Siggelkow, SvenWagner, Dorothea2017-09-222017-09-222003978-3-88579-407-1https://dl.gi.de/handle/20.500.12116/4458Invariante Merkmale bleiben unverändert, wenn die Daten mit einer vorgegebenen Transformationklasse verändern. Diese Eigenschaft kann in Anwendungen von Vorteil sein, bei denen die Orientierung oder absolute Position von Objekten irrelevant sind, z.B. bei der Suche nach ähnlichen Bildern. Wir verwenden hier Merkmale, welche sich durch Integration über die Transformationsgruppe der Euklidischen Bewe- gungen bilden lassen. Deren Berechnungskomplexität ist aber zu hoch, zumal es sich um der angestrebten Applikation um Bilddaten oder gar Volumendaten handelt. Anstatt die Merkmale vollständig zu berechnen, wird daher eine Monte-Carlo Schätzung des Integrals durchgeführt, so daß eine konstante Komplexita ̈t erreicht werden kann, ohne daß das Merkmal zu stark von der urspru ̈nglichen Berechnung abweichen würde. Um die Aussagekraft der Merkmale zu erhöhen werden mehrdimensionale Merkmalhistogramme statt der ursprünglichen Merkmale konstruiert. Durch eine gewichtete Zuweisung der Werte zu den Histogrammcontainern wird zudem die Unstetigkeit der Histogrammfunktion beseitigt. Schließlich werden die Methoden anhand von zwei Applikationen demonstriert: einem System zur allgemeinen Bildsuche, sowie einem Programm zur automatischen Suche von Briefmarken anhand von eingescannten Vorlagen.de1617-5468