<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>414</id>
    <completedYear/>
    <publishedYear>1999</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>3</pageFirst>
    <pageLast>10</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation>Zentrum für Bild- und Signalverarbeitung e. V. Ilmenau</contributingCorporation>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Bestimmung der Lichtquellenfarbe bei der Endoskopie mikrotexturierter Oberflächen des Kehlkopfes</title>
    <abstract language="deu">Zur Unterstützung der Diagnose von Stimmlippenerkrankungen werden innerhalb des Forschungsprojektes Quantitative Digitale Laryngoskopie  objektive Parameter zur Beschreibung der Bewegung, der Farbe sowie der Form der Stimmlippen entwickelt und klinisch evaluiert. Während die Bewegungsanalyse Aufschluß über funktionelle Stimmstörungen gibt, beschreiben Parameter der Farb- und Formanalyse morphologische Veränderungen des Stimmlippengewebes. In diesem Beitrag werden die Methoden und bisherigen Ergebnisse zur Bewegungs- und Farbanalyse vorgestellt.&#13;
Die Bewegungsanalyse wurde mit einem erweiterten Konturmodell (Snakes) durchgeführt. Aufgrund des modifizierten Konturmodells konnten die Konturen der Stimmlippen automatisch über die gesmate Bildsequenz zuverlässig detektiert werden. Die Vermssung der Konturen liefert neue quantitative Parameter zur Befundung von laryngoskopischen Stimmlippenaufnahmen.&#13;
Um die Farbeigenschaften der Stimmlippen zu bestimmen, wurde ausgehend vom RGB-Bild die Objektfarbe unabhängig von der Farbe der Lichtquelle durch Verwendung von Clusterverfahren und der Viertelkreisanalyse berechnet. Mit dieser Farbanalyse konnte die Farbe der Lichtquelle ermittelt und das beleuchtungsunabhängige Farbbild berechnet werden. Die Quanitifizierung der Rötung der Stimmlippen ist z.B. ein entscheidendes Kriterium zur Diagnostik der akuten Laryngitis.</abstract>
    <parentTitle language="deu">5. Workshop Farbbildverarbeitung, Ilmenau, 1999</parentTitle>
    <identifier type="url">http://www.germancolorgroup.de/html/Vortr_99_pdf/01_Palm.pdf</identifier>
    <author>Christoph Palm</author>
    <author>Thomas M. Lehmann</author>
    <author>Klaus Spitzer</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Konturverfolgung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Snakes</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Dichromatisches Reflexionsmodell</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Farbkonstanz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Laryngoskopie</value>
    </subject>
    <collection role="ddc" number="621">Angewandte Physik</collection>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="persons" number="palmremic">Palm, Christoph (Prof. Dr.) - ReMIC</collection>
    <collection role="othpublikationsherkunft" number="">Externe Publikationen</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="">Labor Regensburg Medical Image Computing (ReMIC)</collection>
  </doc>
  <doc>
    <id>415</id>
    <completedYear/>
    <publishedYear>1999</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>367</pageFirst>
    <pageLast>371</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>Springer</publisherName>
    <publisherPlace>Berlin</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Co-Occurrence Matrizen zur Texturklassifikation in Vektorbildern</title>
    <abstract language="deu">Statistische Eigenschaften natürlicher Grauwerttexturen werden mit Co-Occurrence Matrizen, basierend auf der Grauwertstatistik zweiter Ordnung, modelliert. Die Matrix gibt dann die apriori Wahrscheinlichkeiten aller Grauwertpaare an. Da in der medizinischen Bildverarbeitung verstärkt Multispektralbilder ausgewertet werden, wird das bekannte Konzept hier auf beliebige Vektorbilder erweitert. Dadurch kann bei der Texturklassifikation die zur Verfügung stehende Information vollständig genutzt werden. Insbesondere zur Detektion von Farbtexturen ist dieser Ansatz geeignet, da Wertepaare unterschiedlicher Spektralebenen ausgewertet werden können. Ebenso kann die Methode auch bei der Multiskalendekomposition von Intensitätsbildern zur Verbesserung der Texturerkennung beitragen. Die in den Matrizen entstehenden Muster lassen dann über die Extraktion geeigneter Texturdeskriptoren Rückschlüsse auf die Texturen des Bildes zu.</abstract>
    <parentTitle language="deu">Bildverarbeitung für die Medizin</parentTitle>
    <identifier type="doi">10.1007/978-3-642-60125-5_69</identifier>
    <author>Christoph Palm</author>
    <author>V. Metzler</author>
    <author>B. Moham</author>
    <author>O. Dieker</author>
    <author>Thomas M. Lehmann</author>
    <author>Klaus Spitzer</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Texturerkennung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Vektorbilder</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Multispektralbilder</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Multiskalenbilder</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Klassifikation</value>
    </subject>
    <collection role="ddc" number="005">Computerprogrammierung, Programme, Daten</collection>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="persons" number="palmremic">Palm, Christoph (Prof. Dr.) - ReMIC</collection>
    <collection role="othpublikationsherkunft" number="">Externe Publikationen</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="">Labor Regensburg Medical Image Computing (ReMIC)</collection>
  </doc>
  <doc>
    <id>416</id>
    <completedYear/>
    <publishedYear>1999</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>8</pageFirst>
    <pageLast>12</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>Springer</publisherName>
    <publisherPlace>Berlin</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Wissensbasierte Bewegungskompensation in aktiven Konturmodellen</title>
    <abstract language="deu">Zur Analyse von Lippenbewegungsabläufen wird ein aktives Konturmodell eingesetzt. Probleme bereitet die hohe Sprechgeschwindigkeit, die in star ken Objektverschiebungen result iert und bislang nicht durch eine alleinige Konturanpassung kompensiert werden kann. In diesem Beitrag werden die klassischen aktiven Konturmodelle um eine Vorjustierung der Grobkonturen erweitert, die eine energiebasierte Konturanpassung erst möglich macht. Die Schätzung der Verschiebung zur Vorjustierung basiert auf dem Gradientenbild und einem prädikatenlogisch formulierten Regelwerk, das Annahmen und Nebenbedingungen als Wissensbasis enthält. Mit Hilfe dieser Erweiterungen ist eine automatisierte Konturverfolgung der Lippen möglich.</abstract>
    <parentTitle language="deu">Bildverarbeitung für die Medizin</parentTitle>
    <identifier type="doi">10.1007/978-3-642-60125-5_2</identifier>
    <author>Christoph Palm</author>
    <author>C. Neuschaefer-Rube</author>
    <author>Thomas M. Lehmann</author>
    <author>Klaus Spitzer</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Aktives Konturmodell</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Pradikatenlogik</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bewegungsschatzung</value>
    </subject>
    <collection role="ddc" number="005">Computerprogrammierung, Programme, Daten</collection>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="persons" number="palmremic">Palm, Christoph (Prof. Dr.) - ReMIC</collection>
    <collection role="othpublikationsherkunft" number="">Externe Publikationen</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="">Labor Regensburg Medical Image Computing (ReMIC)</collection>
  </doc>
</export-example>
