Klassifikation von Graustufenbildern

In diesem Projekt werden neue mathematische Methoden zur rechnergestützten Klassifikation von Graustufenbildern entwickelt. Dafür werden die Graustufenbilder in mehrere Binärbilder zerlegt, für die die so genannten inneren Volumina berechnet werden können. Die inneren Volumina sind morphologische Kenngrössen, welche die Struktur von Binärbildern beschreiben. In 2D entsprechen sie der Fläche, der Randlänge und der Porosität der schwarzen Phase. Zwei Graustufenbilder gehören nun zur selben morphologischen Klasse, wenn die inneren Volumina ihrer assoziierten Binärbilder in gewissem Sinne ähnlich sind.

Im Rahmen dieses Projekts werden neue Verfahren zur Berechnung der inneren Volumina entwickelt, die mathematisch fundiert sind und effizient in Java implementiert werden können. Dabei wird auch der Fehler untersucht, der sich durch die Diskretisierung der kontinuierlichen Daten auf Pixel-basierte Bilder ergibt.

Die Berechnungsverfahren werden an synthetischen (d.h. simulierten) Daten erprobt, bevor sie auf reale Daten angewandt werden. Diese Daten stammen aus unterschiedlichen Wissenschaftsbereichen wie z.B. Krebsforschung (siehe Bild 1), Verkehrsforschung, Versicherungsmathematik (siehe Bild 2), usw.

Ansprechpartner: Prof. Spodarev und Daniel Meschenmoser