Kreuzkorrelationsverfahren (KKV) werden in der
Bildverarbeitung aufgrund ihrer Robustheit gegenüber
verschiedenen Störungen zum Finden von Objekten in
Bildern eingesetzt. Sie benötigen jedoch einen hohen
Rechenaufwand. Daher wird nach Verfahre gesucht,
diesen zu senken, ohne die Qualität der Ergebnisse
zu reduzieren. In dieser Arbeit werden
merkmalslistenbasierte Kreuzkorrelationsverfahren
(MlKV) vorgestellt, ihre Vor- und Nachteile zunächst
anhand synthetischer Bilder aufgezeigt und mit den
pixelbasierten KKV verglichen. Die MlKV sind in der
Lage, kleine Abweichungen zwischen den Objekten zu
erkennen und somit eine robuste Detektion von
Objekten, selbst unter schwierigen Bildbedingungen
zu ermöglichen. Zudem sind die MlKV deutlich
schneller als pixelbasierte KKV. Die vorgestellten
MlKV werden anschließend anhand verschiedener
Aufgabenstellungen aus der medizinischen
Bildverarbeitung validiert. Für die Implementierung
der notwendigen Algorithmen wird eine
objektorientierten Softwarearchitektur vorgestellt,
mit der die schnelle Implementierung von
wiederverwendbaren, erweiterbaren und austauschbaren
Komponenten ermöglicht wird.
