Erkennen von Dominosteinen mit Hilfe von wissensbasierten Bildanalyse-Verfahren

Referent: Marcel Häselich

Es sollen Dominosteine in 2-D RGB Bildern robust erkannt werden. Dabei soll das Wissen über den Dominostein in Klassen modelliert werden. Ein Dominostein kennt dabei jede seiner Komponenten und ist in der Lage, diese im Bild zu finden. Dafür muss eine geeignete Segmentierung entwickelt und implementiert werden. Bei der Zuordnung zwischen den im Bild gefundenen und im Modell vorhandenen Komponenten entstehen mehrere Hypothesen. Um diese zu bewerten, sollen unterschiedliche Abstandsfunktionen entwickelt und evaluiert werden. Für die Zuordnung von Segmentierungs Objekten zu Modell Bestandteilen werden unterschiedliche Graph-Matching Algorithmen getestet.

Ergebnis: Ein Menge von bewerteten Zuordnungsgraphen, die Aufschluss über ihre ausgewählten Hypothesen geben.