http://www.tu-ilmenau.de

Logo TU Ilmenau


Fakultät für Maschinenbau
- FG Qualitätssicherung und Industrielle Bildverarbeitung
- Stiftungsprofessur Industrielle Bildverarbeitung

headerphoto Fakultät für Maschinenbau
- FG Qualitätssicherung und Industrielle Bildverarbeitung
- Stiftungsprofessur Industrielle Bildverarbeitung
Ansprechpartner

Univ.-Prof. Dr. rer. nat. Gunther Notni

Fachgebietsleiter

Telefon 03677 69-3820

E-Mail senden

Ihre Position

INHALTE

Grundlagen der Bildverarbeitung und Mustererkennung / Grundlagen der Digitalen Bildverarbeitung

Wintersemester 2017 / 2018

Zielgruppen: Studenten der IA-Bachelor-Studiengänge, die das Modul "Computervision" gewählt haben. Studenten außerhalb IA in Modulen zur Bildverarbeitung, Technischen Erkennung, Studenten mit Interesse an Bildverarbeitung.

Verantwortlich

Voraussetzungen

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

Umfang

  • 2 SWS Vorlesung, 1 SWS Übung

Termine

  • Vorlesung: Freitag 13:00-14:30 Uhr, Sr Oe 311
  • Übung: Freitag (G) 14:45-16:15 Uhr, Sr Oe 311

Überblick

Gegenstand der Vorlesung "Grundlagen der Bildverarbeitung und Mustererkennung" ("Grundlagen der digitalen Bildverarbeitung") 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. 

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), Farbbildverarbeitung oder zur Erfassung und Verarbeitung von 3D-Daten, ergänzen oder weiter auszubauen.

Die Veranstaltung ist begleitet von einem Seminar, 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.

Vorlesungsinhalte

  • 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 (Bildverbesserung,  Kantenorthervorhebung und -erkennung)
    • Morphologische Operationen
  • Ausgewählte Aspekte der Bildinhaltsanalyse
    • Bildsegmentierung
    • Merkmalextraktion
    • Klassifikation

Literatur

  • J.Beyerer, F.P. Puente Leon, C. Frese: Automatische Sichtprüfung -  Grundlagen, Methoden und Praxis der Bildgewinnung und Bildauswertung. Springer Verlag 2012, ISBN 978-3-642-23965-6
  • F. Wahl: Digitale Bildsignalverarbeitung, Springer Verlag 1989, ISBN 3-540-13586-3
  • W. Abmayr: Einführung in die digitale Bildverarbeitung. B.G. Teubner Stuttgart 1994, ISBN 3-519-06138-4
  • B. Jähne: Digitale Bildverarbeitung und Bildgewinnung. Springer; Auflage: 7.,  2012, ISBN  978-3642049514
  • B. Jähne: Digitale Bildverarbeitung. Springer; 1994, ISBN  3-540-61379-X
  • P. Haberäcker: Praxis der Digitalen Bildverarbeitung und Mustererkennung. Hanser Fachbuch, 1995, ISBN 978-3446155176
  • P. Haberäcker: Digitale Bildverarbeitung. Hanser Fachbuch, 1991, ISBN 978-3446163393
  • P. Haberäcker: Praxis der Digitalen Bildverarbeitung und Mustererkennung. Hanser Fachbuch, 1995, ISBN 978-3446155176

Abschluss

im Modul "Computervision" schriftliche Prüfung 90 min, Modulnote zusammen mit Fach "Grundlagen der Farbbildverarbeitung" im SS 2018, Nachholer Modulklausur 180 min

ansonsten schriftliche Prüfung  90 min oder mündliches Prüfungsgespräch nach Vereinbarung

Skripte, Lehr- & Übungsmaterialien (zuletzt aktualisiert am 13.12.2017)

Vorlesungen

  Die Skripte müssen in der VL vervollständigt werden. Bitte installieren Sie für die Lehrbeispiele das VIP-Toolkit™-BV-Rapid Prototyping- Studentenversion.
Kapitel 0: Einführung, Wesen der technischen Erkennung  WS 17/18 pdf-Dokument
pdf-Dokument

Kapitel 1-1: Primärwahrnehmung: Radiometrie, Bildsensoren, Objekt-Strahlung.Wechselwirkungen

Ergänzungsfolie

 WS 17/18 pdf-Dokument

Kapitel 1-2: Bildrepräsentationen, Bildtransformationen...

