Axel Pinz

Bildverstehen (eBook, PDF)

• Format: PDF

Produktbeschreibung

Bildverstehen, das bedeutet aus der Sicht der Informatik: Sehen mit dem Computer - 'Computer Vision'. Informationen über das menschliche visuelle System, sowie Grundlagen aus Mustererkennung und künstlicher Intelligenz führen zum Kernthema, dem schrittweisen Aufbau eines neuen Systemmodells für Bildverstehen. Das Buch bietet eine abgeschlossene, systematische Darstellung dieses noch jungen und in dynamischer Entwicklung begriffenen Fachgebietes.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Vienna
• Seitenzahl: 235
• Erscheinungstermin: 13. März 2013
• Deutsch
• ISBN-13: 9783709193587
• Artikelnr.: 53164070

Inhaltsangabe

1 Einleitung.- 1.1 An den Leser.- 1.2 Zum Aufbau des Buches.- 1.3 Der Begriff "Bildverstehen".- 2 Über das Sehen.- 2.1 Neurophysiologie.- 2.2 Perzeptive und Kognitive Psychologie.- 2.3 Die Informationsverarbeitungs-Sicht.- 2.4 Zusammenfassende Beobachtungen.- 2.5 Bibliographie.- 3 Grundlagen aus digitaler Bildverarbeitung und Mustererkennung.- 3.1 Das digitale Rasterbild.- 3.2 Bildvorverarbeitung.- 3.3 Erste Bildanalyseschritte: Das Histogramm.- 3.4 Bilder in neue Bilder überführen: Filteroperationen und Transformationen.- 3.5 Punktoperationen.- 3.6 Faltung.- 3.7 Lokale Operationen.- 3.8 Morphologische Operationen.- 3.9 Globale Operationen.- 3.10 Bildpyramiden.- 3.11 Von Pixeln zu Merkmalen.- 3.12 Bibliographie.- 4 Grundlagen aus Artificial Intelligence.- 4.1 Produktionssysteme (PS).- 4.2 Expertensysteme.- 4.3 Repräsentation ? Beschreibung.- 4.4 Wissensrepräsentation.- 4.5 Funktionale Programmierung, LISP.- 4.6 Neurale Netzwerke (Konnektionismus).- 4.7 Bibliographie.- 5 Ein Systemmodell für Bildverstehen.- 5.1 Repräsent ationsebenen.- 5.2 Prozesse.- 5.3 Kontrolle und Auswahl.- 5.4 Das vollständige Modell.- 6 Segmentation: Vom Bild zu Bildobjekten.- 6.1 "Token" und "Tokenset".- 6.2 Flächenbasierte Segmentation.- 6.3 Kantenbasierte Segmentation.- 6.4 Kombinieren und Einschränken.- 6.5 Token Merkmale.- 7 Von "Tokens" zu symbolischer Repräsentation.- 7.1 Gruppierung, Constraints.- 7.2 2D Szenenbeschreibung.- 7.3 "Shape from X".- 7.4 3D Formbeschreibungen.- 7.5 Objektrepräsentation in Frames.- 8 Verstehen.- 8.1 Matching.- 8.2 Kontrolle.- 8.3 Lernen.- 9 Epilog.- 9.1 Fusion und 'Active Fusion'.- 9.2 Fusion in Medizin und Fernerkundung.- A KBVision.