@inproceedings{2058,
  abstract     = {{Nonlinear spatial transforms and fuzzy pattern classification with unimodal potential functions are established in signal processing. They have proved to be excellent tools in feature extraction and classification. In this paper we present a hardware accelerated image processing and classification scheme for rotation and translation tolerant two-dimensional pattern recognition, which is based on one-dimensional nonlinear discrete circular transforms. However, the scheme is simple; it is stable and therefore well suited for industrial applications. An implementation on one field programmable gate array (FPGA) is proposed.}},
  author       = {{Henke, Tobias and Lohweg, Volker}},
  booktitle    = {{IEEE International Conference On Image Processing (ICIP), Proceedings}},
  isbn         = {{0-7803-9134-9}},
  issn         = {{2381-8549 }},
  keywords     = {{Pattern recognition, Field programmable gate arrays, Neural networks, Image processing, Discrete transforms, Signal processing, Image retrieval, Image recognition, Transient analysis, Fuzzy systems}},
  pages        = {{349 -- 352}},
  publisher    = {{IEEE}},
  title        = {{{A Simplified Scheme For Hardware-Based Pattern Recognition}}},
  doi          = {{ 10.1109/ICIP.2005.1529759}},
  year         = {{2005}},
}

@article{2056,
  abstract     = {{Nonlinear spatial transforms and fuzzy pattern classification with unimodal potential functions are established in signal processing. They have proved to be excellent tools in feature extraction and classification. In this paper, we will present a hardware-accelerated image processing and classification system which is implemented on one field-programmable gate array (FPGA). Nonlinear discrete circular transforms generate a feature vector. The features are analyzed by a fuzzy classifier. This principle can be used for feature extraction, pattern recognition, and classification tasks. Implementation in radix-2 structures is possible, allowing fast calculations with a computational complexity of up to. Furthermore, the pattern separability properties of these transforms are better than those achieved with the well-known method based on the power spectrum of the Fourier Transform, or on several other transforms. Using different signal flow structures, the transforms can be adapted to different image and signal processing applications.}},
  author       = {{Lohweg, Volker and Diederichs, Carsten and Müller, Dietmar}},
  issn         = {{1110-8657 }},
  journal      = {{EURASIP journal on applied signal processing : a publication of the European Association for Speech, Signal, and Image Processing }},
  keywords     = {{image processing, nonlinear circular transforms, feature extraction, fuzzy pattern recognition}},
  number       = {{1}},
  pages        = {{1912--1920}},
  publisher    = {{Hindawi Publ.}},
  title        = {{{Algorithms for Hardware-Based Pattern Recognition}}},
  doi          = {{https://doi.org/10.1155/S1110865704404247}},
  volume       = {{12}},
  year         = {{2004}},
}

@phdthesis{2053,
  abstract     = {{In vielen Bereichen der ein- und zweidimensionalen Signalverarbeitung besteht die Aufgabe Signale oder Objekte unabhängig von ihren aktuellen Positionen mittels geeigneter Merkmale zu klassifizieren. Mit Hilfe schneller nichtlinearer Spektraltransformationen ist eine positionsinvariante Merkmalgewinnung möglich. In dieser Arbeit werden reelle Transformationen vorgestellt, deren Eigenschaften in Bezug auf verschiedene Parameter angepasst werden können. Zu nennen ist das gruppeninvariante Verhalten, der rechentechnische Aufwand und die Implementierbarkeit in applikationsspezifische Schaltungen. Durch unterschiedliche Berechnungsstrukturen kann beispielsweise die Separationseigenschaft aufgabengemäß adaptiert werden. Basierend auf dem Konzept charakteristischer Matrizen wird ein generalisiertes Verfahren zur Berechnung der Transformationen abgeleitet. Bezüglich ihrer Charakteristika können die vorzustellenden Transformationen gegenüber anderen als ebenbürtig oder sogar überlegen bezeichnet werden. In Kombination mit einem Fuzzy-Klassifikationsverfahren (Fuzzy-Pattern-Classification, FPC) wird ein System-On-Programmable-Chip Mustererkennungssystem entwickelt, das auf einem programmierbaren applikationsspezifischen Schaltkreis (FPGA) implementiert wird. Das System ist in der Lage pixel-basierende Bilder zu klassifizieren. In der Anwendung der Druckbildinspektion erweist sich das Mustererkennungssystem als praxisgerecht einsetzbar.}},
  author       = {{Lohweg, Volker}},
  keywords     = {{ASIC, Abbildungseigenschaft, Druckbildkontrolle, Prozessorelement, Systolisches Array, Fuzzy-Maß, Invarianz, Klassifikation, Mehrdimensionale Bildverarbeitung, Mustererkennung, Nichtlineare Transformation}},
  pages        = {{207}},
  publisher    = {{Technische Universität Chemnitz}},
  title        = {{{Ein Beitrag zur effektiven Implementierung adaptiver Spektraltransformationen in applikationsspezifische integrierte Schaltkreise}}},
  year         = {{2003}},
}