 Vorlesungsskripte
|
|
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 0: Einführung, Wesen technischer Erkennungprozesse auf bildhaften Daten |
WS 18/19 |
| |
| |
Kapitel 1-1: Elemente der Primärwahrnehmung (Radiometrie, Bildsensoren-Photometrie, Objekt-Strahlung-Wechselwirkungen)
|
WS 18/19 |
| |
| |
Kapitel 1-2: Bildrepräsentationen, Bildtransformationen...
 VIP-Beispiel zur Erzeugung von Basisbildern (Transformationskernen) der 2D-DFT
VIP-Beispiel zu Basisbildern der 2D-DFT im Orts- und Frequenzraum
VIP-Beispiel zu Theoremen der (D)FT
VIP-Beispiel zur Erzeugung einer Laplace-Pyramide
VIP-Beispiel zur Nutzung globaler Bildmerkmale aus der DFT
VIP-Beispiel zum Prinzip der Wavelet-Analyse
|
WS 18/19 |
| |
| |
Kapitel 1-3: Systemtheoretische Grundlagen
VIP-Beispiel zu Testbildern für die Abstimmung von Verarbeitungspipelines oder zur systemtheoretischen Bewertung von Operatoren (Filtern)
|
WS 18/19 |
| |
| |
Kapitel 2: Bildvorverarbeitung, Geometrische Transformationen und Resampling
VIP-Beispiel zu geometrischen Bildtransformationen und zum Resamplingproblem
VIP-Beispiel zu geometrischen Bildtransformationen mit idealem Resampling (Interpolation)
|
WS 18/19 |
| |
| |
Kapitel 3: Grauwertstatistik
VIP-Beispiel zur Aussagekraft von Histogrammen und Histogrammmerkmalen
VIP-Beispiel zur statistischen Beschreibung mit Co-Occurence-Matrizen
VIP-Beispiel zur statistischen Beschreibung von Regionen mit NGLD-Matrizen
|
WS 18/19 |
| |
| |
Kapitel 4: Punktoperationen (Shadingkorrektur, Grauwertmanipulationen)
VIP-Beispiel zur bildbezogenen Shadingkorrektur
VIP-Beispiel zu histogrammbasierten homogenen Punktoperationen
|
WS 18/19 |
|
| |
Kapitel 5-1: Lokale Operatoren 1 (Lokale lineare Operatoren, Lineare Ansätze zur Bildverbesserung: Tiefpassfilter)
VIP-Beispiel zum Prinzip der großräumigen Mittelung mit kaskadierten Binomialfiltern
|
WS 18/19 |
| |
| |
Kapitel 5-2: Lokale Operatoren 2 (Rangordnungsfilter, bedingte, adaptive Filter, Ansätze zur effizienten Filter-Implementierung)
VIP-Beispiel zu leistungsfähigen adaptiven Filteransätzen
VIP-Beispiel zum Prinzip kombinierter Averaging-/Auswahlfilter (alpha-trimmed-Median)
|
WS 18/19 |
| |
| |
Kapitel 6: Morphologische Operationen auf Binärbildern (Basisoperatoren Dilatation und Erosion, ausgewählte komplexere morphologische Operationen und Operationsketten)
VIP-Beispiele zu morphologischen Basisoperationen (Opening-Closing, Hit&Miss)
VIP-Beispiel zu komplexeren morphologischen Operationen (erweitertes Hit&Miss und zyklisches Abschmelzen, Skelettierung)
|
WS 18/19 |
| |
| |
Kapitel 7: Luminanzkantenoperatoren (lineare/nichtlineare Operatoren und Methoden zur Kantenorthervorhebung und -detektion)
VIP-Beispiel zum Prinzip des Canny-Kantendetektors
VIP-Beispiel zu nichtlinearen Ansätzen zur Kantenorthervorhebung
|
WS 18/19 |
| |
| |
Kapitel 8: Segmentierung (allgemeine Segmentierungsaufgabe, Verfahren zur pixel-,regionen-, kantenbasierten Segmentierung: Pixelklassifikation, Region Growing, Wasserscheidentransformation), Ausblicke
VIP-Beispiel zur Segmentierung per Pixelklassifikation mit einem automatischen Multischwellwertverfahren
|
WS 18/19 |
| |
| |
Prüfungsschwerpunkte / -hinweise |
WS 18/19 |
| |
|
|
