INF.02362.09 - Einführung in die Bildverarbeitung (Complete module description)

PD Dr. Birgit Möller

Grundkenntnisse in linearer Algebra und Analysis, in Algorithmen und Datenstrukturen, sowie objektorientierte Programmierkenntnisse (vorzugsweise in Java)

Digitale Bildanalyse beschäftigt sich mit der automatischen Analyse und Interpretation bildhafter, d.h. matrixhafter Daten, die von unterschiedlichsten Sensoren stammen können. Das Ziel der Analyse ist es, aus den Daten Informationen über die dort abgebildete Umwelt zu extrahieren und damit gegebene Aufgabenstellungen zu lösen. Bildverarbeitung als Teil der Bildanalyse fokussiert dabei vorrangig auf die initiale Verarbeitung und Vorbereitung der Daten für komplexere Analyseschritte. Die in dieser Veranstaltung behandelten Methoden und Techniken sind daher weitestgehend problemunabhängig und frei von konkreten, anwendungsspezifischen Modellannahmen.
In der Veranstaltung werden die verschiedenen Methoden sowohl intuitiv motiviert wie auch mathematisch formalisiert. Neben den theoretischen Grundlagen, die in der Vorlesung vermittelt werden, werden die Verfahren im Rahmen der Übungen implementiert und ihre Anwendung in der Praxis anhand von Beispielfragestellungen erprobt. Dabei spielen auch Fragen der Effizienz von Algorithmen und relevante Datenstrukturen eine Rolle. Die folgenden Themengebiete werden in der Veranstaltung behandelt:

• Aufbau und Eigenschaften von digitalen Bildern
• Binärbilder, u.a. Schwellwertverfahren, morphologische Analysen, Binärbildsegmentierung
• Bildverbesserung, u.a. Kontrastverbesserung, lineare und nicht-lineare Filter
• kontur- und regionenbasierte Bildsegmentierung, u.a. Bildgradienten, Hough-Transformation, Regionensegmentierung im Bild-/Merkmalsraum, Level Sets
• spektrale Bildrepräsentation und Fouriertransformation
• Merkmalsextraktion und Quantifizierung von Bildstrukturen, einfache Klassifikationsansätze
• maschinelles Lernen in der Bildverarbeitung und -analyse

Bearbeitung von mindestens 80% der Übungsaufgaben, aktive Teilnahme an den wöchentlichen Übungen, nachzuweisen etwa durch Vorrechnen von Lösungen, Beteiligung an Diskussionen, oder die Vorstellung und Demonstration von Implementierungen sowie ggf. kleineren Projektaufgaben

mündl. Prüfung oder Klausur