Zusammenfassung
Das Prinzip der Teilgraphenisomorphie wurde verallgemeinert und damit eine fehlertolerante Symbolerkennung für gestörte Linienbilder erreicht. Die Erkennung wird auf die Lösung eines Ganzzahligen Optimierungsproblems zurückgeführt. Dem Optimierungsprozess folgt ein wissensbasiertes rekursives Regelvergleichsverfahren, das die Elimination widersprüchlicher Zuordnungen funktionaler Attribute (z.B. Anschlüsse an Schaltsymbolen) erreicht. Zuverlässigkeit und Effizienz dieser Strategie wurden in einer Testreihe an handgezeichneten, zum Teil erheblich gestörten Schaltplänen nachgewiesen.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
J. R. Ulimann: “An Algorithm for Subgraph Isomorphism”, Journal of the ACM, Vol. 23, No. 1, 1976, pp. 31–42
P. Kuner: “Efficient Techniques to Solve the Subgraph Isomorphism Problem for Pattern Recognition in Line Images”, Proc. 4th Scandinavian Conf. on Image Analysis, Trondheim, 1985, pp. 333-340
P. Kuner, J. Kreich, G. Maderlechner: “Fehlertolerante Mustererkennung in Linienbildern durch Teilgraphenisomorphie und Diskriminierende Graphen”, Proc. 7. DAGM-Symposium Erlangen, 1985, pp. 37-41
J. Zorn: “Die optimale Layoutplanung für gemischte Fertigungen” in: K. Bussmann, P. Mertens (Hrsg.), Operations Research und Datenverarbeitung bei der Produktionsplanung, Stuttgart, 1968
R.E. Burkhard, U. Derigs: “Assignment and Matching Problems: Solution Methods with FORTRAN-Programs”, Springer-Verlag, 1980
P. Kuner, B. Ueberreiter: “Knowledge-Based Pattern Recognition in Disturbed Line Images Using Graph Theory, Optimization, and Predicate Calculus”, Proc. 8th ICPR, Paris, 1986
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1986 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Kuner, P., Ueberreiter, B., Hahn, E., Maderlechner, G. (1986). Wissensbasierte Mustererkennung in Gestörten Linienbildern Gestützt Auf Verfahren der Graphentheorie, der Ganzzahligen Optimierung und des Prädikatenkalküls. In: Hartmann, G. (eds) Mustererkennung 1986. Informatik-Fachberichte, vol 125. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-71387-3_28
Download citation
DOI: https://doi.org/10.1007/978-3-642-71387-3_28
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-16812-6
Online ISBN: 978-3-642-71387-3
eBook Packages: Springer Book Archive