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 1: Einleitung Farbe, Geschichtliches zur Farbe |
SS 2019 |
| |
| |
Kapitel 2: Begriff der Farbe, physiologische und psychologische Aspekte der Farbwahrnehmung, Farbtäuschungen, Farbordnungen, Komponenten der Farbwahrnehmung, Modell der Farbe
VIP-Beispiel zum Farbkonstanz-Phänomen
 Farbtäuschungen mit Benham-Scheibe
VIP-Beispiel zu Farbinduktion
|
SS 2019 |
| |
| |
Kapitel 3: Farbreiz- und Spektralwertmetrik, Prinzip der subtraktiven Farbmischung |
SS 2019 |
| |
| |
Kapitel 4: Luminanz, Lightness und Luma, Farbräume und Farbtafeln: Farbraum CIE-PDT, CIE-RGB, technische Farbräume, System der Normvalenzen CIE-XYZ
VIP-Beispiel zu Intensität, Luminanz, Lightness, Luma
|
SS 2019 |
| |
| |
Kapitel 5: Technische Farbsysteme, Höhere Farbbeschreibungen und höhere Farbmetrik:
gleichabständige Farbräume (CIE-UCS, CIE-Lab, CIE-Luv), OSY-System, Helmholtz-Zahlen und HSI-Raum, Farbsammlungen |
SS 2019 |
| |
| |
Kapitel 6: Ansätze zur Farbmessung I: Vergleichsmethode, Spektralverfahren, Dreibereichsverfahren, Spektralmaskenverfahren, Metamerieprobleme |
SS 2019 |
| |
| |
Kapitel 7: Ansätze zur Farbmessung II: Mehrbereichsmesstechnik, Schätzung spektraler Farbreize, Kalibrierung von farbmessenden Systemen
|
SS 2019 |
| |
| |
Kapitel 8: Statistik und Histogramme in Farbräumen,
Punktoperationen auf Farbbildern: Farbvalenz- und Farbraummanipulationen
VIP-Beispiel zu korreliertem Farbwertrauschen und Wirkungen der Kovarianzmatrix in Farbbildern
VIP-Beispiel zur statistischen Pixelklassifikation in Farbräumen oder reduzierten Farbräumen
VIP-Beispiel zur bedingten Farbwertmanipulation am Beispiel einer dermatologischen Aufnahme
|
SS 2019 |
| |
| |
Kapitel 9: Color Indexing, Histogramm-Matching, graphenbasiertes HistogrammMatching
VIP-Beispiel zu Farbklassenhistogrammen und histogrammbasierten Farbmatching mit Histogrammschnitt
VIP-Beispiel zum ColorIndexing mit uniformem und Fuzzy-Binning
|
SS 2019 |
| |
| |
Kapitel 10: Störungsunterdrückung in Mehrkanal-(Farb-)bildern, adaptives, bedingtes Averaging, Distanzmaße, Diffusionsfilter, Rangordnungsprinzip: Median und Vektormedian, gemischte Ansätze
VIP-Beispiel zur Entstehung von Farbsäumen
VIP-Beispiel zur zyklischen Filterung von HSI-Farbwerten
VIP-Beispiel zum Prinzip des varianzgesteuerten Box-Filters für Farbbilder
VIP-Beispiel zu leistungsfähigen bedingten / adaptiven Filtern für Farbbilder
VIP-Beispiel zum Prinzip des Vektor-Median
|
SS 2019 |
| |
| |
Kapitel 11: Kantendetektion in Farbbildern: der Vektorgradient und praktische Näherungslösungen
VIP-Beispiel zum Vektorgradienten und Näherungslösungen
|
SS 2019 |
| |
| |
Kapitel 12: Besonderheiten der Segmentierung von Farbbildern: Pixelklassifikation+Zusammenhangstests, Bereichswachstumsverfahren (Region Growing), Segmentierung in Farbraumprojektionen, hierarchische Segmentierung in optimalen Farbräumen |
SS 2019 |
| |
| |
Prüfungsschwerpunkte / -hinweise |
SS 2019 |
| |
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 0: Einführung |
SS 2019 |
| |
| |
Kapitel 1: Geschichtliches, Physiologische und psychologische Grundlagen der Tiefenwahrnehmung, 3D-Aspekte in Bildanalyse und Computergrafik |
SS 2019 |
| |
| |
Kapitel 2: Technische Grundansätze zur 3D-Datenerfassung, Schwerpunkte der Vorlesung, Anwendungsbeispiele |
