Braunschweig - Wissenschaftler vom Institut für Angewandte Informatik der Fachhochschule Braunschweig/Wolfenbüttel haben ein Verfahren entwickelt, das mit Hilfe von Bildverarbeitung und Soft-Computing-Methoden verzerrte oder verschmierte maschinengeschriebene Schriftzeichen erkennen kann. Bisher vorhandene Schrifterkennungsalgorithmen sind meistens nicht in der Lage schlecht leserliche Produkt-Aufdrucke zu verifizieren.

Im Rahmen der Entwicklung hat ein Team rund um Professor Alexander Stolpmann und Professor Wolfgang Schneider von der FH Braunschweig mit verschiedenen Kameratypen gearbeitet und eine jeweils auf die Sensorart angepasste Objektbeleuchtung gewählt. "Die richtige Wahl der Bildaufnahmekomponente trägt entscheidend zum erzielbaren Ergebnis bei", erklärt Schneider. Für die Schriftzeichenseparation und nachfolgende Erkennung wurden die Prinzipien eines komplexen, modularisierten Klassifikationssystems übernommen.

Arbeitsweise

"Das aufgenommene Bild durchläuft Bildaufbereitungsroutinen, die die separierten Schriftzeichen der Klassifizierung zuführen. Für die eigentliche Klassifizierung wird ein neuronales Netz eingesetzt. Diese Art der Klassifizierung erlaubt eine sehr leichte Anpassung an andere Schriftarten oder Bedingungen", kommentiert Detlef Puchert, Leiter der FH-Technologietransfer-Kontaktstelle.

Neben dem Einsatz bei der Warenverfolgung und Qualitätssicherung im produzierenden Gewerbe lassen sich die von Schneider erarbeiteten Methoden auch auf Anwendungsgebiete übertragen, bei denen Schriftzeichen oder ähnlich geartete Objekte unter ungünstigsten Bedingungen erkannt werden müssen. Mit dem neuen System ausgestattete Fahrerassistenzsysteme für den Straßenverkehr könnten in Zukunft im Dunkeln vorbeirasende Verkehrsschilder eindeutig entziffern und so dem Fahrer wichtige Informationen mitteilen. (pte)