Classification of multispectral image data by convex programming.

• Applicant: Professor Dr. Christoph Schnörr
• Subject Area: Image and Language Processing, Computer Graphics and Visualisation, Human Computer Interaction, Ubiquitous and Wearable Computing
• Term: from 2001 to 2005
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5307136

Eine grundlegende Aufgabe der digitalen Bildverarbeitung ist die Bildklassifikation, d.h. die Abbildung gegebener Grau-, Farb-, Spektral- oder Texturwerte eines Bildes auf einen Endlichen Wertebereich. Der traditionelle Ansatz zur Bildklassifikation besteht in der Kombination lokaler Klassifikatoren der statistischen Mustererkennung mit einer globalen Modellierung des räumlichen Kontextes und anwendungsspezifischer Nebendingungen. Dies führt auf globale Gütekriterien, deren Optimierung - d.h. die numerische Berechnung der Klassifikation - inhärent kombinatorischer Natur ist. In dem Projekt soll systematisch erforscht werden, inwieweit mit konvexen Approximationen solcher Gütekriterien effizient und hinreichend suboptimale Lösungen des Bildklassifikationsproblems berechnet werden können. Dadurch sollen entscheidende Erkenntnisse gewonnen werden über die Anwendbarkeit fundierter Optimierungsalgorithmen der konvexen Programmierung als Alternative zu bisher verwendeten Optimierungsstrategien. Die Forschungsergebnisse sollen anhand der Klassifikation multispektraler Satellitenbilddaten als Komponente des Geoökologischen Informationssystems GÖKIS für die Insel Teneriffa erprobt werden.

• DFG Programme: Research Grants