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
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