Home | english  | Impressum | Datenschutz | Sitemap | KIT

Kontakt
Karlsruher Institut für Technologie
Lehrstuhl für Interaktive Echtzeitsysteme

Prof. Dr.- Ing. Jürgen Beyerer
c/o Technologiefabrik
Haid-und-Neu-Str. 7
76131 Karlsruhe

Tel:  +49 721 - 608 45910
Fax: +49 721 - 608 45926

Willkommen am Lehrstuhl für Interaktive Echtzeitsysteme

IES

Prof. Dr.-Ing. J. Beyerer

Aktuell

*Die ASB Vorlesung am Montag 23.12.19 findet nicht statt.

 

Klausur Automatische Sichtprüfung und Bildverarbeitung

Die schriftliche Prüfung im Fach ASB wird am Montag, 24.02.2020 - 14:00 bis 16:00 Uhr in Hörsaal Gerthsen stattfinden.

Klausur Mensch-Maschine-Wechselwirkung
•    Schriftlich Prüfung: Prüfungsdauer 60 Minuten, Gesamtdauer 90 Minuten
•    Ort: Gaede-Hoersaal
•    Termine:
        o    31. März 2020, 11 Uhr (Anmeldung über Campus-Management bis 24. März)
        o    29. Juli 2020, 11 Uhr (Nachholtermin, Anmeldung über Campus-Management bis 22. Juli)

Probabilistiche Planung

Bitte beachten Sie, dass die Vorlesung Probabilistische Planung nicht länger angeboten wird. Die Unterlagen zur letzten Vorlesungsreihe finden sie hier.

Neue Adresse

Der Lehrstuhl ist an einen neuen Standort in der Technologiefabrik umgezogen.

Lehrbuch zur Mustererkennung

Am 11. Dezember 2017 erschien das Lehrbuch "Beyerer, Richter, Nagel: Pattern Recognition: Introduction, Features, Classifiers and Principles". Weitere Information finden Sie auf der Seite des De Gruyter Verlags.

Vorlesungsangebot
Das Vorlesungsangebot des Lehrstuhls finden Sie hier.

Lehrbuch zur Automatischen Sichtprüfung
Am 30. September 2012 erschien das Lehrbuch "Beyerer, Puente León, Frese: Automatische Sichtprüfung, Grundlagen, Methoden und Praxis der Bildgewinnung und Bildauswertung". Weitere Information finden Sie auf der Lehrbuch-Seite oder auf der Seite vom Springer-Verlag.

Karlsruher Zentrum für Materialsignaturen
Der Lehrstuhl für Interaktive Echtzeitsysteme hat sich mit anderen Instituten des KIT und dem Fraunhofer IOSB zum Karlsruher Zentrum für Materialsignaturen KCM zusammengeschlossen. Weitere Informationen finden Sie auf der Seite des KCM.

Bachelor-, Master-, Studien- und Diplomarbeiten zu vergeben: Weitere Informationen finden Sie hier.

 
 
Erkennungsbasierte Segmentierung von gedruckten Zeichen
Typ:

Diplomarbeit

Betreuer:

Dipl.-Ing. Martin Grafmüller

Status:

abgeschlossen

Abgabedatum:

Juli 2011

In der Verpackungsindustrie benötigt man Systeme, welche automatisch die Korrektheit von aufgedruckten Zeichenketten wie z.B. Seriennummern überprüfen. Dazu wird eine optische Zeichenerkennung (OCR) durchgeführt. Für diese Erkennung benötigt man eine Segmentierung des Textes in seine einzelnen Zeichen. In dieser Arbeit wird ein Ansatz vorgestellt, der diese Segmentierung robust und effizient ausführt. Im Unterschied zu OCR Systemen für Schriftstücke, werden keine Wörterbücher verwendet oder Einschränkungen auf bestimmte Schriftarten gemacht. Erschwerend kommt hinzu, dass die Aufnahmen oftmals nicht optimal sind und vielen Störungen unterliegen. Um möglichst wenige Informationen zu verlieren, werden daher durchgehend Grauwertbilder verwendet.

Die Idee dieser Arbeit ist es zwei Segmentierungsverfahren miteinander zu kombinieren. Dadurch sollen die Schwächen des einen Verfahrens mit den Stärken eines anderen ausgeglichen werden. Hier wird zuerst eine Segmentierung aufbauend auf Projektionsprofilen angewendet. Sie ist schnell und fehlerarm, erkennt jedoch nicht alle Zeichenzwischenräume. Fehlerhafte Bereiche werden dann mit einem Verfahren, aufbauend auf einem vereinfachten kürzesten Pfad Algorithmus, segmentiert. Es segmentiert nahezu alle Zeichen, neigt jedoch dazu, einzelne Zeichen zu zerschneiden. Durch Anwendung des zweiten Verfahrens ausschließlich auf die falschen Segmentierungen des ersten, kombiniert man die Stärken beider Verfahren. Für die Erkennung einer fehlerhaften Segmentierung, wird eine Support Vektor Maschine (SVM) trainiert. Dazu wird die SVM mit einem Datensatz aus gültigen und ungültigen Zeichen trainiert. Zusätzlich werden Ansätze zur Verkleinerung des Merkmalsraums vorgestellt und verglichen, die zudem eine schnelle Klassifikation erlauben.