DSB SoSe2018

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.

• Kostenlose Webinare (MATLAB Academy)
  • MATLAB Onramp
  • MATLAB Fundamentals
  • Introduction to Statistical Methods with MATLAB
  • MATLAB Programming Techniques (optional)

Primer

• MATLAb Primer
• Matlab: Eine Einführung von S. Teschl

YouTube

• Matlab Anwendung mit GUI erstellen. Beispiel： Textausgabe nach dem Knopfdruck

Tipps

• Es gibt die Möglichkeit, über S-Funktions Sensoren in MATLAB/Simulink einzubauen. Herr Giampiero Campa hat eine Anleitung geschrieben, die am Beispiel des Arduino Support Packages zeigt, wie dies geht: Link.
• Legacy Code Tool

Moodle

• Einführung in MATLAB
• Einführung in Simulink

Literatur

• Ingenieurmathematik kompakt – Problemlösungen mit MATLAB

HSHL Wiki

• Einführung in MATLAB
• Matlab/Simulink
• Bild- und Signalverarbeitung mit MATLAB

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