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.