SS 2019 |
| |
| |
Kapitel 3.1: Geometrische Transformationen und planare Abbildungen |
SS 2019 |
| |
| |
Kapitel 3.2: Projektiver Raum / homogene Koordinaten, Algebraische Beschreibungen konkreter geometrischer Abbildungsprobleme (Zentral- und Parallelprojektion) |
SS 2019 |
| |
| |
Kapitel 3.3: Optische Grundlagen |
SS 2019 |
| |
| |
Kapitel 4.1: Beschreibung und Kalibrierung von Messkameraanordnungen (Tsai-Modellierung, targetbezogene und szenenbezogene Kalibrierung) |
SS 2019 |
| |
| |
Kapitel 4.2: Korrespondenzanalysen in Mehrkameraansichten, Annahmen und Einschränkungen für die Korrespondenzsuche (Constraints), der Epipolar-Constraint |
SS 2019 |
| |
| |
Kapitel 4.3: Verfahren der intensitätsbasierten Korrespondenzanalyse (lokal, global, semi-global), Grundsätze zum merkmalbasierten Vorgehen |
SS 2019 |
| |
| |
Kapitel 5.1: Aktive optisch geometrische 3D-Datenerfassung: strukturiertes Licht & Musterprojektion (Grundlagen) |
SS 2019 |
| |
| |
Kapitel 5.2: Aktive optisch geometrische Verfahren: strukturiertes Licht & Musterprojektion (Systeme) |
SS 2019 |
| |
| |
Kapitel 6: Verfahren zur subpixelgenauen Bestimmung von Strukturorten (Punkt- und Kantenobjekte) |
SS 2019 |
| |
| |
Kapitel 7.1: Monokulare intensitätsbasierte Ansätze: Shape from Motion (Optischer Fluss), Shape from Shading, Shape from Texture |
SS 2019 |
| |
| |
Kapitel 7.2: Monokulare intensitätsbasierte Ansätze: Auswertung von Fokusserien, Shape from Focus (Verfahren der Fokusvariation) |
SS 2019 |
| |
| |
Prüfungsschwerpunkte / -hinweise |
SS 2019 |
| |
| |
 |
Übungsmaterialien
|
|
|
Grundlagen der Bildverarbeitung & Mustererkennung (CV I)
Diese Veranstaltung wird im Wintersemester angeboten.
 Die Arbeitsmaterialien müssen in der Lehrveranstaltung ergänzt werden. Bitte installieren Sie für -Experimente das VIP-Toolkit. |
|
| |
Übung 1:
Vorstellung VIP-Toolkit-Experimentiersoftware und erste einfache Experimente zu Sinnestäuschungen, Primäre Wahrnehmung (optische Strahlung, technische Lichtquellen)
Musterlösungen zu offenen Fragen
|
WS 18/19 |
| |
| |
Übung 2/3:
Elemente der Primärwahrnehmung, Bildrepräsentationen & Systemtheorie: Radiometrische und photometrische Betrachtungen, Frequenzbegriffe, DFT und VIP-Toolkit-Experimente zur DFT, Grenzen der Ortsauflösung, Bonus-Hausaufgabe 8%
Ergänzung zu Übung 3 / Bonus-Hausaufgabe 2%
|
WS 17/18 |
| |
| |
Übung 4:
Geometrische Bildtransformationen und Punktoperationen (Shadingkorrektur), VIP-Toolkit-Experimente
|
WS 18/19 |
| |
| |
Übung 5:
Punktoperationen (histogrammbasierte Kontrastmanipulationen) und lokale Operatoren 1, VIP-Toolkit-Experimente, Bonus-Hausaufgabe 9%
Ergänzung zu Übung 5
|
WS 18/19 |
| |
| |
Bonus-Hausaufgabe 9%:
Umsetzung eines kombinierten Averaging-/Auswahl-Filters nach dem Prinzip des alpha-trimmed-Medians |
WS 18/19 |
| |
| |
Übung 6:
Lokale Operatoren zur Bildverbesserung, Implementierungsaspekte, Adaptives Averaging, VIP-Toolkit-Experimente
|
WS 18/19 |
| |
| |
Übung 7:
Morphologische Operatoren, lineare Methoden der Kantenorthervorhebung, VIP-Toolkit-Experimente und -Anwendungen, Prüfungshinweise
|
WS 18/19 |
| |
|
Grundlagen der Farbbildverarbeitung (CV II)
Diese Veranstaltung wird im Sommersemester angeboten.
