 Vorlesungsskripte
|
|
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 0: Einführung, Wesen technischer Erkennungprozesse auf bildhaften Daten |
WS 19/20 |
| |
| |
Kapitel 1-1: Elemente der Primärwahrnehmung (optischer Reiz - Objekt-Strahlung-Wechselwirkungen, Begriffe der Radiometrie und Bildsensoren-Photometrie)
|
WS 19/20 |
| |
| |
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 19/20 |
| |
| |
Kapitel 1-3: Systemtheoretische Grundlagen der Bilderfassung
VIP-Beispiel zu Testbildern für die Abstimmung von Verarbeitungspipelines oder zur systemtheoretischen Bewertung von Operatoren (Filtern)
|
WS 19/20 |
| |
| |
Kapitel 2: Bildvorverarbeitung, Geometrische Bildtransformationen (Interpolation und Resampling)
VIP-Beispiel zu geometrischen Bildtransformationen und zum Resamplingproblem
VIP-Beispiel zu geometrischen Bildtransformationen mit idealem Resampling (Interpolation)
|
WS 19/20 |
| |
| |
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 19/20 |
| |
| |
Kapitel 4: Punktoperationen (Shadingkorrektur, Grauwertmanipulationen)
VIP-Beispiel zur bildbezogenen Shadingkorrektur
VIP-Beispiel zu histogrammbasierten homogenen Punktoperationen
|
WS 19/20 |
|
| |
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 19/20 |
| |
| |
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 19/20 |
| |
| |
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 19/20 |
| |
| |
Kapitel 7: Luminanzkanten (lineare/nichtlineare Operatoren und Methoden zur Kantenpixel-Detektion und Kantenerkennung, Canny-Kantendetektor)
VIP-Beispiel zum Prinzip des Canny-Kantendetektors
VIP-Beispiel zu nichtlinearen Ansätzen zur Ermittlung ikonischer Kantenmerkmale (u.a. morphologische Kante)
|
WS 19/20 |
| |
| |
Kapitel 8: Segmentierung (allgemeine Segmentierungsaufgabe, Verfahren zur pixel-,regionen-, kantenbasierten
Segmentierung: Pixelklassifikation, Region Growing, Wasserscheidentransformation), Modellbasiertes
Segmentieren (Hough-Transformation), Ausblick Merkmalgewinnung und Klassifikation
VIP-Beispiel zur Segmentierung per Pixelklassifikation mit einem automatischen Multischwellwertverfahren
VIP-Beispiel zur Hough-Transformation für Geraden und Kreise
|
WS 19/20 |
| |
| |
Prüfungsschwerpunkte / -hinweise (Stand: final) |
WS 19/20 |
| |
|
|
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 1: Einleitung Farbe, Geschichtliches zur Farbe |
SS 2020 |
| |
| |
Kapitel 2: Begriff der Farbe, physiologische und psychologische Aspekte der Farbwahrnehmung, Farbtäuschungen, Komponenten der Farbwahrnehmung, Modell der Farbe
VIP-Beispiel zum Farbkonstanz-Phänomen
Farbtäuschungen mit Benham-Scheibe (VIP-Toolkit)
 Farbtäuschungen mit Benham-Scheibe
VIP-Beispiel zu Farbinduktion
VIP-Beispiel zu Farbinduktion 2 (Vorlesungsbeispiel)
|
SS 2020 |
| |
| |
Kapitel 3: Farbreiz- und Spektralwertmetrik, Prinzip der subtraktiven Farbmischung |
SS 2020 |
| |
| |
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 2020 |
| |
| |
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 2020 |
| |
| |
Kapitel 6: Farbmessung 1: Vergleichsmethode, Spektralverfahren, Dreibereichsverfahren, Spektralmaskenverfahren |
SS 2020 |
| |
| |
Kapitel 7: Farbmessung 2: Mehrbereichsmesstechnik, Schätzung spektraler Farbreize, Metameriephänomen,
Kalibrierung von farbmessenden Systemen
Ergänzende Informationen zur targetbasierten Farbkorrektur
|
SS 2020 |
| |
| |
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 2020 |
| |
| |
Kapitel 9: 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 2020 |
| |
| |
Kapitel 10: Kantendetektion in Farbbildern: der Vektorgradient und praktische Näherungslösungen
VIP-Beispiel zum Vektorgradienten und Näherungslösungen
|
SS 2020 |
| |
| |
Kapitel 11: Color Indexing, Histogramm-Matching, graphenbasiertes HistogrammMatching
VIP-Beispiel zur Farbwertumquantisierung mit uniformem Binning
VIP-Beispiel zu Farbklassenhistogrammen und histogrammbasierten Farbmatching mit Histogrammschnitt
VIP-Beispiel zum ColorIndexing mit uniformem und Fuzzy-Binning
|
SS 2020 |
| |
| |
Kapitel 12: Besonderheiten der Segmentierung von Farbbildern: Pixelklassifikation+Zusammenhangstests, Bereichswachstumsverfahren (Region Growing), Segmentierung in Farbraumprojektionen, hierarchische Segmentierung in optimalen Farbräumen |
