Semilineare Approximation in der Bildrekonstruktion
- In der Bildverarbeitung spielen Segmentierungsalgorithmen, bei denen die Art der zu segmentierenden Menge schon im Voraus festgelegt werden kann und nur noch ihre Größe und Lage angepasst werden muss, eine eher untergeordnete Rolle. Gründe hierfür sind vor allem komplizierte Zielfunktionen und daraus resultierende lange Rechenzeiten, die zudem meist kein optimales Ergebnis liefern. Dabei kann eine mengenbasierte Segmentierung durchaus sinnvoll eingesetzt werden, wenn gewisse Rahmenbedingungen eingehalten werden. In dieser Arbeit wird eine Theorie zur allgemeinen mengenbasierten Segmentierung vorgestellt und untersucht, unter welchen Bedingungen optimale Segmentierungsergebnisse erreicht werden können. Die anschließenden Anwendungen bestätigen die Nützlichkeit dieser Theorie.
Author: | Verena Lauren |
---|---|
URN: | urn:nbn:de:bvb:739-opus-730 |
Advisor: | Klaus Donner |
Document Type: | Doctoral Thesis |
Language: | German |
Year of Completion: | 2005 |
Date of Publication (online): | 2006/07/24 |
Publishing Institution: | Universität Passau |
Granting Institution: | Universität Passau, Fakultät für Informatik und Mathematik |
Date of final exam: | 2005/05/25 |
Release Date: | 2006/07/24 |
Tag: | Bildrekonstruktion; Objektrekonstruktion image processing; image reconstruction; object reconstruction |
GND Keyword: | Optimale Rekonstruktion; Rekonstruktion; Bildverarbeitung |
Institutes: | Fakultät für Informatik und Mathematik / Mitarbeiter Lehrstuhl/Einrichtung der Fakultät für Informatik und Mathematik |
Dewey Decimal Classification: | 5 Naturwissenschaften und Mathematik / 51 Mathematik / 510 Mathematik |
open_access (DINI-Set): | open_access |
Licence (German): | Standardbedingung laut Einverständniserklärung |