Die Arbeitsmaterialien müssen in der Lehrveranstaltung ergänzt werden. Bitte installieren Sie für -Experimente das VIP-Toolkit. |
|
| |
Übung 0: Einführung VIP-Toolkit, Experimente zu Farbtäuschungen
|
SS 2019 |
| |
| |
Übung 1: Komponenten der Farbwahrnehmung, Spektralwertkurven, Farbmetrik: Graßmann & Modell der Farbe, Farbmischung, Spektralwertkurven von Ausgabegeräten
|
SS 2019 |
| |
| |
Übung 2: Helligkeitsattribute von Farben: Luminanz und Lightness (VIP-Toolkit-Experimente), Umgang mit Farbtafeln und Farbmaßzahlen, Bonus-Hausaufgabe XX%:
|
SS 2019 |
| |
| |
Übung 3: HSI-Farbraum, VIP-Toolkit-Experimente zum HSI-Raum, Farbmessung und Farbkorrektur
|
SS 2019 |
| |
| |
Bonushausaufgabe XX%:
|
SS 2019 |
| |
| |
Übung 4: Farbbildstatistik und histogrammbasierte Farbvalenzmanipulationen, VIP-Toolkit-Experimente
|
SS 2019 |
| |
| |
Übung 5: Histogrammbasiertes Farbmatching, Störungsunterdrückung in Farbbildern durch Averaging (Farbsaumproblem, bedingtes Averaging), VIP-Toolkit-Experimente |
SS 2019 |
| |
| |
Übung 6: Farbkanten-Operatoren, VIP-Toolkit-Experimente, Prüfungsvorbereitung
|
SS 2019 |
| |
|
Erfassung und Verarbeitung von 3D-Daten
Diese Veranstaltung wird im Sommersemester angeboten.
Die Arbeitsmaterialien müssen in der Lehrveranstaltung ergänzt werden.
|
|
| |
Übung 1: Vereinbarungen zu Koordinatensystemen, Winkeln und Strecken, Physiologie der menschlichen Tiefenwahrnehmung, Horopter & Panum, Grenzen der Tiefenwahrnehmung
|
SS 2019 |
|
| |
Übung 2: Projektive Räume und homogene Koordinaten, geometrische Transformationen Bonus-Hausaufgabe XX%
|
SS 2019 |
|
| |
Übung 3: Tsai-Kameramodell für binokulare Anordungen / Constraints
|
SS 2019 |
|
| |
Übung 4: Binokulare Anordungen, Korrespondenzanalysen Bonus-Hausaufgabe XX%
|
SS 2019 |
|
| |
Praxisübung / Exkursion am 28.6.: Systeme zur flächenhaften 3D-Erfassung und deren Anwendungen in der Qualitätssicherung am Fachgebiet Qualitätssicherung und industrielle Bildverarbeitung
|
SS 2019 |
- |
| |
Praxisübung / Exkursion am 12.7.: 3D-Datenerfassung zur Raumüberwachung mit aktiven und passiven Verfahren, Gewinnung von 3D-Daten mit Weißlicht-Interferometrie am ZBS e.V. Ilmenau
|
SS 2019 |
- |
Vorlesungsskripte
Themenangebote für Hauptseminare, Bachelor-Studienarbeiten, Master-Arbeiten, wissenschaftliche Hilfstätigkeit auf dem Gebiet der Bild- und Signalverarbeitung am ZBS e.V. 
