Entwicklung eines lernfähigen Bildverarbeitungssystems unter Einsatz von Verfahren des Soft Computing

Moderne Bildverarbeitungssysteme weisen als Folge wachsender Anforderungen aus ihren Einsatzgebieten eine immer höher werdende Komplexität auf. Manuelle Anpassungen für eine optimale Systemleistung sind schon lange nicht mehr ausreichend. Moderne lernfähige Verfahren des Soft Computing ermöglichen bereits im Prozess der Gestaltung und Entwicklung einer Bildverarbeitungsanwendung eine optimale Anpassung für den späteren Einsatz. Der in dieser Arbeit erarbeitete Lösungsansatz besteht in der Entwicklung eines flexiblen, lernfähigen Systems zur effizienten Konfiguration von Bildverarbeitungssystemen als entscheidende Tätigkeit des Entwicklers und unter Beachtung der Optimierungsziele hohe Systemleistung, hoher Systemdurchsatz, hohe Flexibilität der Gestaltung und hoher Grad an Autonomie. In der Aufarbeitung der theoretischen Grundlagen des Soft Computing werden die Möglichkeiten, aber auch die Grenzen des Einsatzes dieser Methoden aufgezeigt. Die Implikationen für die Entwicklung von Bildverarbeitungssystemen in diesen theoretischen Grenzen werden in Form von Design-Vorschriften dargestellt. Am Beispiel eines Systems zur optimalen Anpassung von Texturfiltern wird exemplarisch eine darauf aufbauende Systemlösung konzipiert und umgesetzt. Die Ergebnisse aus dem Einsatz dieses Systems bestätigen die praktische Umsetzbarkeit des gewählten Lösungsansatzes.