform“, Pattern Recognition, vol. 25, no. 9, pp. 987–1006, 1992
R. Trapp, „Entwurf einer Filterbank auf der Basis neurophysiologischer Erkenntnisse zur orientierungs- und frequenzselektiven Dekomposition von Bilddaten“, Interner Bericht U-GH Paderborn, FB 14/150, NAVIS 01 /96, 1996
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Stöhr, M., Hartmann, G. (1997). Orientierungs- und skalierungsinvariante Erkennung von Objekten in komplexen Szenen. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive