Hintergrund:
Da auch in der Industrie die Zeichenerkennung immer mehr an
Bedeutung gewinnt, steigt das Interesse an so genannten Smart
Cameras. Sie ermöglichen es nicht nur Bilder zu erfassen, sondern
sie werten diese auch aus. Dazu zählt die Segmentierung der Zeichen,
Berechnung von Merkmalen, die Klassifikation und schließlich die
Ausgabe des Ergebnisses. Das hat den Vorteil, dass externe
Rechnersysteme weitgehend überflüssig werden, was zum einen die
Kosten reduziert, aber auch eine Platzersparnis mit sich bringt.
Bevor die in einem Bild enthaltenen Zeichen klassifiziert werden
können, müssen diese zunächst im Bild gefunden und als einzelne
Zeichen segmentiert werden. Diese Segmentierung läuft meist in zwei
Schritten. Bei dem Ersten werden ganze Textregionen aus dem Bild
segmentiert, d.h. der Vordergrund wird vom Hintergrund getrennt. Im
zweiten Schritt werden die einzelnen Zeichen aus den Textregionen
segmentiert, welche dann, nach der Berechnung geeigneter Merkmale,
klassifiziert werden können.
Aufgabe:
In dieser Arbeit ist ein Verfahren zu entwickeln, welches das
Segmentieren von Zeichen aus Textregionen ermöglicht. Dies kann
signifikant verbessert werden wenn Vorwissen mit in die
Segmentierung mit eingebracht wird. Dies kann zum einen durch den
Anwender geschehen, als auch durch die Applikation selbst, da sich
Dinge wie z.B. Zeichenbreite, Zeichenabstand von Bild zu Bild nur
minimal ändern. Da das Verfahren in Smart Cameras zum Einsatz kommen
soll, sind sehr hohe Anforderungen an die Zuverlässigkeit wie auch
an die Rechenzeit gestellt. Beide Punkte müssen deshalb
berücksichtigt werden, da diese einen wesentlichen Einfluss auf die
weiteren Auswertungsschritte haben. Die daraus gewonnenen Ergebnisse
sind in einer schriftlichen Ausarbeitung festzuhalten und in einem
Vortrag, hier am IES, vorzustellen.
Typ: | Diplomarbeit | ||
---|---|---|---|
Betreuer: | Dipl.-Ing. Martin Grafmüller | ||
Status: | abgeschlossen | ||
Abgabedatum: | Februar 2012 | ||