SS 2020 |
| |
| |
Prüfungsschwerpunkte / -hinweise (laufend aktualisiert) |
SS 2020 |
| |
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 0: Einführung |
SS 2020 |
| |
| |
Kapitel 1: Geschichtliches, physiologische und psychologische Grundlagen der Tiefenwahrnehmung, 3D-Aspekte in technisch erfassten Bildern
ergänzendes Material und kommentiertes Video zu 3D aus Bewegung (monokulare 3D-Aspekte)
|
SS 2020 |
| |
| |
Kapitel 2: Technische Grundansätze zur optischen 3D-Datenerfassung, Schwerpunkte der Vorlesung, Anwendungsbeispiele |
SS 2020 |
| |
| |
Kapitel 3.1: Geometrische Transformationen (Isometrien, Affinitäten und Perspektivitäten) |
SS 2020 |
| |
| |
Kapitel 3.2: Projektiver Raum / homogene Koordinaten, Algebraische Beschreibungen konkreter geometrischer Abbildungsprobleme (Zentral- und Parallelprojektion) |
SS 2020 |
| |
| |
Kapitel 3.3: Optische Grundlagen |
SS 2020 |
| |
| |
Kapitel 4.1: Beschreibung und Kalibrierung von Messkameraanordnungen (Tsai-Modellierung, targetbezogene und szenenbezogene Kalibrierung) |
SS 2020 |
| |
| |
Kapitel 4.2: Korrespondenzanalysen in Mehrkameraansichten, Annahmen und Einschränkungen für die Korrespondenzsuche (Constraints), der Epipolar-Constraint |
SS 2020 |
| |
| |
Kapitel 4.3: Verfahren der pixelwertbasierten Korrespondenzanalyse (lokal, global, semi-global), Prinzip des merkmalbasierten Vorgehens |
SS 2020 |
| |
| |
Kapitel 5.1: Verfahren der aktiven, optisch geometrischen 3D-Datenerfassung: strukturiertes Licht & Musterprojektion (Grundlagen) |
SS 2020 |
| |
| |
Kapitel 5.2: Verfahren der aktiven, optisch geometrischen 3D-Datenerfassung: strukturiertes Licht & Musterprojektion (Systeme und Systemkalibrierung) |
SS 2020 |
| |
| |
Kapitel 6: Verfahren zur subpixelgenauen Bestimmung von Strukturorten (photogrammetrische Auswertung von Punkt- und Kantenobjekten) |
SS 2020 |
| |
| |
Kapitel 7.1: Monokulare intensitätsbasierte Ansätze zur 3D-Datenerfassung über sekundäre Tiefenmerkmale 1: Shape from Motion (Optischer Fluss), Shape from Shading, Shape from Texture |
SS 2020 |
| |
| |
Kapitel 7.2: Monokulare intensitätsbasierte Ansätze zur 3D-Datenerfassung über sekundäre Tiefenmerkmale 2: Auswertung von Fokusserien, Shape from Focus (Verfahren der Fokusvariation) |
SS 2020 |
| |
| |
Prüfungsschwerpunkte / -hinweise (laufend aktualisiert) |
SS 2020 |
| |
| |
 |
Übungsmaterialien
|
|
|
Grundlagen der Bildverarbeitung & Mustererkennung (Bildverarbeitung 1)
Diese Veranstaltung wird im Wintersemester angeboten. Bitte verwenden Sie zum Download der Lehrmaterialien die mitgeteilten Zugangsdaten.
 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 visuellen Sinnestäuschungen, Primäre Wahrnehmung (optische Strahlung, technische Strahlungsquellen)
Ergänzung Lücken zu "Technischen Strahlern"
|
WS 19/20 |
| |
| |
Übung 2:
Elemente der Primärwahrnehmung: Radiometrische und photometrische Betrachtungen, Bildrepräsentationen: Frequenzraumdarstellung von Bildern, VIP-Toolkit-Experiment
|
WS 19/20 |
| |
| |
Übung 3:
Bildrepräsentationen und Systemtheorie der BV: Frequenzraumdarstellung, DFT-Theoreme und VIP-Toolkit-Experimente zur DFT,
Grenzen der Ortsauflösung, Bonus-Hausaufgabe 8%
|
WS 19/20 |
| |
| |
Übung 4:
Geometrische Bildtransformationen und Bildstatistik: Vorwärts- und inverse Umsetzungen von geom. Transformationen (VIP-Toolkit-Experiment),
lineare Interpolation & Resampling, Bildhistogramme
|
WS 19/20 |
| |
| |
Übung 5:
Punktoperationen (histogrammbasierte Kontrastmanipulationen) und lokale Operatoren 1 (Box-Filter), VIP-Toolkit-Experimente, Bonus-Hausaufgabe 8%
|
WS 19/20 |
| |
| |
Übung 6:
Lokale Operatoren 2 (Implementierungsaspekte, Filtercharakterisierung - effektive Filtergöße,
VIP-Toolkit-Experiment zum Adaptiven Averaging) und morphologische Basisoperationen
|
WS 19/20 |
| |
| |
Übung 7:
Morphologische Operatoren (Hit&Miss) und lineare Methoden zur Ableitung von Kantenmerkmalen, VIP-Toolkit-Experimente und -Anwendungen, Prüfungshinweise
|
WS 19/20 |
| |
|
Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2)
Diese Veranstaltung wird im Sommersemester angeboten. Bitte verwenden Sie zum Download der Lehrmaterialien die mitgeteilten Zugangsdaten.
