| Lerninhalte |
Die Vorlesung stellt Teil 1 der beiden Module Rechnersehen an der Fakultät dar. Es werden vornehmlich Verfahren und Algorithmen behandelt, die dem signalnahen Bereich des Rechnersehens zuzuordnen sind, und dabei immer den Bezug zu neuesten Anwendungen aus Industrie und Wissenschaft herstellten. Regelmäßig werden deshalb auch Exkursionen zu Unternehmen in der Region in die Vorlesung integriert, z.B. Zeiss oder Cognix, sowie Einblicke in die aktuelle Grundlagenforschung im Bereich Computer Vision gegeben.
Folgende Themen werden behandelt:
- Fundamentale Grundlagen digitaler Bilder: u.a. Abtastung und Quantisierung
- Bildverbesserung im Ortsbereich: u.a. Kontrastverbesserung, Histogrammabgleich, Glättung
- Bildverbesserung im Frequenzbereich: u.a. Fouriertransformation, lineare Systeme und Filterung
- Bildwiederherstellung: u.a. Rauschmodelle und Rauschreduktion, geometrische Entzerrung
- Farbbildverarbeitung: u.a. Farbräume, Pseudofarben, Operatoren auf Farbbildern, Farbkompression
- Wavelets und Multiskalenanalyse: u.a. Auflösungshierarchien, Wavelettransformation
- Bildkompression: u.a. Redundanzbegriff, verlustbehaftete Codierung, Standards (JPEG2000, etc.)
- Morphologische Bildverarbeitung: u.a. Erosion, Dilatation, Konturextraktion, Skeletisierung
- Segmentierung: u.a. Kanten- und Liniendetektion, Schwellwertverfahren, Regionensegmentierung
- Merkmale aus Bildinformation: u.a. Signaturen, Kettencodes, Hauptachsen, Momente
- Erkennung in Bildern: u.a. Einführung in Mustererkennung, Bayes-Klassifikator, neuronale Netze, Deep Learning
- Anwendungen Industrie: Bildmanipulation, Bildstiching, Gesichtserkennung, Barcode-Lesen, Fußgängererkennung, u.v.m.
- Anwendungen Wissenschaft: Gesichtsanalyse in Medizin und Psychologie, automatisches Monitoring im Bereich Umwelt- und Klimawissenschaften sowie Biodiversitätsforschung
Die Vorlesung hat das Ziel, die notwendigen theoretischen Kenntnisse im Bereich der signalnahen Verarbeitung zu vermitteln und konkrete Algorithmen und effiziente Implementationen vorzustellen. Viele der vormittelten Grundlagen sind essentiell um heutige tiefe Lernverahren verstehen zu können. Ein Besuch der Rechnerübung und Bearbeitung der gestellten Programmieraufgaben ist deshalb unerlässlich. |
