Bildverarbeitung - Interaktive Studienpläne der TU Ilmenau

Gegenstand der Vorlesung "Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1)" sind Methoden zur Lösung von Erkennungsproblemen mit kamerabasierten technischen Systemen. Erkennungsaufgaben mit kamerabasierten (sehenden) technischen Systemen sind heutzutage in der Automatisierungstechnik, der Robotik, der Medizintechnik, der Überwachungstechnik und im Automotive-Bereich sehr weit verbreitet.

Die Veranstaltung legt dabei den Fokus zunächst auf grauwertige digitale Bilder, die im Sinne einer konkreten Aufgabenstellung ausgewertet werden müssen. Das Ziel dieser Auswertung ist die Interpretation des Bildinhaltes auf verschiedenen Abtraktionsstufen. Dazu müssen die Bilder in ihrer technisch zugänglichen Form aufbereitet, transformiert, gewandelt, analysiert und klassifiziert werden, um nachfolgend relevante Inhalte und Aussagen abzuleiten. Die Veranstaltung stellt dafür wesentliche Methoden, Verfahren und Algorithmen der Low-Level-Verarbeitung vor. Diese sind wegen ihres generellen Charakters möglicher Bestandteil fast jeder Bildverarbeitungslösung. 

Gliederung der Vorlesung:

• Einführung / Grundlagen
• Wesen technischer Erkennungsprozesse
• Primäre Wahrnehmung / Entstehen digitaler Bilder
• Bildrepräsentationen und -transformationen
• 2D-Systemtheorie

• Verfahren der Bildvorverarbeitung
• Geometrische Bildtransformationen
• Bildstatistik und Punktoperationen
• Lineare und nichtlineare lokale Operationen
• Morphologische Operationen

• Ausgewählte Aspekte der Bildinhaltsanalyse
• ikonische Segmentierung und Merkmalextraktion
• Klassifikation

Der Student erhält einen umfassenden Überblick über wesentliche Basismethoden zur Verarbeitung digitaler Bilder, die im Rahmen der Lösung von Erkennungsaufgaben  verwendet werden. Neben dem rein informatischen Aspekt der digitalen Bildverarbeitung werden dem Studenten wichtige Zusammenhänge zum Entstehen und zur Beschreibung digitaler Bilder vermittelt. Im Ergebnis soll der Student in der Lage sein, einfache Erkennungsaufgaben zu lösen, die dafür benötigte Fachliteratur zu verstehen, richtig einzuordnen und zu werten sowie sich begrifflich sicher in diesem Wissensgebiet zu bewegen.

Aufbauend auf den vermittelten Inhalten kann der Student  sein erworbenes Wissen in weiterführenden Veranstaltungen, z.B. zur Systemtechnik und Systemtheorie der Bildverarbeitung (Prof. Notni), Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2) oder zur Grundlagen der 3D-Bildverarbeitung: Erfassung und Verarbeitung von 3D-Daten, ergänzen oder weiter auszubauen.

Die Veranstaltung ist begleitet von einer Übung, in dem die Vorlesungsinhalte nachbereitet, vertieft und einfache BV-Aufgaben mit einer Prototyping Software für Bildverarbeitungslösungen (VIP-Toolkit) bearbeitet werden. Zur Vorlesung werden weiterhin zahlreiche VIP-Toolkit-Lehrbeispiele bereitgestellt.

Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1): schriftliche Aufsichtsarbeit (Präsenz-Klausur), schriftliche Aufsichtsarbeit (Präsenz-Klausur) in Distanz entsprechend § 6a PStO-AB

Modulnote aus allen Teilleistungen

Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1): schriftliche Aufsichtsarbeit (Präsenz-Klausur), schriftliche Aufsichtsarbeit (Präsenz-Klausur) in Distanz entsprechend § 6a PStO-AB

Modulnote aus allen Teilleistungen