 Vorlesungsskripte
|
|
|
|
Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1)
Diese Veranstaltung wird im Wintersemester angeboten. Bitte verwenden Sie zum Download der Lehrmaterialien die mitgeteilten Zugangsdaten.Verwenden Sie zum Download der Lehrbeispiele bitte die gesonderten Zugangsdaten für das VIP-Toolkit.
 Die Vorlesungsskripte müssen in der Lehrveranstaltung vervollständigt werden.
Bitte installieren Sie für die  -Lehrbeispiele das VIP-Toolkit.
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 0: Einführung, Wesen technischer Erkennungprozesse auf bildhaften Daten |
WS 20/21 |
| |
| |
Kapitel 1-1: Elemente der Primärwahrnehmung (optischer Reiz - Objekt-Strahlung-Wechselwirkungen, Begriffe der Radiometrie und Bildsensoren-Photometrie)
|
WS 20/21 |
| |
| |
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 Nutzung globaler Bildmerkmale aus der DFT
VIP-Beispiel zur Erzeugung einer Laplace-Pyramide
VIP-Beispiel zum Prinzip der Wavelet-Analyse
|
WS 20/21 |
| |
| |
Kapitel 1-3: Systemtheoretische Grundlagen der Bilderfassung
VIP-Beispiel zu Testbildern für die Abstimmung von Verarbeitungspipelines oder zur systemtheoretischen Bewertung von Operatoren (Filtern)
|
WS 20/21 |
| |
| |
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 20/21 |
| |
| |
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 20/21 |
| |
| |
Kapitel 4: Punktoperationen (Shadingkorrektur, Grauwertmanipulationen)
VIP-Beispiel zur bildbezogenen Shadingkorrektur
VIP-Beispiel zu histogrammbasierten homogenen Punktoperationen
|
WS 20/21 |
|
| |
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 20/21 |
| |
| |
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 20/21 |
| |
| |
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 20/21 |
| |
| |
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 20/21 |
| |
| |
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 20/21 |
| |
| |
Prüfungsschwerpunkte / -hinweise |
WS 20/21 |
| |
|
|
|
|
|
Grundlagen der Farbbildverarbeitung
(Bildverarbeitung 2)
Diese Veranstaltung wird im Sommersemester angeboten.
Bitte verwenden Sie zum Download der Lehrmaterialien die mitgeteilten Zugangsdaten.
Verwenden Sie zum Download der Lehrbeispiele bitte die gesonderten Zugangsdaten für das VIP-Toolkit.
Die Vorlesungsskripte müssen in der Lehrveranstaltung vervollständigt werden.
Bitte installieren Sie für die -Lehrbeispiele das VIP-Toolkit.
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 1: Einleitung Farbe
Geschichtliches zur Farbe |
SoSe 2021
SoSe 2021 |
| |
| |
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)
|
SoSe 2021 |
| |
| |
Kapitel 3: Farbreiz- und Spektralwertmetrik, Prinzip der subtraktiven Farbmischung |
SoSe 2021 |
| |
| |
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
|
SoSe 2021 |
| |
| |
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 |
SoSe 2021 |
| |
| |
Kapitel 6: Farbmessung 1: Vergleichsmethode, Spektralverfahren, Dreibereichsverfahren, Spektralmaskenverfahren |
SoSe 2021 |
| |
| |
Kapitel 7: Farbmessung 2: Mehrbereichsmesstechnik, Schätzung spektraler Farbreize, Metameriephänomen,
Kalibrierung von farbmessenden Systemen
Ergänzende Informationen zur targetbasierten Farbkorrektur
|
SoSe 2021 |
| |
| |
Kapitel 8: Statistik und Histogramme in Farbräumen,
Punktoperationen auf Farbbildern: Farbvalenz- und Farbraummanipulationen
