KIT | KIT-Bibliothek | Impressum | Datenschutz
Open Access Logo
§
Volltext
DOI: 10.5445/KSP/1392004
Die gedruckte Version dieser Publikation können Sie hier kaufen.

Automatische Registrierung adaptiver Modelle zur Typerkennung technischer Objekte [online]

Laubenheimer, Astrid

Abstract:
Anwendungen der Bildanalyse werden in zunehmendem Maße unter Verwendung dreidimensionaler Modelle realisiert und fusionieren auf diese Weise Methoden der Computergrafik und der Bildauswertung. Mit dem Ziel der automatischen Erfassung dynamischer Szenenaktivitäten ist in den letzten Jahren ein vermehrter Einsatz adaptiver Modelle zu beobachten.

In der vorliegenden Arbeit wird ein neu entwickeltes Verfahren zur automatischen Konstruktion adaptiver Modelle für technische Objekte vorgestellt. Ferner werden Module zur automatischen Anpassung dieser adaptiven Modelle an Grauwertbilder beschrieben, die durch Synthese-Analyse-Iterationen die Brücke zur Bildanalyse schlagen. Die zentrale Stärke der vorgestellten Komponenten liegt darin, dass sie aus Einzelbildern dreidimensionale Rekonstruktionen für unbekannte Objektvarianten liefern. Wie experimentell gezeigt wird, sind diese Rekonstruktionen geometrisch genauer als handelsübliche Modelle.

Die Leistungsfähigkeit der entwickelten Verfahren wird am Beispiel der Flugzeugtypisierung gezeigt. Darüber hinaus wird die Anwendbarkeit der Module zur Lageschätzung demonstriert.


Zugehörige Institution(en) am KIT Fakultät für Elektrotechnik und Informationstechnik (ETIT)
Publikationstyp Hochschulschrift
Jahr 2004
Sprache Deutsch
Identifikator ISBN: 3-937300-14-7
URN: urn:nbn:de:0072-AAA13920045
KITopen ID: 1392004
Verlag Universitätsverlag Karlsruhe, Karlsruhe
Umfang VIII, 132 S.
Abschlussart Dissertation
Institut Fakultät für Elektrotechnik und Informationstechnik (ETIT)
Prüfungsdaten 18.05.2004
Schlagworte Adaptives Verfahren, Bildverarbeitung, Rekursive Parameterschätzung, Segmentierung, Dreidimensionale geometrische Modellierung
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page