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.
Im gesamten Prozess der Zeichenerkennung spielen die Merkmale, wie auch der Klassifikator eine wichtige Rolle. In der Regel ist es so, dass sowohl das Merkmal als auch der Klassifikator eine gewisse Robustheit gegen Störungen aufweisen muss, damit unter jeglichen, durch die Anwendung gegebenen Bedingungen, eine zuverlässige Klassifikation möglich ist. Leider leidet häufig die Klassifikationsfähigkeit unter dem Einfluss von Rauschen, was im Bild grundsätzlich nicht völlig unterdrückt werden kann.
Aufgabe:
In dieser Arbeit sind Klassifikatoren in Abhängigkeit verschiedener Merkmale unter dem Einfluss von Rauschen zu vergleichen und zu bewerten. Die Merkmale, wie auch die Klassifikatoren sind schon größtenteils implementiert. Es sind lediglich kleinere Anpassungen notwendig, um die Bedingungen für die Evaluierung möglichst gleich zu machen. Die wesentliche Arbeit besteht im Durchführen von Versuchen mit unterschiedlichen Rauscheinflüssen und deren Dokumentation.
Was Sie mitbringen sollten:
- Freude am selbständigen Arbeiten
- Programmierkenntnisse in C/C++ oder MATLAB
- Grundkenntnisse der Bildverarbeitung