Was wurde in dieser Arbeit erreicht?

An dieser Stelle sollen die wesentlichen Leistungen dieser Arbeit hervorgehoben werden. Während an vielen Stellen der umfangreichen Bibliothek lediglich Standardtechniken und -implementierungen verwendet wurden, gibt es auch einige wesentliche eigene Leistungen dieser Arbeit.

• Es wurde eine allgemeine Bibliothek erstellt, die die Bilderkennung in den spezifizierten Umgebungen erlaubt (Beweis Benchmark 1 und 2). Das Ziel der Echtzeitverarbeitung für eine vollständige Verarbeitungskette inklusive Low- und Highlevel-Vision wurde erreicht.
• Es wurde eine sauber getrennte Schichtenarchitektur erarbeitet, die zum Teil mit einfachen Standardtechniken implementiert wurde.
• Im Bereich der Segmentierung wurde ein schneller Algorithmus implementiert und durch eine genaue Problemanalyse eine Verbesserung in Hinblick auf die Flexibiltität erreicht. Zusammen mit dem Kalibrierungstool liegt hier ein echter Fortschritt gegenüber der Vorgehensweise anderer Arbeiten.
• Im Bereich des Feature Point Trackings wurde eine saubere Aufteilung des Problems der verdeckten Pfade und des Findens von Korrespondenzen erarbeitet. Mit der Suchshell steht ein allgemeiner und flexibler Mechanismus zur Verfügung. Mit geeigneten Heuristiken und Kostenfunktionen ist das Verfahren optimal. Diese Schicht ist sehr flexibel, weil sie auf keinen der konkurrierenden Ansätze festgelegt wurde.
• Im Bereich der Kalibrierung wurde ein automatisches Verfahren mit einer automatischen Initialisierung erarbeitet und implementiert. Damit wird die Einrichtung des Systems soweit erleichtert, daß schnelle Ergebnisse erzielt werden können.
• Rundherum wurde eine schlüssige und vollständige Software, die Anwendern bei 2-dimensionalen Bildanalyseproblemen schnell eine funktionierende Bilderkennungskette bereitstellt, geschaffen. Es besteht keine Notwendigkeit für zusätzliche Werkzeuge oder Hilfsmittel, um eine funktionierende Bilderkennung zu erstellen und zu betreiben.