Hundsdörfer, Daniel Maximilian
[Verfasser:in]
;
Bormann, Richard
[Akademische:r Betreuer:in];
Bormann, Richard
[Sonstige Person, Familie und Körperschaft];
Groß, Horst-Michael
[Sonstige Person, Familie und Körperschaft]
Beschreibung:
Service Roboter müssen eine Vielzahl an sich ständig ändernden Objekten erkennen. Um mit der Menge an Objekten umgehen zu können, muss es möglich sein, Objekte schnell und einfach zu beschreiben. Eine wichtige Eigenschaft zur Identifizierung der Objekte ist deren Textur. In dieser Arbeit wird daher ein System entwickelt, dass eine Klassifizierung von Objekten anhand von Textur- und Farbeigenschaften vornehmen kann, die dem menschlichen Empfinden entsprechen. Dazu wird ein Farbbild in homogene Segmente unterteilt und diese in eine normalisierte Ansicht transformiert. Dadurch kann eine einheitliche Auswertung vorgenommen werden. Auf den Bildausschnitten werden die Farb- und Textureigenschaften ausgewertet und anhand derer eine Klassifizierung durchgeführt. Es wird untersucht, wie gut die Eigenschaften dem menschlichen Empfinden entsprechen und mit anderen Ansätzen aus diesem Themengebiet verglichen. Es wird außerdem eine Methode implementiert die Daten zum Trainieren eines Klassifizierers aus der Beschreibung eines Menschen erzeugt.