Merkmalslistenbasierte Kreuzkorrelationsmethoden

Kreuzkorrelationsverfahren (KKV) werden in der
Bildverarbeitung aufgrund ihrer Robustheit gegenüber
verschiedenen Störungen zum Finden von Objekten in
Bildern eingesetzt. Sie benötigen jedoch einen hohen
Rechenaufwand. Daher wird nach Verfahre gesucht,
diesen zu senken, ohne die Qualität der Ergebnisse
zu reduzieren. In dieser Arbeit werden
merkmalslistenbasierte Kreuzkorrelationsverfahren
(MlKV) vorgestellt, ihre Vor- und Nachteile zunächst
anhand synthetischer Bilder aufgezeigt und mit den
pixelbasierten KKV verglichen. Die MlKV sind in der
Lage, kleine Abweichungen zwischen den Objekten zu
erkennen und somit eine robuste Detektion von
Objekten, selbst unter schwierigen Bildbedingungen
zu ermöglichen. Zudem sind die MlKV deutlich
schneller als pixelbasierte KKV. Die vorgestellten
MlKV werden anschließend anhand verschiedener
Aufgabenstellungen aus der medizinischen
Bildverarbeitung validiert. Für die Implementierung
der notwendigen Algorithmen wird eine
objektorientierten Softwarearchitektur vorgestellt,
mit der die schnelle Implementierung von
wiederverwendbaren, erweiterbaren und austauschbaren
Komponenten ermöglicht wird.

Autorentext

Dr. Ralph Maschotta wurde am 29. September 1973 in Ilmenau geboren. Nach seiner Ausbildung zum Datenverarbeitungskaufmann studierte er bis 1999 an der FH-Schmalkalden Informatik und promovierte 2008 am Institut für Biomedizinische Technik und Informatik an der TU-Ilmenau, wo er bis 2006 als wissenschaftlicher Mitarbeiter tätig war.

Klappentext

Kreuzkorrelationsverfahren (KKV) werden in der Bildverarbeitung aufgrund ihrer Robustheit gegenüber verschiedenen Störungen zum Finden von Objekten in Bildern eingesetzt. Sie benötigen jedoch einen hohen Rechenaufwand. Daher wird nach Verfahre gesucht, diesen zu senken, ohne die Qualität der Ergebnisse zu reduzieren. In dieser Arbeit werden merkmalslistenbasierte Kreuzkorrelationsverfahren (MlKV) vorgestellt, ihre Vor- und Nachteile zunächst anhand synthetischer Bilder aufgezeigt und mit den pixelbasierten KKV verglichen. Die MlKV sind in der Lage, kleine Abweichungen zwischen den Objekten zu erkennen und somit eine robuste Detektion von Objekten, selbst unter schwierigen Bildbedingungen zu ermöglichen. Zudem sind die MlKV deutlich schneller als pixelbasierte KKV. Die vorgestellten MlKV werden anschließend anhand verschiedener Aufgabenstellungen aus der medizinischen Bildverarbeitung validiert. Für die Implementierung der notwendigen Algorithmen wird eine objektorientierten Softwarearchitektur vorgestellt, mit der die schnelle Implementierung von wiederverwendbaren, erweiterbaren und austauschbaren Komponenten ermöglicht wird.