DSB SoSe2018: Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
 
(21 dazwischenliegende Versionen von 10 Benutzern werden nicht angezeigt)
Zeile 38: Zeile 38:
# Legoteil-Erkennung
# Legoteil-Erkennung
# Dobble Spiel gegen den Computer
# Dobble Spiel gegen den Computer
*
*ArUko Marker mit Matlab/Simulink erkennen - Einbindung von OpenCV über S-Function.
*Ground-Truth Referenz über Videokamera https://www.youtube.com/watch?v=PWdxnERpynU&t=1s
* Spurerkennung
* Automatische Kamera Kalibrierung
* Objekterkennung
* Start- und Stopplinienerkennung
# Lückenfüllung Spurerkennung (Interp., extrap.)
-->
-->
{| class="wikitable"
{| class="wikitable"
Zeile 43: Zeile 53:
! #                                          !! Thema                      !! Bearbeiter
! #                                          !! Thema                      !! Bearbeiter
|-
|-
| 1    || [[Augmented Reality Pool-Billard]]        ||  
| 1    || [[DSB18: Barcode erzeugen und lesen|Barcode erzeugen und lesen]]        || Tobias Brandt
|-
| 2    || [[DSB18: QR-Code erzeugen und lesen|QR-Code erzeugen und lesen]]        || Jerome Wolf
|-
| 3    || [[ArUco Marker erzeugen und mit Matlab erkennen]]        ||
|-
| 4    || [[ArUco Marker mit Matlab/Simulink erkennen - Einbindung von OpenCV über S-Function]]      || Torben Müller
|-
| 5    || [[DSB18: Stereo-Video|Stereo-Video]] ||  
|-
|-
| 2   || [[Stereo-Video]] ||  
| 6   || [[Bildforensik]] ||  
|-
|-
| 3   || [[Bildforensik]] ||  
| 7   || [[Ground-Truth Referenz über Videokamera]]       ||  
|-
|-
| 6   || [[DSB17: Laserscanner Objektbildung|Laserscanner Objektbildung]]        ||  
| 8   || [[DSB18: Kameragestützte Roboterortung|Kameragestützte Roboterortung]]        ||  
|-
|-
| 7   || [[DSB17: QR-Code erzeugen und lesen|QR-Code erzeugen und lesen]]        ||  
| 9   || [[Automatische Kamera Kalibrierung]]        || Madlen Bartnick
|-
|-
| 10  || [[Low-Cost Lidar Objekterkennung mit  Matlab/Simulink]]        ||  
| 10  || [[DSB18: Spurerkennung|Spurerkennung]]        || Steffen Topp
|-
|-
| 14  || [[Mindesthaltbarkeit erkennen]]        ||  
| 11  || [[DSB18: Start- und Stopplinienerkennung|Start- und Stopplinienerkennung]]        || Stephan Marks
|-
| 12  || [[DSB18: Lückenfüllung Spurerkennung|Lückenfüllung Spurerkennung (Interp., extrap.)]]        ||
|-
| 13  || [[DSB18: Objekterkennung aus dem Videobild|Objekterkennung aus dem Videobild]]        ||
|-
| 14  || [[DSB18: Verkehrszeichenerkennung|Verkehrszeichenerkennung]]        || Marc Eidhoff
|-
| 15  || [[DSB18: Ampelphasenerkennung|Ampelphasenerkennung]]        || John Kneib
|-
| 16  || [[DSB18: Inverse Perspektiventransformation|Inverse Perspektiventransformation]]        || Michael Menke
|-
| 17  || [[DSB18: Scan Matching SLAM|Scan Matching SLAM]]        ||
|-
| 18  || [[DSB18: Personalisierter Kalender |Personalisierter Kalender]]        ||  
|}
|}
== Einstieg in das Thema/Getting Started ==
Arbeite Sie sich in in der ersten Semesterwoche in Matlab/Simulink ein. Die Hochschule stellt hierfür Webinare und Moodle Kurse für Sie bereit.
*[https://matlabacademy.mathworks.com/ Kostenlose Webinare (MATLAB Academy)]
** MATLAB Onramp
** MATLAB Fundamentals
** Introduction to Statistical Methods with MATLAB
** MATLAB Programming Techniques (optional)
'''Primer'''
* [http://www.math.toronto.edu/mpugh/primer.pdf MATLAb Primer]
* [http://staff.technikum-wien.at/~teschl/MatlabSkriptum.pdf Matlab: Eine Einführung von S. Teschl]
'''YouTube'''
* [http://youtu.be/CHkE_8UmIDQ Matlab Anwendung mit GUI erstellen. Beispiel： Textausgabe nach dem Knopfdruck]
'''Moodle'''
* [https://campusapp01.hshl.de/course/view.php?id=699 Einführung in MATLAB]
* [https://campusapp01.hshl.de/course/view.php?id=1759 Einführung in Simulink]
'''Literatur'''
* [https://link.springer.com/book/10.1007/978-3-642-05453-2 Ingenieurmathematik kompakt – Problemlösungen mit MATLAB]
'''HSHL Wiki'''
*[[Einführung_in_MATLAB| Einführung in MATLAB]]
*[[Matlab/Simulink | Matlab/Simulink]]
*[[Bild-_und_Signalverarbeitung_mit_MATLAB | Bild- und Signalverarbeitung mit MATLAB]]


