Informationen für
Logo VIS

« Zurück

Imaging Science (auf Englisch)
Typ: Ergänzungsmodul (BSc),Grundlagenvorlesung (Dipl.)
Semester: SS 2016
Umfang: 3V+1Ü
Studiengang: Bachelor Informatik, Bachelor Softwaretechnik, InfoTech
Dozent: Prof. Dr.-Ing. Andrés Bruhn
Beschreibung:

Diese Vorlesung vermittelt die Grundlagen der Repräsentation und Verarbeitung digitaler Bilder. Es soll zum einen erlernt werden, wie typische Störungen wie z.B. Rauschen oder Unschärfe aus Bildern entfernt werden können, ohne dass dabei die für die Weiterverarbeitung wichtige Information zerstört wird. Zum anderen soll erlernt werden, wie genau diese wichtige Information in Form von Kanten, Ecken oder Segmenten extrahiert werden kann, so dass sie anschließend durch einen Menschen oder einen weiteren Rechner (leichter) interpretierbar wird. Die im Rahmen dieser Vorlesung behandelten Algorithmen finden in einer ganzen Reihe von interessanten Bereichen Anwendung. Dazu zählen die medizinische Bildverarbeitung und Diagnostik, die computergestützte Qualitätsanalyse, die Navigation autonomer Fahrzeuge (Roboter, Autos), die Computergrafik, die Signalverarbeitung sowie die künstliche Intelligenz.

Im ersten Teil der Vorlesung werden die Bildakquise und die damit verbundenen typischen Störungen von Bildern besprochen, um dann auf geeignete Bildrepräsentationen einzugehen, die eine einfachere Beseitigung genau dieser Störungen ermöglichen (Fourier/DCT/Wavelets). Auch wird die Kompression und die Interpolation von Bildern diskutiert, damit Bilder effizient abgespeichert (JPG) und beliebig transformiert werden können (z.B. Skalierung, Drehung, Verzerrung). Der zweite Teil der Vorlesung behandelt dann elementare Algorithmen zur Bildanalyse. Diese erlauben es unter anderem, den Kontrast zu verbessern, charakteristische Merkmale wie Ecken oder Kanten zu finden, bestimmte Strukturen zu extrahieren, Rauschen und Unschärfe zu beseitigen sowie das Bild in semantisch bedeutsame Regionen bzw. Segmente zu unterteilen.

Der Besuch der Veranstaltung "Mathematik für Informatiker und Softwaretechniker" ist Voraussetzung.

 

NEWS:

  • Die erste Vorlesung findet am Freitag, den 08.04.2016 um 9:45 Uhr in Hörsaal V38.03 statt.
  • Die Übung am Freitag, den 03.06.2016, findet in Hörsaal V57.03 (Physik, gegenüber Mensa) statt.

 

Kursmaterialien:

Sämtliche Kursmaterialien (Folien, Übungen, Quellcodes und Musterlösungen) sind im ILIAS-System verfügbar. 

 

TEIL 1 : Grundlagen

  • Vorlesung 01   (08.04.2016)   Introduction: Definitions, Image Types, Discretisation
  • Vorlesung 02   (12.04.2016)   Foundations I: Light, Optics, Cameras
  • Vorlesung 03   (15.04.2016)   Foundations II: Sensors, Perception, Colour Spaces
  • Vorlesung 04   (19.04.2016)   Foundations III: Degradations in Digital Images
  • Vorlesung 05   (22.04.2016)   Image Transformations I: Continuous Fourier Transform
  • Vorlesung 06   (26.04.2016)   Image Transformations II: Sampling Theorem, Discrete Fourier Transform
  • Übung 01   (29.04.2016)   Übung 01
  • Vorlesung 07   (03.05.2016)   Image Transformations III: Discrete Cosine Transform, Image Pyramids
  • Vorlesung 08   (06.05.2016)   Image Transformations IV: Discrete Wavelet Transform
  • Vorlesung 09   (10.05.2016)   Image Compression
  • Übung 02   (13.05.2016)   Übung 02
  • fällt aus   (17.05.2016)   Pfingstferien
  • fällt aus   (20.05.2016)   Pfingstferien
  • Vorlesung 10   (24.05.2016)   Image Interpolation

 

TEIL 2 : Bildverarbeitung

  • Vorlesung 11   (27.05.2016)   Point Operations
  • Vorlesung 12   (31.05.2016)   Linear Filters I: System Theory
  • Übung 03   (03.06.2016)   Übung 03
  • Vorlesung 13   (07.06.2016)   Linear Filters II: Edge Detection
  • Vorlesung 14   (10.06.2016)   Linear Filters III: Multichannel Edges, Corners
  • Vorlesung 15   (14.06.2016)   Nonlinear Filters I: Morphology
  • Übung 04   (17.06.2016)   Übung 04
  • Vorlesung 16   (21.06.2016)   Nonlinear Filters II: Wavelet Shrinkage, Bilateral Filters, NL-Means
  • Vorlesung 17   (24.06.2016)   Nonlinear Filters III: Nonlinear Diffusion Filtering
  • Vorlesung 18   (28.06.2016)   Global Filters I: Discrete Variational Methods
  • Übung 05   (01.07.2016)   Übung 05
  • Vorlesung 19   (05.07.2016)   Global Filters II: Continuous Variational Methods
  • Vorlesung 20   (08.07.2016)   Global Filters III: Deconvolution Methods
  • Vorlesung 21   (12.07.2016)   Segmentation
  • Übung 06   (15.07.2016)   Übung 06

 

Übungen:

 X • Übung 01   (Ausgabe 22.04.2016, Abgabe 29.04.2016)  Übungsblatt, Code 
  • Übung 02   (Ausgabe 06.05.2016, Abgabe 13.05.2016)  
  • Übung 03   (Ausgabe 27.05.2016, Abgabe 03.06.2016)  
  • Übung 04   (Ausgabe 10.06.2016, Abgabe 17.06.2016)  
  • Übung 05   (Ausgabe 24.06.2016, Abgabe 01.07.2016)  
  • Übung 06   (Ausgabe 08.07.2016, Abgabe 15.07.2016)  

 

ANMERKUNGEN:

  • Der Code funktioniert einwandfrei unter Linux.
  • Falls das Einlesen und Herausschreiben Probleme unter Windows Probleme bereiten sollte, kann das Hinzufügen des binary flags helfen, z.B. inimage = fopen(in,"rb");
  • Falls möglich, werden Windows Executables online gestellt. Benutzung auf eigene Gefahr (ohne Gewähr).
Bilder:
Internet-Seite:
Termine: Dienstag, 09:45 - 11:15 Uhr in V38.03
Freitag, 09:45 - 11:15 Uhr (14-tägig) in V38.03
Übungen: Freitag, 09:45 - 11:15 Uhr (14-tägig) in V38.03
Tutor: Michael Stoll M.Sc. M.Sc. B.Sc.

« Zurück