Zusammenfassung
Der Begriff „Maschinensehen“ (computer vision, machine vision) steht nach [Nagel 85a] für „einen Prozeß, bei dem ein oder mehrere Bilder interpretiert werden und das Ergebnis dieser Interpretation in Handlungen umgesetzt wird“. Mit bildgebenden Sensoren ausgestattete Industrieroboter und autonome Fahrzeuge sind Beispiele für Systeme, bei denen mit Hilfe von Maschinensehen versucht wird, umgebungsangepaßtes Verhalten zu erzielen. Als Grundlage solchen Verhaltens werden dabei systemintern verfügbare Modelle angesetzt, die alle für die Handlungssteuerung wesentlichen Aspekte der Systemumgebung sowie des Systems selbst zu erfassen haben. Es ist Aufgabe des bereits angesprochenen Interpretationsprozesses, solche Modelle aufzubauen und über die Zeit hinweg fortzuschreiben. Dazu ist es üblich [Nagel 85a], von parametrisierten Modellschemata auszugehen und zu versuchen, durch Auswahl von Schemata und Einschränkung von Parametern solche Modelle auszuprägen, bei denen sich eine möglichst gute Übereinstimmung mit der zur Verfügung stehenden Sensorinformation ergibt. Diese Modelle und Modellschemata sind für das Maschinensehen von zweifacher Bedeutung. Sie sind sowohl Ausgangspunkt für die Handlungssteuerung als auch Grundlage für die Bild(folgen)-Interpretation.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Krüger, W. (1992). Einleitung. In: Situationsmodellierung in der Bildfolgenauswertung. Informatik-Fachberichte, vol 311. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77456-0_1
Download citation
DOI: https://doi.org/10.1007/978-3-642-77456-0_1
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55395-3
Online ISBN: 978-3-642-77456-0
eBook Packages: Springer Book Archive