DSB SoSe2018: Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
Zeile 67: Zeile 67:
| 7    || [[Ground-Truth Referenz über Videokamera]]        ||  
| 7    || [[Ground-Truth Referenz über Videokamera]]        ||  
|-
|-
| 8    || [[DSB18: Kameragestützte Roboterortung]]        ||  
| 8    || [[DSB18: Kameragestützte Roboterortung|Kameragestützte Roboterortung]]        ||  
|-
|-
| 9    || [[Automatische Kamera Kalibrierung]]        ||   
| 9    || [[Automatische Kamera Kalibrierung]]        ||   
|-
|-
| 10  || [[DSB18: Spurerkennung]]        ||  
| 10  || [[DSB18: Spurerkennung|Spurerkennung]]        ||  
|-
|-
| 11  || [[DSB18: Start- und Stopplinienerkennung]]        ||  
| 11  || [[DSB18: Start- und Stopplinienerkennung|Start- und Stopplinienerkennung]]        ||  
|-
|-
| 12  || [[DSB18: Lückenfüllung Spurerkennung (Interp., extrap.)]]        ||  
| 12  || [[DSB18: Lückenfüllung Spurerkennung (Interp., extrap.)|Lückenfüllung Spurerkennung (Interp., extrap.)]]        ||  
|-
|-
| 13  || [[DSB18: Objekterkennung aus dem Videobild]]        ||  
| 13  || [[DSB18: Objekterkennung aus dem Videobild]]        ||  

Version vom 11. April 2018, 15:57 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
2 QR-Code erzeugen und lesen
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
10 Spurerkennung
11 Start- und Stopplinienerkennung
12 Lückenfüllung Spurerkennung (Interp., extrap.)
13 DSB18: Objekterkennung aus dem Videobild
14 DSB18: Verkehrszeichenerkennung
15 DSB18: Ampelphasenerkennung
16 DSB18: Inverse Perspektiventransformation
17 DSB18: Single Camera SLAM

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