Zusammenfassung
Durch perzeptives Gruppieren von Kontursegmenten wird im Bild inhärente Struktur explizit für weitere Verarbeitungsschritte verfügbar gemacht und kann so Effizienz und Robustheit erhöhen. In einem hierarchischem Ansatz werden zunächst lokal Gruppierungshypothesen erstellt und anschließend mittels eines Markov Random Fields global bewertet. In dieser Arbeit wird der Ansatz für eindimensionale Gruppierungshypothesen beschrieben und Ergebnisse präsentiert.
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.
References
F. Ackermann, A. Maßmann, S. Posch, G. Sagerer und D. Schlüter. Perceptual Grouping of Contour Segments Using Markov Random Fields. Pattern Recognition and Image Analysis, 1996. to appear.
Paul B. Chou und Christopher M. Brown. The Theory and Practice of Bayesian Image Labeling. Int. Journal of Computer Vision, 4: 185–210, 1990.
Rama Chellappa und Anil Jain, Hrsg. Markov Random Fields. Theory and Application. Academic Press, 1993.
Claudia Fuchs und Wolfgang Förstner. Polymorphic Grouping for Image Segmentation. In International Conference on Computer Vision, ICCV, Seiten 175–182, 1995.
S. Geman und D. Geman. Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images. Trans, on Pattern Analysis and Ma-chine Intelligence (PAM1’), 6: 721–741, 1984.
Aleš Leonardis. Image Analysis Using Parametric Models. Dissertation, University of Ljubljana, 1993.
David G. Lowe. Perceptual Organization and Visual Recognition. Kluwer Academic Press, Boston, 1985.
Rakesh Mohan. Perceptual Organization for Computer Vision. Dissertation, IRIS Report 254, Institut for Robotics and Intelligent Systems, Univ. of Southern California, 1989.
A. Maßmann und S. Posch. Bereiche perzeptiver Aufmerksamkeit für konturbasierte Gruppierung. In G. Sagerer, S. Posch und F. Kümmert, Hrsg., Mustererkennug 1995. Proceedings 17. DAGM-Symposium, Informatik Aktuell, Seiten 602–609. Springer, 1995.
A. Maßmann und S. Posch. Mask-Oriented Grouping Operations in a Contour-Based Approach. In Proc. 2nd Asian Conference on Computer Vision, Vol. 3, Seiten 58–61, 1995.
Sudeep Sarkar und Kim L. Boyer. Computing Perceptual Organization in Computer Vision. World Scientific Publishing, 1994.
Daniel Schlüter. Bewertung konturbasierter Gruppierungen mit Hilfe von Markov Random Fields. Diplomarbeit, Universität Bielefeld, 1995.
Gabriel Taubin. Estimation of Planar Curves, Surfaces, and Nonplanar Space Curves Defined by Implicit Equations with Application to Edge and Range Image Segmentation. Trans, on Pattern Analysis and Machine Intelligence (PAMI), 13 (11): 1115–1138, 1991.
Max Wertheimer. Untersuchungen zur Lehere von der Gestalt II. Psychologische Forschung, 4: 301–350, 1923.
Andrew P. Witkin und Jay M. Tenenbaum. On the Role of Structure in Vision. In Jacob Beck, Barabara Hope und Rosenfeld Azriel, Hrsg., Human and Machine Vision, Seiten 481–543. Academic Press, Orlando, 1983.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1996 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Maßmann, A., Posch, S., Schlüter, D. (1996). Perzeptives Gruppieren von Ko- und Kurvilinearitäten mittels Markov Random Fields. In: Jähne, B., Geißler, P., Haußecker, H., Hering, F. (eds) Mustererkennung 1996. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-80294-2_25
Download citation
DOI: https://doi.org/10.1007/978-3-642-80294-2_25
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-61585-9
Online ISBN: 978-3-642-80294-2
eBook Packages: Springer Book Archive