Grundlagen der 3D-Bildverarbeitung - Interaktive Studienpläne der TU Ilmenau

Das Modul Grundlagen der 3D-Bildverarbeitung mit der Prüfungsnummer 230480 schließt mit folgenden Leistungen ab:

• schriftliche Prüfungsleistung über 60 Minuten mit einer Wichtung von 100% (Prüfungsnummer: 2300670)
• alternative Studienleistung mit einer Wichtung von 0% (Prüfungsnummer: 2300671)

Details zum Abschluss Teilleistung 2:
Hausaufgaben in der Vorlesungszeit

Dr.-Ing. Rico Nestler , Prof. Dr. Gunther Notni

P-Leistungen als Voraussetzung für Modulabschluss durch Hausaufgaben während des Semesters (aSL).

P-Leistungen bereits während des Semesters anmelden.

Studierende der MA-Studiengänge Ingenieurinformatik und Informatik sowie Biomedizinische Technik in verschiedenen Vertiefungsrichtungen. Studierende der MA-Studiengänge Medientechnologie, Elektrotechnik, Maschinenbau, Optronik (nach Studienplan) sowie MA-Studenten mit Interesse an 3D-Bildverarbeitung als Ergänzung oder zur Abrundung des Studiums.  

Kenntnisse in Physik, Mathematik sowie Informations- bzw. Nachrichtentechnik sind hilfreich.

Sehr empfohlen

Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1)

Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2)

Systemtechnik und Systemtheorie der Bildverarbeitung.

Fachkompetenz:

Der Hörer hat einen umfassenden Überblick zu technischen Verfahren der Erfassung von 3D-Daten. Dabei kennt er sowohl die systemtechnischen Aspekte von 3D-Sensoren als auch die Methoden / Verfahren zur Ermittlung räumlicher Information aus unterschiedlichen Daten der digitalen Bildgebung. Durch zahlreiche Praxisbeispiele, die in Vorlesung und Übungen diskutiert wurden, haben die Studierenden sich grundlegendes Wissen angeeignet.

Methodenkompetenz:

Im Ergebnis ist der Hörer in der Lage, Probleme der 3D-Erfassung zu analysieren und zu klassifizieren sowie wichtige Schritte der Problemlösung abzuleiten. Mit den vermittelten Kompetenzen ist der Hörer befähigt, in konkreten Anwendungen der 3D-Erfassung entwickelnd tätig zu werden.

Die Veranstaltung Grundlagen der 3D-Bildverarbeitung widmet sich technischen Ansätzen zur Gewinnung von Tiefeninformationen, den dabei erforderlichen Datenverarbeitungsaspekten. Der Schwerpunkt liegt auf optischen Ansätzen zur 3D-Datenerfassung, den zugehörigen systemtechnischen Realisierungen, den notwendigen theoretischen Grundlagen sowie Methoden / Verfahren der (Bild)Datenverarbeitung.
Mögliche Anwendungsgebiete dieser Techniken sind heutzutage sehr vielfältig und weit verbreitet, z.B. computergrafische Modellierungen dreidimensionaler Objekte (Reverse Engineering), Abstandsmessungen in selbstfahrenden Fahrzeugen oder zur Fahrerassistenz, Oberflächeninspektionen oder Prüfungen auf Maßhaltigkeit in der Qualitätssicherung, Lageschätzungen oder Hindernislokalisierung in der Robotik bzw. der Sicherheitstechnik. Verfahren zur Gestaltsrekonstruktion beinhalten in starkem Maße Elemente und Techniken der klassischen Bildverarbeitung. Genauso sind zur Erfüllung von Erkennungsaufgaben mit monokularer Bildverarbeitung heutzutage zunehmend 3D-Aspekte zu berücksichtigen.
Die wesentlichen Bildverarbeitungsaspekte zur Gewinnung der 3D-Information (3D-Bildgebung) werden in der Vorlesung ansatzbezogen diskutiert. Die ausführliche Darstellung des klassischen Verfahrens der Stereo- und Multikamera-Vision wird durch aktuelle Ansätze, wie die Weißlichtinterferometrie, die Fokusvariation, LIDAR oder das Time of Flight-Prinzip ergänzt. Die Veranstaltung schließt im Grundlagenteil wichtige systemtechnische, optische und geometrische Gesetzmäßigkeiten von Bildaufnahmeprozessen sowie Grundzüge der projektiven Geometrie ein.