VIP-Beispiel zur Erzeugung von korreliertem Farbwertrauschen mit Kovarianzmatrix
VIP-Beispiel zur statistischen Pixelklassifikation in Farbräumen oder reduzierten Farbräumen
VIP-Beispiel zur bedingten Farbwertmanipulation am Beispiel einer dermatologischen Aufnahme
|
SoSe 2021 |
| |
| |
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
|
SoSe 2021 |
| |
| |
Kapitel 10: Kantendetektion in Farbbildern: der Vektorgradient und praktische Näherungslösungen
VIP-Beispiel zum Vektorgradienten und Näherungslösungen
|
SoSe 2021 |
| |
| |
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
|
SoSe 2021 |
| |
| |
Kapitel 12: Besonderheiten der Segmentierung von Farbbildern: Pixelklassifikation+Zusammenhangstests, Bereichswachstumsverfahren (Region Growing), Segmentierung in Farbraumprojektionen, hierarchische Segmentierung in optimalen Farbräumen |
SoSe 2021 |
| |
| |
Prüfungsschwerpunkte / -hinweise |
SoSe 2021 |
| |
|
|
|
|
|
| |
Literaturempfehlungen |
| |
| |
Kapitel 0: Einführung |
SoSe 2021 |
| |
| |
Kapitel 1: Geschichtliches, physiologische und psychologische Grundlagen der Tiefenwahrnehmung, 3D-Aspekte in technisch erfassten Bildern
|
SoSe 2021 |
| |
| |
Kapitel 2: Technische Grundansätze zur optischen 3D-Datenerfassung, Schwerpunkte der Vorlesung, Anwendungsbeispiele |
SoSe 2021 |
| |
| |
Kapitel 3.1: Geometrische Transformationen (Isometrien, Affinitäten und Perspektivitäten) |
SoSe 2021 |
| |
| |
Kapitel 3.2: Projektiver Raum / homogene Koordinaten, Algebraische Beschreibungen konkreter geometrischer Abbildungsprobleme (Zentral- und Parallelprojektion) |
SoSe 2021 |
| |
| |
Kapitel 3.3: Optische Grundlagen |
SoSe 2021 |
| |
| |
Kapitel 4.1: Beschreibung und Kalibrierung von Messkameraanordnungen (Tsai-Modellierung, targetbezogene und szenenbezogene Kalibrierung) |
SoSe 2021 |
| |
| |
Kapitel 4.2: Korrespondenzanalysen in Mehrkameraansichten, Annahmen und Einschränkungen für die Korrespondenzsuche: der Epipolar-/Disparity-Limit-Constraint |
SoSe 2021 |
| |
| |
Kapitel 4.3: Verfahrensüberblick zur pixelwertbasierten Korrespondenzanalyse (lokal, global, semi-global), Prinzip des merkmalbasierten Vorgehens |
SoSe 2021 |
| |
| |
Kapitel 5.1: Verfahren der aktiven, optisch geometrischen 3D-Datenerfassung: strukturiertes Licht & Musterprojektion (Grundlagen) |
SoSe 2021 |
| |
| |
Kapitel 5.2: Verfahren der aktiven, optisch geometrischen 3D-Datenerfassung: strukturiertes Licht & Musterprojektion (Systeme und Systemkalibrierung) |
SoSe 2021 |
| |
| |
Kapitel 6: Verfahren zur subpixelgenauen Bestimmung von Strukturorten (photogrammetrische Auswertung von Punkt- und Kantenobjekten) |
SoSe 2021 |
| |
| |
Kapitel 7.1: Monokulare intensitätsbasierte Ansätze zur 3D-Datenerfassung über sekundäre Tiefenmerkmale 1: Shape from Motion (Optischer Fluss), Shape from Shading, Shape from Texture |
SoSe 2021 |
| |
| |
Kapitel 7.2: Monokulare intensitätsbasierte Ansätze zur 3D-Datenerfassung über sekundäre Tiefenmerkmale 2: Auswertung von Fokusserien, Shape from Focus (Verfahren der Fokusvariation) |
SoSe 2021 |
| |
| |
Prüfungsschwerpunkte / -hinweise |
SoSe 2021 |
| |
| |
 |
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.
Lösungen zu Bonusaufgaben senden Sie bitte bis zum 15.02.2021 per Mail. Bitte verpacken Sie alle Materialien Ihrer Bearbeitung in einem Archiv mit Ihrem Namen.
