Gegenstand der Vorlesung Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1) sind Methoden zur Lösung von Erkennungsaufgaben mit kamerabasierten technischen Systemen. Kamerabasierte ("sehende") technische Systeme sind heutzutage in der Automatisierungstechnik, der Robotik, der Medizintechnik, der Überwachungstechnik und im Automotive-Bereich sehr weit verbreitet.
Die Veranstaltung legt den Fokus zunächst auf digitale Bilder mit skalaren Pixelwerten (sogenannte Grauwertbilder), die im Sinne konkreter Aufgabenstellungen ausgewertet werden müssen. Das übergeordnete Ziel dieser Auswertung ist die Interpretation des Bildinhaltes auf verschiedenen Abstraktionsstufen. Dazu müssen die Bilder in ihrer technisch zugänglichen Form aufbereitet, transformiert, gewandelt, analysiert und letztlich klassifiziert werden, um relevante Inhalte und Aussagen ableiten zu können. In der Veranstaltung werden dafür wesentliche Methoden, Verfahren und Algorithmen betrachtet und im Kontext konkreter Anwendungen aus der Praxis diskutiert.
Neben den rein informatischen Aspekten der digitalen Bildverarbeitung werden in der Vorlesung wichtige Zusammenhänge zum Entstehen und zur Beschreibung digitaler Bilder vermittelt.
Im Ergebnis soll der Teilnehmende in die Lage versetzt werden, klassische Verarbeitungsketten zur Lösung bildbasierter Erkennungsaufgaben zu verstehen sowie für einfache und stets wiederkehrende Aufgaben der Bildvorverarbeitung selbst umzusetzen und sich begrifflich sicher in diesem interdisziplinären Wissensgebiet zu bewegen. Für aktuelle Anwendungsgebiete der Bildverarbeitung in der künstlichen Intelligenz, wie dem Deep Learning, werden beste Voraussetzungen geschaffen, um die in den Architekturen angelegten Verarbeitungsschritte der pixelbasierten Bildverarbeitung besser zu verstehen und zielgerichtet einzusetzen.
Die Veranstaltung ist begleitet von einer Übung, in der die Vorlesungsinhalte nachbereitet, vertieft und einfache BV-Aufgaben mit einer Prototyping Software für Bildverarbeitungslösungen (VIP-Toolkit) bearbeitet werden. Zur Vorlesung werden zahlreiche Lehrbeispiele bereitgestellt.
Aufbauend auf den in der Vorlesung vermittelten Inhalten kann der Teilnehmende das erworbene Wissen in weiterführenden Veranstaltungen zu Bildverarbeitungsgrundlagen z.B.
sowie weiteren Veranstaltungen zur angewandten Bildverarbeitung / künstlichen Intelligenz an der TU Ilmenau abrunden, weiter spezialisieren und anwenden.
