1. Gutachter: Dipl.-Math. Anja Haußen
2. Gutachter: Prof. Dr. Steffen Avemarg
Kurzfassung
Die vorliegende Masterarbeit erläutert auf Basis von Grundlagen der Statistik, Bildverarbeitung
und neuronaler Netze die Funktionsweise zweier ausgewählter Verfahren zur Objekterkennung
in Bildern. Diese werden daraufhin als C++ Anwendung mit einer grafischen Oberfläche implementiert
und auf Bilddaten aus Straßenbefahrungen angewendet, um Straßenschäden zu
detektieren. Dazu wird einerseits die Extraktion von Features mit den Mitteln der klassischen
Bildverarbeitung durchgeführt und andererseits ein eigenes neuronales Netz trainiert. Die Ergebnisse
der beiden Verfahren werden verglichen und bewertet. Die Bewertung erfolgt anhand
von ausgewählten Kenngrößen. Die Erkenntnisse dieser Arbeit dienen der automatisierten Bewertung
von Fahrbahnabschnitten.
Abstract
This Master thesis explains the function of two methods for object recognition on the basis
of theoretical principles of statistics, image processing and neural networks. These principles
are then implemented as a C++ application including a graphical user interface and are then
applied to images collected during street inspections to detect road damages. For this purpose, a
feature extraction is executed with the methods of classical image processing and an own neural
network is trained. The results of the algorithms are compared and evaluated. The evaluation
is based on selected parameters. The findings of this thesis serve the automated evaluation of
road sections.