== Literatur ==
== Literatur ==
Zeile 69: Zeile 128:


----
----
→ zurück zum Hauptartikel: [[Digitale_Signal-_und_Bildverarbeitung| Digitale Signal- und Bildverarbeitung]]
→ zurück zum Hauptartikel: [[DSB_SoSe2018| Digitale Signal- und Bildverarbeitung 2018]]

Aktuelle Version vom 23. April 2018, 09:38 Uhr

Autor: Prof. Schneider

Ziele

Die Lehrveranstaltung "Digitale Signal- und Bildverarbeitung" hat laut Modulhandbuch folgende Ziele

  • Die technische Repräsentation digitaler Bilder kennen, verstehen und softwaretechnisch anwenden können.
  • Die Grundlagen der digitalen Signalverarbeitung verstehen und für zweidimensionale Signale (Bilder) anwenden können.
  • Die mathematischen Grundlagen orthogonaler Transformationen und ihre Bedeutung für die Bildverarbeitung verstehen und für die Lösung praktischer Bildverarbeitungsprobleme einsetzen können.
  • Die mathematischen Grundlagen und die Verfahren der Bildverbesserung kennen, verstehen und zur Lösung praktischer Probleme einsetzen können.

Die Vorlesung liefert hierzu das notwendige Fachwissen und in der Übung wird dieses praktisch mit Matlab an Beispielen umgesetzt.

Bonuspunkte durch freiwilliges Projekt

Als freiwillige Leistung kann jeder Kursteilnehmer bis zum 06.07.18 eine Übungsaufgabe eigenständig mit Matlab zu lösen. Diese Lösung ist vor dem Stichtag in SVN zu sichern.

Tipp: Sichern Sie Ihre Ergebnisse während der Arbeit bereits systematisch in Ihren Ordner x:\SVN\DSB\User\SoSe2018\.

Anforderungen an Ihre Lösung

Tragen Sie sich bis zum 11.04.18 für ein Thema ein oder fügen Sie ein mit Prof. Schneider abgestimmtes Thema hinzu.

Themenverteilung

# Thema Bearbeiter
1 Barcode erzeugen und lesen Tobias Brandt
2 QR-Code erzeugen und lesen Jerome Wolf
3 ArUco Marker erzeugen und mit Matlab erkennen
4 ArUco Marker mit Matlab/Simulink erkennen - Einbindung von OpenCV über S-Function Torben Müller
5 Stereo-Video
6 Bildforensik
7 Ground-Truth Referenz über Videokamera
8 Kameragestützte Roboterortung
9 Automatische Kamera Kalibrierung Madlen Bartnick
10 Spurerkennung Steffen Topp
11 Start- und Stopplinienerkennung Stephan Marks
12 Lückenfüllung Spurerkennung (Interp., extrap.)
13 Objekterkennung aus dem Videobild
14 Verkehrszeichenerkennung Marc Eidhoff
15 Ampelphasenerkennung John Kneib
16 Inverse Perspektiventransformation Michael Menke
17 Scan Matching SLAM
18 Personalisierter Kalender

Einstieg in das Thema/Getting Started

Arbeite Sie sich in in der ersten Semesterwoche in Matlab/Simulink ein. Die Hochschule stellt hierfür Webinare und Moodle Kurse für Sie bereit.

Primer

YouTube

Moodle

Literatur

HSHL Wiki

Literatur

  • Burger, W.; Burge, M. J. Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ. Berlin [u.a.]: Springer, 2. Auflage. 2014 (als eBook verfügbar)
  • Erhardt, A.: Einführung in die Digitale Bildverarbeitung: Grundlagen, Systeme und Anwendungen. Wiesbaden: Vieweg+Teubner 2008 (als eBook verfügbar)
  • Jähne, B. (2005). Digitale Bildverarbeitung. 6. Auflage. Berlin [u.a.]: Springer. (als eBook verfügbar) – Neue Auflage: 30. November 2012
  • Nischwitz, A.; Fischer, M.; Haberäcker, P.; Socher, G.: Computergrafik und Bildverarbeitung: Band II: Bildverarbeitung. Wiesbaden: Vieweg+Teubner, 3. Auflage. 2011. (als eBook verfügbar)
  • Tönnies, Klaus D.: Grundlagen der Bildverarbeitung. München: Pearson Studium, 2005.
  • Ballard, Dana H., Brown, Christopher M. (1982). Computer Vision. Englewood Cliffs (u.a.): Prentice-Hall


→ zurück zum Hauptartikel: Digitale Signal- und Bildverarbeitung 2018

Abgerufen von „https://wiki.hshl.de/wiki/index.php?title=DSB_SoSe2018&oldid=33113“