Zielgruppen: Master-Studenten der IA. Master-Studenten der Fakultäten EI, MB in Modulen zur Bildverarbeitung, 3D-Vision, Technischen Erkennung oder Optronik.

• Dr.-Ing. Rico Nestler
• Univ-Prof. Dr. rer. nat. Gunther Notni

gute Kenntnisse in Physik, Mathematik aber auch Informations- bzw. Nachrichtentechnik (Vorlesungen zu Systemtheorie, Signalen & Systemen), hilfreich: Systemtechnik und Systemtheorie der Bildverarbeitung (Prof. Notni), Grundlagen der Bildverarbeitung und Mustererkennung, Grundlagen der Farbbildverarbeitung

• 2 SWS Vorlesung, 1 SWS Übung

• Vorlesung: Mittwochs, 13:00-14:30 Uhr, Sr K 2003A
• Übung: Donnerstags-U, 11:00-12:30 Uhr, Sr HU 129
• Klausur: -

Die Veranstaltung „3D-Bildverarbeitung: Erfassung und Verarbeitung von 3D-Daten” widmet sich technischen Ansätzen zur Gewinnung von Tiefeninformationen, den dabei erforderlichen Datenverarbeitungsaspekten. Der Schwerpunkt liegt auf inkohärent optischen Ansätzen zur 3D-Datenerfassung, den zugehörigen systemtechnischen Realisierungen und notwendigen Methoden / Verfahren.

Die Verarbeitungsaspekte zur Gewinnung der 3D-Information werden dabei ansatzbezogen diskutiert. Die ausführliche Darstellung der klassischen Verfahren wird durch aktuelle Ansätze, wie die Weißlichtinterferometrie, die Fokusvariation oder das Time of Flight-Prinzip ergänzt. Die Veranstaltung schließt in einem Grundlagenteil wichtige systemtechnische, optische und geometrische Gesetzmäßigkeiten von Bildaufnahmeprozessen sowie Grundzüge der projektiven Geometrie ein.

Der Hörer erhält einen umfassenden Überblick zu Verfahren der Rekonstruktion von Objektoberflächen oder zur Abstandsanalyse ausgewählter Szenen-/Objektpunkte in dreidimensionalen Szenen. Dabei werden sowohl die systemtechnischen Aspekte als auch die Methoden / Verfahren zur Ermittlung räumlicher Information aus digitalen Bildern diskutiert. Mögliche Anwendungsgebiete dieser Techniken sind sehr vielfältig, z.B. computergrafische Modellierungen dreidimensionaler Objekte (Reverse Engineering), Abstandsmessungen in der Fahrzeugsteuerung, 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 Bildverarbeitung heutzutage zunehmend 3D-Aspekte zu berücksichtigen.

Aufbauend auf den vermittelten Inhalten ist der Hörer befähigt, sein Wissen in konkreten Anwendungen in einem der oben genannten Felder einzusetzen.

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

• 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
• R. Zhang et.al.: Shape from Shading: A Survey. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, Vol. 21, Nr. 8, S. 690-706, 1999
• O. Schreer: Stereoanalyse und Bildsynthese, Springer, 2005, ISBN 3-540-23439-X
• 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 (Prof. Notni),Grundlagen der Bildverarbeitung und Mustererkennung und Grundlagen der Farbbildverarbeitung

schriftliche Prüfung 60 min, mündliches Prüfungsgespräch nach Vereinbarung

Skripte & Übungsmaterialien (zuletzt aktualisiert 11.04.2019)

Vorlesungen

Die Skripte müssen in der VL durch Kommentare vervollständigt werden.
Kapitel 0: Einführung	SS2019
Kapitel 1:   Ge­schicht­liches, phy­sio­lo­gische und psycho­lo­gische Grund­lagen der Tiefen­wahr­nehmung, 3D-As­pek­te in Bild­ana­lyse und Com­pu­ter­gra­fik	SS2019
Kapitel 2:   Technische Grundansätze der optischen 3D-Erfassung, Schwerpunkte der Vorlesung, Anwendungsbeispiele	SS2019
Kapitel 3.1:   Geometrische Transformationen (Isometrien, Affinitäten und planare Abbildungen)	SS2019
Kapitel 3.2:   Projektiver Raum / homogene Koordinaten, Alge­bra­ische Be­schrei­bun­gen kon­kre­ter Ab­bil­dungs­pro­bleme (Zen­tral- und Pa­ral­lel­pro­jek­tion)	SS2019
Kapitel 3.3:   Optische Grundlagen	SS2019
Kapitel 4.1:   Beschreibung und Ka­li­brie­rung von Mess­ka­me­ra­an­ord­nun­gen (Tsai-Kameramodellierung, targetbezogene und szenenbezogene Kalibrierung)	SS2019
Kapitel 4.2:  Kor­respondenz­ana­ly­sen in Mehr­kamera­an­sich­ten (Überblick), An­nah­men und Ein­schrän­kun­gen für die Kor­res­pon­denz­suche (Con­straints), der Epipolar-Constraint	SS2019
Kapitel 4.3:   Verfahren der intensitätsbasierten Korrespondenz­ana­ly­se (lo­kal, glo­bal, semi-glo­bal), Prinzip des merkmalbasierten Vorgehens	SS2019
Kapitel 5.1: Aktive optisch geometrische 3D-Datenerfassung: struk­tu­rier­tes Licht & Mus­ter­pro­jek­tion(Grundlagen)	SS2019
Kapitel 5.2: Aktive optisch geometrische 3D-Datenerfassung: struk­tu­rier­tes Licht & Mus­ter­pro­jek­tion (Systeme)	SS2019
Kapitel 6:   Verfahren zur sub­pixel­ge­nauen Be­stim­mung von Strukturorten	SS2019
Kapitel 7.1: Monokulare Ansätze zur Gewinnung von Tiefeninformation: Shape from Motion (Optischer Fluss), -Shading, -Texture	SS2019
Kapitel 7.2: Monokulare Ansätze zur Gewinnung von Tiefeninformation: Auswertung von Fokusserien, Shape from Focus (Verfahren der Fokusvariation)	SS2019
Hinweise zur Prüfung	SS2019

Übungen

Die Arbeitsmaterialien müssen in den Übungen ergänzt und vervollständigt werden.
Übung 1: Vereinbarungen zu Koordinatensystemen, Winkeln und Strecken, Physio­lo­gie der mensch­lichen Tiefen­wahr­nehmung, Ho­ro­pter & Pa­num, Gren­zen der Tiefen­wahr­nehmung Beispiellösung	SS2019
Übung 2: Projektive Räume und homo­ge­ne Ko­or­di­na­ten / geometrische Transformationen (Bonushausaufgabe XX%)	SS2019
Übung 3: Tsai-Kamera­mo­dell / Constraints	SS2019
Übung 4: Bin­o­ku­la­re An­ord­un­gen / Korrespondenzanalyse (Bonushausaufgabe XX%)	SS2019
Praxisübung 28.6. / Exkursion 5: Sys­teme zur flächen­haf­ten 3D-Er­fas­sung und de­ren An­wen­dun­gen in der Qua­li­täts­siche­rung am Fachgebiet Qualitätssicherung und industrielle Bildverarbeitung	SS2019
Praxisübung 12.7. / Exkursion 6: 3D-Daten­er­fas­sung zur Raum­über­wa­chung mit ak­ti­ven und pas­si­ven Ver­fahren, Gewin­nung von 3D-Da­ten mit Weiß­licht-Inter­fero­me­trie am ZBS e.V. Ilmenau	SS2019