Aktuelle Informationen
Hier finden Sie einen Überblick zu den Inhalten der Vorlesung im Sommersemester 2023. Vorlesungsfolien Einführungsvorlesung 2023
Die Vorlesungssprache ist deutsch.
Zur Veranstaltung werden über Moodle elektronische Unterlagen bereitgestellt. Ein gedrucktes Vorlesungsskript ist ab Semesterbeginn im Copyshop erhältlich.
Falls Sie Interesse an der Vorlesung im Sommersemster 2023 haben, schreiben Sie sich ab 1.3.2023 bitte im Moodle dafür ein! Das Einschreibepasswort erhalten Sie automatisch per eMail oder auf Anfrage per eMail an rico.nestler@tu-ilmenau.de.
Die Moodle-Einschreibung ist wichtige Voraussetzung für die Teilnahme an der Veranstaltung.
Verantwortlich / Kontakt
Zielgruppe und Voraussetzungen
Studenten der BA-Studiengänge Biomedizinische Technik, Ingenieurinformatik und Informatik. MA-/BA-Studenten der Medientechnologie und Elektrotechnik sowie 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 sowie sehr empfohlen
Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1)
Überblick

Gegenstand der Vorlesung Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2) sind Methoden zur Lösung von bildbasierten Erkennungsproblemen in technischen Systemen mit Farbkameras oder mehrkanaligen bildgebenden 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 den Fokus auf mehrkanalige digitale Bilder am Beispiel von Bildern der spektralen Bildmodalität (Farbbilder), die im Sinne konkreter Aufgaben ausgewertet werden sollen. Die in der Vorlesung behandelten Methoden und Verfahren leiten sich unmittelbar aus bekannten Methoden der Grauwertbildverarbeitung, wie sie in der Vorlesung Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1) behandelt werden, ab oder werden unter Berücksichtigung der Zusammenhänge und der Bedeutung der Farbkanäle (Farbwerte) eines Bildes neu entwickelt. Dazu werden in der Veranstaltung wichtige Grundlagen zur „Farbe“ als subjektiver Sinnesempfindung, zu Farbräumen und –systemen, zur Farbmetrik vermittelt und durch Wissen zu multispektral-messenden und -wiedergebenden Systemen ergänzt. Das Ziel der Bildauswertung ist die Interpretation des Bildinhaltes auf verschiedenen Abtraktionsstufen. Dazu müssen die Bilder in der jeweils technisch zugänglichen Form, hier als mehrkanaliges (Farb-)Bild, 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.
Der Studierende erhält einen umfassenden Überblick zu den Besonderheiten der Verarbeitung digitaler Farbbilder im Rahmen von technischen Erkennungsaufgaben. Neben dem rein informatischen Aspekten der Bildverarbeitung werden dem Studenten wichtige Zusammenhänge zum Entstehen und zur technischen Beschreibung des Farbphänomens und der technischen Erfassung in Form digitaler Farbbilder vermittelt. Im Ergebnis ist der Kursteilnehmer 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 Verständnis aktueller Anwendungsgebiete auf diesem Gebiet, wie der multispektralen und multimodalen Bilderfassung und Bildsignalverarbeitung, werden durch die Vorlesung wichtige Vorraussetzungen geschaffen.
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.
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.
Inhalte

Einführung / Grundlagen
Geschichtliches (Newton, Goethe)
Farbbegriff und Farbwahrnehmung
Grundlagen der Farbmetrik
Farbräume und Farbtafeln
Ansätze zur Farbmessung und Farbkalibrierung
Farbbildverarbeitung / Verarbeitung mehrkanaliger Bilder
Statistik und Punktoperationen auf Farbbildern
ColorIndexing und Histogrammmatching
Lineare und nichtlineare lokale Operationen zur Störungsreduktion und Kantenhervorhebung
Ausgewählte Verfahren zur Bildinhaltsanalyse von farbigen und mehrkanaligen Bildern
Segmentierung
Merkmalgewinnung und Klassifikation
Übungen mit VIP-Toolkit™-Rapid Prototyping- Studentenversion
Literaturhinweise
M. Richter: Einführung in die Farbmetrik. Walter de Gruyter 1981, ISBN 3-11-008209-8.
L. W. MacDonald.: Colour imaging : vision and technology. Wiley, 1999, ISBN 0-471-98531-7.
Koschan, A. and Abidi, M. A.: Digital Color Image Processing. Wiley-Interscience, 2008.
Sangwine, Stephen J.: The colour image processing handbook. Chapman & Hall, 1998, ISBN 0-412-80620-7.
R.C. Gonzalez, R.E. Woods: Digital Image Processing. Addison-Wesley Publishing Company 2007, ISBN 978-0131687288.
sowie auch die Literaturempfehlungen zum Fach Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1)
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. ...