Technische Universität Ilmenau

Fundamentals of Image Processing and Pattern Recognition - Modultafeln of TU Ilmenau

The Modultafeln have a pure informational character. The legally binding information can be found in the corresponding Studienplan and Modulhandbuch, which are served on the pages of the course offers. Please also pay attention to this legal advice (german only). Information on place and time of the actual lectures is served in the Vorlesungsverzeichnis.

subject properties subject number 5446 - common information
subject number5446
department
ID of group2362 (Group for Quality Assurance and Industrial Image Processing)
subject leader Dr. Rico Nestler
languageDeutsch
term Wintersemester
previous knowledge and experience

gute Kenntnisse in Physik, Mathematik aber auch Informations- bzw. Nachrichtentechnik (Vorlesungen zu Systemtheorie, Signalen & Systemen)

learning outcome

Der Hörer 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 Hörer in der Lage sein, typische Verarbeitungsabfolgen zur Lösung bildbasierter Erkennungsaufgaben anzuwenden, die dafür benötigte Fachliteratur zu verstehen, richtig einzuordnen und zu werten sowie sich begrifflich sicher in diesem interdiziplinären Wissensgebiet zu bewegen.

Aufbauend auf den vermittelten Inhalten kann der Hörer das erworbene Wissen im Masterstudium in weiterführenden Veranstaltungen zur Systemtechnik der Bildverarbeitung und 3D-Bildverarbeitung, z.B. zur Systemtechnik und Systemtheorie der Bildverarbeitung (Prof. Notni), Erfassung und Verarbeitung von 3D-Daten (Prof. Notni/Dr. Nestler), ergänzen oder weiter auszubauen.

content

Gegenstand der Vorlesung "Grundlagen der Bildverarbeitung und Mustererkennung - Computervision I" 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
  • Verfahren der Bildvorverarbeitung
    • Geometrische Bildtransformationen
    • Bildstatistik und Punktoperationen
    • Lineare und nichtlineare lokale Operationen
    • Morphologische Operationen
  • Ausgewählte Aspekte der Bildinhaltsanalyse
    • ikonische Segmentierung
    • Merkmalgewinnung und Klassifikation

Die Veranstaltung ist begleitet von Übungen, in denen 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.

media of instruction

elektronisches oder gedrucktes Vorlesungsskript "Grundlagen der Digitalen Bildverarbeitung und Mustererkennung", Übungsunterlagen, BV-Experimentiersystem VIP-Toolkit™-Rapid Prototyping

literature / references

siehe Rubrik Literatur in der Fachbeschreibung

evaluation of teaching

Pflichtevaluation:

WS 2011/12 (Fach)

Freiwillige Evaluation:

Ws 2014/15 (Vorlesung, Übung)

WS 2015/16 (Vorlesung, Übung)

WS 2016/17 (Vorlesung, Seminar)

WS 2017/18 (Vorlesung, Seminar)

Hospitation:

Details in major Bachelor Elektrotechnik und Informationstechnik 2008, Bachelor Elektrotechnik und Informationstechnik 2013
subject nameFundamentals of Image Processing and Pattern Recognition
examination number2200191
credit points4
on-campus program (h)34
self-study (h)86
Obligationobligatory
examwritten examination performance, 90 minutes
details of the certificate

schriftliche Prüfung 90 min, mündliches Prüfungsgespräch nach Vereinbarung

maximum number of participants
Details in major Bachelor Medientechnologie 2013
subject nameFundamentals of Image Processing and Pattern Recognition
examination number2200191
credit points4
on-campus program (h)34
self-study (h)86
Obligationobligatory elective
examwritten examination performance, 90 minutes
details of the certificate

schriftliche Prüfung 90 min, mündliches Prüfungsgespräch nach Vereinbarung

maximum number of participants
Details in major Bachelor Ingenieurinformatik 2008, Bachelor Informatik 2013, Bachelor Ingenieurinformatik 2013
subject nameFundamentals of Image Processing and Pattern Recognition
examination number2200426
credit points
on-campus program (h)
self-study (h)
Obligationobligatory
examnone
details of the certificate

schriftliche Prüfung 90 min, mündliches Prüfungsgespräch nach Vereinbarung

maximum number of participants
Details in major Master Wirtschaftsinformatik 2009
subject nameFundamentals of Image Processing and Pattern Recognition
examination number2200191
credit points3
on-campus program (h)34
self-study (h)56
Obligationobligatory
examwritten examination performance, 90 minutes
details of the certificate

schriftliche Prüfung 90 min, mündliches Prüfungsgespräch nach Vereinbarung

maximum number of participants
Details in major Bachelor Medientechnologie 2008
subject nameFundamentals of Image Processing and Pattern Recognition
examination number2200033
credit points4
on-campus program (h)34
self-study (h)86
Obligationobligatory
examwritten pass-fail certificate, 90 minutes
details of the certificate

schriftliche Prüfung 90 min, mündliches Prüfungsgespräch nach Vereinbarung

maximum number of participants