WPF Bildverarbeitung und Computer Vision

Lehrveranstaltung von Prof. Dr. Wolfgang Konen                                                   SoSe2021
E-mail:                                
Campus: Raum 3.230, Tel. -6275.

  Informationen zur Veranstaltung

Organisatorische Hinweise

Die Veranstaltung besteht aus Dozentenvorträgen sowie Seminar-/Projekt-/Lehr-Einheiten der Teilnehmer. Themen werden in der Startup-Veranstaltung besprochen, eigene Themenideen sind nach Absprache mit mir möglich (bitte per E-Mail an mich).

Startup-Veranstaltung: Di, 20.04.2021, 14 Uhr, Raum ZOOM

Anmeldung zum WPF:
1) Im ILIAS-Kurs WPF BV SoSe2021 anmelden, bei Erreichen der Kapazitätsgrenze entscheidet das Datum der Anmeldung.
2) Zum Startup-Termin (s.o.) anwesend sein, dort werden Seminar- und Projektthemen vergeben.
Sollte jemand aus triftigem Grund an der Startup- Veranstaltung nicht dabei sein können, dann bitte Email an mich. Wer ohne solche Email bei der Startup- Veranstaltung nicht da ist, wird von der Anmeldeliste genommen.

Teilnehmer jenseits der Kapazitätsgrenze landen im ILIAS-Kurs zunächst auf der Warteliste. Sie können und sollen bei Interesse aber trotzdem zur Startup-Veranstaltung kommen, denn wenn andere Teilnehmer stornieren, können sie evtl. nachrücken.

Link zur Zoom-Sitzung: siehe Beschreibung im ILIAS-Kurs WPF BV SoSe2021

Die Seminar-/Projekteinheiten bestehen aus (a) Vortrag und (b) Ausarbeitung zum Vortrag, die spätestens 24h vor dem Vortrag auf ILIAS elektronisch hinterlegt wird. Dies ist eine wichtige Voraussetzung.

Zielsetzung

Bildverarbeitung (BV) und Computer Vision (CV) sind rasant wachsende Fachgebiete an der Schnittstelle zwischen Informatik, Elektrotechnik, Mathematik, Neuro- und Kognitionswissenschaften. Entsprechend breit gefächert sind die Einsatzgebiete: Die Bildverarbeitung ist eine Schlüsseltechnologie für Industrieautomation, Medizintechnik, Dokumentenverarbeitung, Medien- und Kommunikationstechnik, Fernerkundung, Sicherheitstechnik u.v.a.m.

Das Modul „Bildverarbeitung und Computer Vision“ (WPF BV) liefert eine praxisorientierte Einführung in BV + CV für Studierende aller Informatik-Studiengänge.

Ein Schwerpunkt wird dabei auf den Algorithmen liegen, mit denen Aufgaben der Bildverarbeitung gelöst werden.

Wir wollen dies aber so wenig trocken wie möglich machen und deshalb unser Wissen in praktischen Übungen / Projekten direkt an Realweltdaten erproben. Hierzu gehören auch eigene Aufnahmen von Bildern/Bildsequenzen (z.B. mit Mobilgeräten). Dabei werden wir gleich eine Eigentümlichkeit der Algorithmen in der Bildverarbeitung kennenlernen: Die Daten enthalten fast immer zu einem gewissen Teil Rauschen oder Störungen, und Algorithmen, die in der Theorie gut aussehen mögen, können in der Praxis oft schwere Probleme aufweisen. Aber genau über diese Probleme gewinnt man Kompetenz in Bildverarbeitung und Erfahrung in der Einschätzung von Bildmaterial.

 

 Zielgruppe

Der Kurs wendet sich an alle, die etwas über die Methoden der Bildverarbeitung erfahren wollen.

 

Voraussetzungen

Gute Mathematikkenntnisse. Für ein tiefergehendes Verständnis der mathematischen Zusammenhänge sind grundlegende Kenntnisse der Linearen Algebra hilfreich. Keine Vorkenntnisse Bildverarbeitung notwendig.

Grundkenntnisse in Java, wir werden im Kurs das Java-Bildverarbeitungs-Tool ImageJ verwenden, wozu im Kurs eine kurze Einführung geboten wird.

Optional: Grundkenntnisse in Python, wir werden uns als Alternative auch das Computer-Vision-Tool OpenCV in seiner Python-Variante erarbeiten.

 

Ausbildungsziele

 

Lerninhalte

(V: Vorlesung, Ü: Übung, S: Seminar, P: Projektarbeit, Änderungen möglich)

V

Einführung Bildverarbeitung

rice-label2rgb

V

Visuelle Wahrnehmung, Bildentstehung, Erzeugung digitaler Bilder

V / Ü

Einführung ImageJ

V

Binärbildverarbeitung

Ü

·        Binär-Features (I + II),

·        Component Labeling

V / Ü

Morphologische Operatoren + Segmentierung

warp_out

V

2D-Filterung (Fourier, Gauss, Band, Notch, Kantenfilter)

Ü

·        Bildrestauration,

·        Gesichtsbild verkleinern

V

Bildverbesserung: Histogramme, Median, Differenz, Unsharp Masking

Ergänzende Themen


S/P

Geometrische Transformation, Warping

S/P

Panoramic View aus Einzelbildern

S/P

Linien- und Kreisdetektion: Hough-Transformation

S/P

Farbdetektion

S/P

Tracking, Analyse von Bildsequenzen

S/P

Segmentierung

S/P

Image Retrieval, adaptive Farbhistogramme


 

S/P

Objekterkennung und Klassifikation

S/P

Mustererkennung

S/P

Gesichtserkennung (Elastic Graphs)

S/P

3D-Bildverarbeitung, Stereo, Anwendungsbeispiel
Medizintechnik

S/P

Einführung OpenCV

Die Veranstaltung umfasst

Umfang / Teilnehmerbegrenzung

5 ECTS / max. 20 Studierende

 

Kommentiertes Literaturverzeichnis

Aufgaben                                                      Themen im Detail

 

Quellen: Viele Beiträge im Folienmaterial basieren in wesentlicher Form auf Unterlagen, die Prof. Dr. Thomas Zielke von der HS Düsseldorf freundlicherweise zur Verfügung stellte, wofür ich mich an dieser Stelle herzlich bedanke.

© Wolfgang Konen, 2021