VIP-Beispiel zur separierten Er­zeu­gung von 2D-Ba­sis­bil­dern (Trans­for­ma­tions­kern) der DFT

VIP-Beispiel zu Rotations­theo­rem und Ver­schie­bungs­theo­rem der FT

VIP-Beispiel zu Ermittlung globaler Bildmerkmale aus der DFT

 VIP-Beispiel zum Prin­zip der Wave­let-Ana­lyse

 WS 17/18 pdf-Dokument

Kapitel 1-3: Systemtheoretische Grundlagen

VIP-Projekt zu Test­bil­dern für die Ab­stim­mung von Ver­ar­bei­tungs­pipe­lines oder zur systemtheoretischen Be­wer­tung von Ope­ra­to­ren (Filter)

 WS 17/18 pdf-Dokument

Kapitel 2: Bild­vor­ver­ar­bei­tung, Geo­me­tri­sche Trans­for­ma­tio­nen und Re­sam­pling

VIP-Beispiel zu geo­me­tri­schen Bild­trans­for­ma­tio­nen und zum Re­sam­pling­pro­blem

VIP-Beispiel zu geo­me­tri­schen Bild­trans­for­ma­tio­nen mit idealem Resampling (Interpolation)

 WS 17/18 pdf-Dokument

Kapitel 3: Grauwertstatistik

 pdf-Dokument Korrektur gedruckte Skripte Seite 23

VIP-Beispiel zur Aussagekraft von Histogrammen und Histogrammmerkmalen

VIP-Beispiel zur statistischen Beschreibung mit Co-Occurence-Matrizen

 WS 17/18 pdf-Dokument

Kapitel 4: Punktoperationen (Shading­ko­rrek­tur, Grau­wert­mani­pu­la­tionen)

VIP-Beispiel zur bildbezogenen Shadingkorrektur

VIP-Beispiel zur Histogrammanpassung durch homogene Punktoperation

 WS 17/18 pdf-Dokument

Kapitel 5-1: Lokale Operatoren 1 (Lineare Ope­ra­to­ren, Tief­pass­fil­ter)

VIP-Beispiel zum Prinzip der großräumigen Mittelung mit kaskadierten Binomialfiltern

 WS 17/18 pdf-Dokument

Kapitel 5-2: Lokale Operatoren 2 (Rangordnungsfilter, bedingte Filter, effiziente Filter-Implementierung)

VIP-Beispiel zu leistungsfähigen adaptiven Filteransätzen

 WS 17/18 pdf-Dokument

Kapitel 6: Morphologische Operationen auf Binärbildern (Basisoperatoren Dilatation und Erosion, ausgewählte komplexere morphologische Operationen)

VIP-Beispiele zu morphologischen Basisoperationen (Opening-Closing, Hit&Miss)

VIP-Beispiel zu komplexeren morphologischen Operationen (erw. Hit&Miss & zyklisches Abschmelzen, Skelettierung)

 WS 17/18 pdf-Dokument

Kapitel 7: Kantenoperatoren (lineare/nichtlineare Operatoren und Methoden zur Kantenorthervorhebung und -detektion)

VIP-Beispiel zum Prinzip des Canny-Kantendetektors

VIP-Beispiel zu nichtlinearen Ansätzen zur Kantenorthervorhebung

 WS 17/18 pdf-Dokument

Kapitel 8: Segmentierung (allgemeine Segmentierungsaufgabe, Verfahren zur pixel-,regionen-, kantenbasierten Segmentierung: Pixelklassifikation, Region Growing, Wasserscheidentransformation), Ausblick

 VIP-Beispiel zur Segmentierung per Pixel­klas­si­fi­ka­tion mit ei­nem auto­ma­ti­schen Multi­schwell­wert­ver­fahren

 

 WS 17/18 pdf-Dokument

Hinweise zur Prüfung

WS pdf-Dokument

 

Seminare

  Die Arbeitsmaterialien müssen im Seminar vervollständigt werden.
Bitte installieren Sie für Experimente das VIP-Toolkit™-BV-Rapid Prototyping-Studentenversion.
Seminar 1: Vorstellung VIP-Toolkit-Experimentiersoftware und erste ein­fache Ex­pe­ri­men­te zu Sin­nes­täu­schun­gen, Pri­mä­re Wahr­neh­mung (op­ti­sche Strah­lung, tech­ni­sche Licht­quel­len)  WS 17/18 zip-Archiv

Seminar 2: Elemente der Primärwahrnehmung: Radiometrische und photometrische Betrachtungen

 WS 17/18

zip-Archiv

Seminar 3: Bildrepräsentationen & Systemtheorie: Grenzen der Ortsauflösung, Frequenzbegriffe, DFT und VIP-Toolkit-Experimente zur DFT, Bonus-Hausaufgabe

WS 17/18

zip-Archiv

Seminar 4: Geometrische Bildtransformationen und Bildstatistik, VIP-Toolkit-Experimente, Bonus-Hausaufgabe

WS 17/18

zip-Archiv

Seminar 5: Punktoperationen (Shading-Korrektur, histogrammbasierte Kontrastmanipulationen) und lokale Operatoren 1, VIP-Toolkit-Experimente

WS 17/18

zip-Archiv

Seminar 6:

WS 17/18


Seminar 7:

WS 17/18