English
 
Help Privacy Policy Disclaimer
  Advanced SearchBrowse

Item

ITEM ACTIONSEXPORT
  Modellbasierte Detektion von Objekten mittels deformierbarer Mittelachsen

Lohmann, G. (1995). Modellbasierte Detektion von Objekten mittels deformierbarer Mittelachsen. In G. Sagerer, S. Posch, & F. Kummert (Eds.), Mustererkennung 1995: Verstehen akustischer und visueller Informationen (pp. 578-585). Berlin, Germany: Springer.

Item is

Basic

show hide
Genre: Conference Paper

Files

show Files

Locators

show
hide
Description:
-
OA-Status:

Creators

show
hide
 Creators:
Lohmann, G1, Author           
Affiliations:
1External Organizations, ou_persistent22              

Content

show
hide
Free keywords: -
 Abstract: In diesem Beitrag wird ein neues Verfahren zur modellbasierten Segmentation von Objekten dargestellt. Als Anwendungsbereich ist vor allem an die Erkennung von Strukturen in MR-Tomographiebildern des menschlichen Gehirns gedacht. Das Verfahren besteht aus zwei Schritten: in einem ersten Schritt wird in einer starren affin linearen Transformation eine grobe Überlagerung des Modellobjektes mit dem zu erkennenden Datenobjekt erreicht. Im zweiten Schritt wird das Modell deformiert, um es an die jeweihge Anatomie und Aufnahmesituation des neuen Datensatzes anzupassen.

Details

show
hide
Language(s):
 Dates: 1995-09
 Publication Status: Issued
 Pages: -
 Publishing info: -
 Table of Contents: -
 Rev. Type: -
 Identifiers: DOI: 10.1007/978-3-642-79980-8_68
 Degree: -

Event

show
hide
Title: 17. DAGM-Symposium
Place of Event: Bielefeld, Germany
Start-/End Date: 1995-09-13 - 1995-09-15

Legal Case

show

Project information

show

Source 1

show
hide
Title: Mustererkennung 1995: Verstehen akustischer und visueller Informationen
Source Genre: Proceedings
 Creator(s):
Sagerer, G, Editor
Posch, S, Editor
Kummert, F, Editor
Affiliations:
-
Publ. Info: Berlin, Germany : Springer
Pages: - Volume / Issue: - Sequence Number: - Start / End Page: 578 - 585 Identifier: ISBN: 978-3-540-60293-4

Source 2

show
hide
Title: Informatik aktuell
Source Genre: Series
 Creator(s):
Affiliations:
Publ. Info: -
Pages: - Volume / Issue: - Sequence Number: - Start / End Page: - Identifier: -