Der Teilnehmende erhält einen umfassenden Überblick zu Verfahren der Erfassung von 3D-Objektoberflächen mit bildgebenden optischen Ansätzen bis hin zur qualitativen Analyse ausgewählter Szenen-/Objektpunkte in bildhaft erfassten dreidimensionalen Szenen. Dazu werden die notwendigen Grundlagen, die systemtechnischen Aspekte und die Bildverarbeitungs-Methoden/-Verfahren zur Gewinnung räumlich, geometrischer Szeneninformationen aus digitalen Bildern vermittelt.

Aufbauend auf den vermittelten Inhalten ist der Teilnehmende befähigt, sein Wissen in konkreten Anwendungen in einem der oben genannten Felder einzusetzen bzw. kann dieses im Rahmen weiterer Vorlesungen zur angewandten Bildverarbeitung, z.B. - Systemtechnik und Systemtheorie der Bildverarbeitung - Wahlmodul im Masterstudium
sowie zur bildbasierten Mustererkennung / künstlichen Intelligenz weiter ausbauen, spezialisieren und anwenden.

Die Veranstaltung ist begleitet von Übungen bzw. Exkursionen, in denen Vorlesungsinhalte nachbereitet und vertieft diskutiert werden.

Vorlesungsinhalte:

-Einleitung

-Historische und wahrnehmungsphysiologische Aspekte der 3D-Erfassung

-Überblick zu technischen Grundansätzen zur optischen 3D-Erfassung

-Grundlagen: Algebraische Beschreibung von geometrischen Transformationen, Abbildungen und Messanordnungen, Grundzüge der projektiven Geometrie und homogener Koordinaten, Optische Grundlagen
 bildgebender Systeme

-Binokularer / multiokularer inkohärent optischer Ansatz zur 3D-Erfassung / -Bildgebung: Tsai-Modellierung von Messkameras, Beschreibung polynokularer Kameraanordnungen und Prinzipien der geometrischen Kamerakalibrierung, Verfahren der 3D-Bildverarbeitung (Primärdatenaufbereitung, Korrespondenzsuche in Bildern-klassisch und neuronal, subpixelgenaues Erfassen von Strukturorten)

-Aktive 3D-Datenerfassung mit Musterprojektion und strukturiertem Licht

-3D über monokular erfasste Tiefenmerkmale / 3D-Aspekte der Bildverarbeitung: Depth from -Motion, -Shading, -Texture, -Fokus (Prinzipien und Randbedingungen der praktischen Anwendung)

-Praxisrelevante weitere Ansätze zur 3D-Erfassung

 elektronisches Vorlesungsskript "Grundlagen der 3D-Bildverarbeitung", Übungs- / Praktikumsunterlagen

Bitte für das Fach im aktuellen Semester-Moodle einschreiben. Das Einschreibepasswort erhalten Sie über die Fachseite automatisch oder auf Anfrage per eMail.

siehe auch Moodle

R. Hartley, A. Zisserman: Multiple View Geometry in computer vision. Cambridge University Press, 2010, ISBN 987-0-521-54051-3

G. Hauske, Systemtheorie der visuellen Wahrnehmung. Shaker Verlag 2003, ISBN 978-3832212933

R. Klette, A. Koschan, K. Schlüns: Computer Vision – Räumliche Information aus digitalen Bildern. Vieweg Verlag, Braunschweig/Wiesbaden, 1996, ISBN 3-528-06625-3

W. Richter: Grundlagen der Technischen Optik, Vorlesungsskripte, Technische Universität Ilmenau, Institut für Lichttechnik und Technische Optik, Fachgebiet Technische Optik

O. Schreer: Stereoanalyse und Bildsynthese, Springer, 2005, ISBN 3-540-23439-X

R. Szeliski: Computer Vision: Algorithms and Applications (Texts in Computer Science), Springer, 2nd ed. 2022 Auflage, ISBN: 978-3030343712, online: https://szeliski.org /Book

Th. Luhmann: Nahbereichsphotogrammetrie– Grundlagen, Methoden, Anwendungen. Wichmann Verlag, 2010

D. Kühlke: Optik – Grundlagen und Anwendung. Deutsch, Harri, Verlag GmbH, 2007

M. Kaschke et.al.: Optical Devices in OphthalmologyandOptometry: Technology, Design Principlesand Clinical Applications. Wiley-VCH, 2014

H. Gross: Handbook of Optical Systems. Vol.1; Vol.5, Wiley-VCH, 2005

Middlebury Stereo Vision Page:Taxonomy and comparison of many two-frame stereo correspondence algorithms.http://vision.middlebury.edu/stereo/

sowie die Vorlesungsunterlagen zu den Fächern Systemtechnik und Systemtheorie der Bildverarbeitung, Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1) und Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2)