Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Rechnersehen 1 - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung/Übung Langtext
Veranstaltungsnummer 19118 Kurztext FMI-IN0046
Semester WS 2017 SWS 4
Teilnehmer 1. Platzvergabe 30 Max. Teilnehmer 2. Platzvergabe 30
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning-Plattform
Hyperlink
Sprache Deutsch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.

Nach Zulassung ist eine Abmeldung auch durch den Teilnehmer möglich.

Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Mo. 12:00 bis 14:00 w. 16.10.2017 bis
09.02.2018
Carl-Zeiß-Straße 3 - SR 225   findet statt  
Einzeltermine anzeigen Mi. 12:00 bis 14:00 w. 18.10.2017 bis
09.02.2018
Carl-Zeiß-Straße 3 - SR 225   findet statt  
Gruppe 1-Gruppe:



Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Denzler, Joachim, Universitätsprofessor, Dr.-Ing. verantwortlich
Sickert, Sven , Dr. rer. nat. verantwortlich
Zuordnung zu Einrichtungen
Fakultät für Mathematik und Informatik
Inhalt
Kommentar 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. Darunter fallen
folgende Themen:

- 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

Die Vorlesung hat das Ziel, die notwendigen theoretischen Kenntnisse im
Bereich der signalnahen Verarbeitung zu vermitteln und konkrete Algorithmen
und effiziente Implementationen vorzustellen. Ein Besuch der Rechnerübung und
Bearbeitung der gestellten Programmieraufgaben ist deshalb unerlässlich.
Literatur Grundlage der Vorlesung ist das Lehrbuch von Gonzalez und Woods, das als
Textbuch dringend empfohlen wird. Die Folien der Vorlesung werden ergänzend
als Skript zur Verfügung gestellt
Bemerkung Einschreibung per CAJ ist notwendig
Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2017 , Aktuelles Semester: WiSe 2019/20

Impressum