Aktuelle Informationen
Hier finden Sie einen Überblick zu den geplanten Inhalten der Vorlesung im Wintersemester 2022/2023. Überblick Folien Einführungsvorlesung
Die Vorlesungssprache ist deutsch.
Zur Veranstaltung werden elektronische Unterlagen (Vorlesung und Übung) in Moodle bereitgestellt. Im Copyshop ist ab Semesterbeginn auch ein gedrucktes Vorlesungsskript erhältlich.
Falls Sie Interesse an der Vorlesung haben, schreiben Sie sich bitte im Moodle dafür ein! Die Moodle-Einschreibung ist Voraussetzung für die Teilnahme an der Veranstaltung! Das Einschreibepasswort erhalten Sie automatisch per eMail oder auf Anfrage per eMail an rico.nestler@tu-ilmenau.de.
Verantwortlich / Kontakt
Zielgruppe und Voraussetzungen
Studenten der BA-Studiengänge Biomedizinische Technik sowie Ingenieurinformatik und Informatik, Medientechnologie und Elektrotechnik. MA-/BA-Studenten mit Interesse an Bildverarbeitung als Ergänzung oder zur Abrundung des Studiums.
Gute Kenntnisse in Physik, Mathematik sowie Informations- bzw. Nachrichtentechnik sind hilfreich. Ebenso Vorlesungen zu technischer Optik, Systemtheorie, Signalen & Systemen.
Überblick

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 ist der Studierende in der Lage, klassische Verarbeitungsketten zur Lösung bildbasierter Erkennungsaufgaben zu verstehen und zu gestalten, Teilaspekte von Verarbeitungslösungen richtig einzuordnen und umzusetzen sowie sich begrifflich sicher in diesem interdisziplinären Wissensgebiet zu bewegen. Für das methodische Verständnis aktueller Anwendungsgebiete der Künstlichen Intelligenz, wie dem Deep Learning, werden beste Vorraussetzungen geschaffen.
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 Studierende das erworbene Wissen in weiterführenden Veranstaltungen des Bachelor- und Masterstudiums, z.B.
sowie weiteren Veranstaltungen zur angewandten Bildverarbeitung / künstlichen Intelligenz an der TU Ilmenau weiter auszubauen und spezialisieren.
Inhalte


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 (Bildverbesserung, Kantenorthervorhebung und -erkennung)
Morphologische Operationen
Ausgewählte Aspekte der Bildinhaltsanalyse
Bildsegmentierung
Merkmalextraktion und Klassifikation
Übungen mit VIP-Toolkit™-Rapid Prototyping-Studentenversion
Literaturhinweise
B. Jähne: Digitale Bildverarbeitung und Bildgewinnung. Springer; Auflage: 7., 2012, ISBN 978-3642049514 (Lehrbuchsammlung)
B. Jähne: Digitale Bildverarbeitung. Springer; 2005, ISBN 3-540-24999-0 (Lehrbuchsammlung)
P. Haberäcker: Praxis der Digitalen Bildverarbeitung und Mustererkennung. Hanser Fachbuch, 1995, ISBN 978-3446155176 (Uni-Bibliothek)
P. Haberäcker: Digitale Bildverarbeitung. Hanser Fachbuch, 1991, ISBN 978-3446163393 (Uni-Bibliothek)
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
weitere Ergebnisse der Stichwortsuche "Bildverarbeitung", "Image Processing", "Mustererkennung"
Abschluss
P-Leistungen als Voraussetzung für Modulabschluss durch Hausaufgaben während des Semesters (aSL).
Modulnote aus schriftlicher Prüfung, 90 min oder mündlichem Prüfungsgespräch (nach Vereinbarung).
Termine, Skripte, Lehr- & Übungsmaterialien
Termine, Skripte, Lehr- & Übungsmaterialien finden Sie im Moodle. Hier gelangen Sie zu den Moodle-Kursen des FG...