Die Vorlesung behandelt folgende Themengebiete:

Bildgewinnung

• Das optische System
• Bildsensoren, CCD und CMOS
• Digitalisierung und Quantisierung
• Farbräume

Bildvorverarbeitung

• Das Histogramm
• Lineare Filter, Rangordnungsfilter

Merkmalsextraktion

• Kanten
• Ecken
• Linien

Bildsegmentierung

• Schwellwertmethoden
• Clustering: K-Means und Mean-Shift
• Spektrale Methoden: Graphenschnittverfahren

Parametrische Bildausrichtung und Verbindung

• Detektoren und Deskriptoren
• Modellbasierte Bildtransformation

Bildverarbeitung mit Neuronalen Netzen

• Einführung und Überblick

Im Labor werden folgende Themen bearbeitet:

1. Einführung in Bildtypen, -Daten und Matlab-Funktionen

2. Lineare Filter

Transformation von Farbräumen, Filterung im
Zeitbereich, Filterung im Frequenzbereich

3. Merkmalsextraktion

Die Houghtransformation zur Auffindung von Geraden, Nichtlineare Filter/Morphologische Operatoren

4. Bildverglich und Zusammenfügen:

Detektion von Ecken und Bildtransformationen

• Szeliski, R., Computer Vision: Algorithms and Applications, Springer, 2010
• Jähne, B., Digitale Bildverarbeitung und Gewinnung, Springer 2012
• Forsyth, D., COmputer Vision: A Modern Approach, Addison Wesley, 2012
• Hartley, R., Zisserman, A., Multiple View Geometry in Computer Vision, 2. Auflage, Cambridge University Press, 2004
• Burger, W., Burge, M., J., DigitaleBildverarbeitung: Eine Einführung mit Java und ImageJ, Springer, 2004