Die Arbeitsmaterialien müssen in der Lehrveranstaltung ergänzt werden. Bitte installieren Sie für -Experimente das VIP-Toolkit. |
|
| |
Im Sommersemester 2020 werden aufgrund der aktuellen Situation derzeit noch keine rechnerischen Übungen als Präsenzveranstaltungen durchgeführt.
Zu einigen Übungsterminen finden Vorlesungen statt.
Sie finden hier Materialien zum vertiefenden Selbststudium und zu Bonusaufgaben.
Lösungen zu Bonusaufgaben senden Sie bitte bis zum Ende des Vorlesungszeitraums per Mail. Sie können mehrere Lösungsvorschläge einreichen.
|
| |
Übungsmaterial 0: Einführung VIP-Toolkit, einfache Experimente zum Erlernen des Umgangs mit der Software
|
SS 2020 |
|
|
| |
Übungsmaterial 1: Farbe und Komponenten der Farbwahrnehmung: Farbreiz und Normlichter, Spektralwertkurven und Farbvalenzen
|
SS 2020 |
| |
| |
Bonus-Aufgabe 10%: Zyklischer Filter
|
SS 2020 |
| |
| |
Übungsmaterial 2: Helligkeitsattribute von Farben: Intensität, Luminanz und Lightness (VIP-Toolkit-Experimente), Umgang mit Farbräumen, Farbtafeln und Farbmaßzahlen
|
SS 2020 |
| |
| |
Übungsmaterial 3: Besonderheiten des HSI-Farbraums, VIP-Toolkit-Experimente zum HSI-Raum
|
SS 2020 |
| |
|
3D-Bildverarbeitung: Erfassung und Verarbeitung von 3D-Daten
Diese Veranstaltung wird im Sommersemester angeboten. Bitte verwenden Sie zum Download der Lehrmaterialien die mitgeteilten Zugangsdaten.
Die Arbeitsmaterialien müssen in der Lehrveranstaltung ergänzt werden.
|
|
| |
Im Sommersemester 2020 werden aufgrund der aktuellen Situation derzeit keine rechnerischen Übungen als Präsenzveranstaltungen durchgeführt. Zu einigen Übungsterminen finden Vorlesungen statt.
Am Ende des Vorlesungszeitraumes sind 2 Exkursionsübungen geplant.
Sie finden hier Materialien zum vertiefenden Selbststudium und zu Bonusaufgaben. Lösungen zu Bonusaufgaben senden Sie bitte bis zum Ende des Vorlesungszeitraums per Mail.
Sie können mehrere Lösungsvorschläge einreichen.
|
| |
Unterlagen für Selbstudium/Bonus-Hausaufgabe 1: Vereinbarungen zu Koordinatensystemen, Winkeln und Strecken, Physiologie der menschlichen Tiefenwahrnehmung (Bonusaufgabe 10%), Horopter & Panum
|
SS 2020 |
|
| |
Unterlagen für Selbstudium/Bonus-Hausaufgabe 2: Projektive Räume und homogene Koordinaten (Bonusaufgabe 5%)
|
SS 2020 |
|
| |
Unterlagen für Selbstudium 3: Tsai-Kameramodell für binokulare Anordungen (+ Musterlösung) / Constraints für Korrespondenzanalysen
|
SS 2020 |
|
| |
Praxisübung 1 am 2.7. Exkursion: Systeme zur flächenhaften 3D-Erfassung und deren Anwendungen in der Qualitätssicherung am Fachgebiet Qualitätssicherung und industrielle Bildverarbeitung
|
SS 2020 |
- |
| |
Praxisübung 2 am 16.7. Exkursion: 3D-Datenerfassung zur Raumüberwachung mit aktiven und passiven Verfahren, Gewinnung von 3D-Daten mit Weißlicht-Interferometrie am ZBS e.V. Ilmenau
|
SS 2020 |
- |
Vorlesungsskripte
Themenangebote für Hauptseminare, Bachelor-Studienarbeiten, Master-Arbeiten, wissenschaftliche Hilfstätigkeit auf dem Gebiet der Bild- und Signalverarbeitung am ZBS e.V. 
