Orientierungs- und skalierungsinvariante Erkennung von Objekten in komplexen Szenen

In vielen Anwendungen im Bereich der Mustererkennung ist es erforderlich, Objekte unabhangig von Position, Orientierung und Skalierung bei teilweise zulassigen gegenseitigen Verdeckungen wiedererkennen zu konnen. In diesem Beitrag wird ein erweitertes „pose clustering“-Verfahren vorgestellt, welches dies fur Szenen mit homogenem bzw. nur schwach strukturiertem Hintergrund leistet. Die wesentliche Grundlage hierfur bilden kombinierte Merkmale, die aus der Konturinformation der Objekte und der zu analysierenden Szenen gewonnen werden. Die Konturinformation wiederum wird auf der Basis eines mit orientierungsspezifischen Gaborfiltern vorverarbeiteten Grauwertbildes ermittelt. Nach einer genaueren Beschreibung des Verfahrens wird dessen Leistungsfahigkeit anhand einer Szenenanalyse demonstriert.

[1]  Josef Kittler,et al.  The Adaptive Hough Transform , 1987, IEEE Transactions on Pattern Analysis and Machine Intelligence.

[2]  Y. C. Hecker,et al.  On Geometric Hashing and the Generalized Hough Transform , 1994, IEEE Trans. Syst. Man Cybern. Syst..

[3]  Wen-Hsiang Tsai,et al.  Scale- and orientation-invariant generalized hough transform3-a new approach , 1991, Pattern Recognit..

[4]  Dana H. Ballard,et al.  Generalizing the Hough transform to detect arbitrary shapes , 1981, Pattern Recognit..

[5]  Suchendra M. Bhandarkar,et al.  Qualitative features and the generalized hough transform , 1992, Pattern Recognit..

[6]  W. Eric L. Grimson,et al.  On the Sensitivity of the Hough Transform for Object Recognition , 1990, IEEE Trans. Pattern Anal. Mach. Intell..

[7]  Josef Kittler,et al.  A survey of the hough transform , 1988, Comput. Vis. Graph. Image Process..

[8]  George C. Stockman,et al.  Object recognition and localization via pose clustering , 1987, Comput. Vis. Graph. Image Process..

[9]  Andrew J. Hanson,et al.  Virtual line segment-based Hough transform , 1994, Proceedings of 12th International Conference on Pattern Recognition.