TY - CHAP A1 - Palm, Christoph A1 - Metzler, V. A1 - Moham, B. A1 - Dieker, O. A1 - Lehmann, Thomas M. A1 - Spitzer, Klaus ED - Evers, H. ED - Glombitza, G. ED - Lehmann, Thomas M. ED - Meinzer, H.-P. T1 - Co-Occurrence Matrizen zur Texturklassifikation in Vektorbildern T2 - Bildverarbeitung für die Medizin N2 - 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. KW - Texturerkennung KW - Vektorbilder KW - Multispektralbilder KW - Multiskalenbilder KW - Klassifikation Y1 - 1999 U6 - https://doi.org/10.1007/978-3-642-60125-5_69 SP - 367 EP - 371 PB - Springer CY - Berlin ER -