Zusammenfassung
Die in den vergangenen Jahren erhebliche Leistungssteigerung in bezug auf Speicherkapazität und Rechengeschwindigkeit, ebenso wie die Einführung neuer Software-Technologien etwa aus der Künstlichen Intelligenz, haben für den Computer neue Anwendungen erschlossen. Ein Gebiet, in dem sowohl die verbesserten Möglichkeiten bei der Hardware als auch bei der Software wesentlich zum breiteren Einsatz führten, ist die digitale Bildverarbeitung. War bisher ihre Anwendung z. B. im industriellen Bereich auf einfache Szenen in einer abgeschlossenen, voll kontrollierbaren Umgebung mit einer meist geringen Anzahl von zu erkennenden Objekten beschränkt, so rückt heute auch ihr Einsatz für komplexere Aufgaben in weniger kontrollierbarer Umgebung und -mit einer nicht von vorne herein vollständig beschriebenen Menge zu erkennender Objekte in den Bereich des Interesses.
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
Haberacker, P. “Digitale Bildverarbeitung” Hanser Verlag, München (1985).
Pavlides, T. “Graphics and Image Processing”. Springer Verlag, Berlin (1982).
Carpenter, G.A. und Grossberg, S. “Absolutely Stable Learning of Recognition Codes by a Self-Organizing Neural Pattern Machine”. Computer Vision, Graphics, and Image Processing (1986).
Hecht-Nielson, R. “Counterpropagation Networks” Proceedings of the International Conference on Neural Networks”. San Diego, (1987).
Hopfield, J.J. “Neural Networks and Physical Systems with Emergent Collective and Computational Abilities”. Proceedings of the National Academy of Science”, Vol. 79 (1982).
Rumelhart, D.E., Hinton, G.E. und Williams, R.J. “Parallel Distributed Processing: Explorations in the Micro-structures of Cognition. Vol. 1: Foundations”. MIT Press, Cambridge, MA (1986).
Minsky, M. und Papert, S. “Perceptron: An Introduction to Computational Geometry”. MIT Press, Cambride, MA. (1969).
Nilsson, N.J. “Learning Machines: Foundations of Trainable Pattern Classifying Systems”. McGraw Hill, New York (1965)
Rosenblatt, F. “Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms”. Spartan, New York (1962).
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1991 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Preisenberger, M., Raupp, F., Schießl, S., Hoffmann, M. (1991). Integrierte Anwendung von Bildverarbeitung und Neuronalen Netzen zur Zeichenerkennung. In: Hommel, G. (eds) Prozeßrechensysteme ’91. Informatik-Fachberichte, vol 269. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-76501-8_32
Download citation
DOI: https://doi.org/10.1007/978-3-642-76501-8_32
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-53808-0
Online ISBN: 978-3-642-76501-8
eBook Packages: Springer Book Archive