|
|
| |
Übung 0:
Einführung VIP-Toolkit-Experimentiersoftware (selbständige Bearbeitung)
|
WS 20/21 |
| |
| |
Übung 1:
Vorstellung VIP-Toolkit-Experimentiersoftware und erste einfache Experimente zu visuellen Sinnestäuschungen, Klassisches Verarbeitungsparadigma,
Primäre Wahrnehmung (optische Strahlung)
|
WS 20/21 |
| |
| |
Übung 2:
Elemente der Primärwahrnehmung: Radiometrische und photometrische Betrachtungen, technische Strahlungsquellen, Bildrepräsentationen: Frequenzraumdarstellung von Bildern, VIP-Toolkit-Experiment
|
WS 20/21 |
| |
| |
Übung 3:
Bildrepräsentationen und Systemtheorie der BV: Frequenzraumdarstellung, DFT-Theoreme und VIP-Toolkit-Experimente zur DFT, Grenzen der Ortsauflösung, Bonus-Hausaufgaben 13%
|
WS 20/21 |
| |
| |
Übung 4:
Geometrische Bildtransformationen und Bildstatistik: Vorwärts- und inverse Umsetzungen von geom. Transformationen (VIP-Toolkit-Experiment), lineare Interpolation & Resampling, Bildhistogramme
|
WS 20/21 |
| |
| |
Bonus-Hausaufgabe 10%:
Programmieren einer Grauwert-Punktoperation nach dem Prinzip der automatischen Histogrammanpassung zur Erleichterung von Bild-Korrespondenzanalysen (VIP-Toolkit)
|
WS 20/21 |
| |
| |
Übung 5:
Punktoperationen und lokale Operatoren 1: histogrammbasierte Kontrastmanipulationen HPO's, Box-Filter, VIP-Toolkit-Experimente
|
WS 20/21 |
| |
| |
Übung 6:
Lokale Operatoren 2 und Morphologische Operatoren: Implementierungsaspekte, Filtercharakterisierung - effektive Filtergöße, Morphologische Erosion, VIP-Toolkit-Experiment zum adaptiven Averaging
|
WS 20/21 |
| |
| |
Übung 7:
Morphologische Operatoren (Hit&Miss-Operation), Kantenoperatoren (Richtungsableitungen), VIP-Toolkit-Experimente und -Anwendungen, Fragen zur Prüfungsvorbereitung
|
WS 20/21 |
| |
| |
Übung 8:
Kantenoperatoren, VIP-Toolkit-Experimente zur morphologischen Kante, Bildsegmentierung (Zeilenkoinzidenzverfahren), Fragen zur Prüfungsvorbereitung
|
WS 20/21 |
| |
|
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. |
| |
Übung 0: Einführung VIP-Toolkit, einfache Experimente zu Farbtäuschungen zum Erlernen des Umgangs mit der Software
|
SoSe 2021 |
|
|
| |
Übung 1: Farbe und Komponenten der Farbwahrnehmung: Farbreiz und Normlichter, Spektralwertkurven und Farbvalenzen
|
SoSe 2021 |
| |
| |
Bonus-Aufgabe XX%:
|
SoSe 2021 |
| |
| |
Übung 2: Helligkeitsattribute von Farben: Intensität, Luminanz und Lightness (VIP-Toolkit-Experimente), Umgang mit Farbräumen, Farbtafeln und Farbmaßzahlen
|
SoSe 2021 |
| |
| |
Übung 3: Besonderheiten des HSI-Farbraums, VIP-Toolkit-Experimente zum HSI-Raum
|
SoSe 2021 |
| |
| |
Übung 4: Targetbezogene Farbkorrektur, Farbbildstatistik und histogrammbasierte Farbvalenzmanipulationen (Farbbild-Punktoperationen), VIP-Toolkit-Experimente zu Farbbildstatistik und -Punktoperationen
|
SoSe 2021 |
| |
| |
Bonus-Aufgabe XX%:
|
SoSe 2021 |
| |
| |
Übung 5: Störungsunterdrückung in Farbbildern durch lokale Operatoren (Farbsaumproblem, zyklische Filterung, bedingte Filterung), VIP-Toolkit-Experimente
|
SoSe 2021 |
| |
| |
Übung 6: Farbbildkanten (Vektorgradient und Näherungslösungen), Histogrammbasiertes Farbmatching, VIP-Toolkit-Experimente |
SoSe 2021 |
| |
| |
Übung 7: Prüfungsvorbereitung |
SoSe 2021 |
| |
|
Grundlagen der 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.
|
|
| |
Übungsmaterial/Bonus-Hausaufgabe 1: Vereinbarungen zu Koordinatensystemen, Winkeln und Strecken, Physiologie der menschlichen Tiefenwahrnehmung (Bonusaufgabe 6%)
|
SoSe 2021 |
|
| |
Übungsmaterial/Bonus-Hausaufgabe 2: Projektive Räume und homogene Koordinaten (Bonusaufgabe XX%)
|
SoSe 2021 |
|
| |
Übungsmaterial 3: Tsai-Kameramodell für binokulare Anordungen / Constraints für Korrespondenzanalysen (Bonusaufgabe XX%)
|
SoSe 2021 |
|
| |
Übungsmaterial 4: Binokulare Anordungen, binokulare 3D-Rekonstruktion
|
SoSe 2021 |
|
| |
Praxisübung 1 am 8.7. FG QBV: Systeme zur flächenhaften 3D-Erfassung und deren Anwendungen in der Qualitätssicherung am Fachgebiet Qualitätssicherung und industrielle Bildverarbeitung
|
SoSe 2021 |
- |
| |
Praxisübung 2 am 22.7. ZBS e.V.: 3D-Datenerfassung zur Arbeitsraumüberwachung, MRK und Defekterkennung mit aktiven und passiven Verfahren, Gewinnung von 3D-Daten mit Weißlicht-Interferometrie am ZBS e.V. Ilmenau
|
SoSe 2021 |
- |
Zur Person
Vorlesungsskripte / Lehrmaterialien 
