Lehrinhalte:
Die Erfassung und die Verarbeitung von Bildern (allgemein Sensordaten) mit Rechnern und mobilen Endgeräten verbreiten sich aufgrund der kostengünstigen Verfügbarkeit der gerätetechnischen Ausstattung rasant. Gegenstand der Lehrveranstaltung sind Methoden der digitalen Bildanalyse. Ein Schwerpunkt ist die klassische Verarbeitungskette der Bildanalyse, die sich in die Teile Diskretisierung, Bildrestauration, Bildverbesserung und Segmentierung gliedert. Dabei werden grundlegende Konzepte wie das Abtasttheorem, die Fourier-Transformation und andere Transformationen sowie Verfahren zur Lösung von Optimierungsproblemen präsentiert. Ein weiterer Schwerpunkt ist die Einführung in Maschinelle Lernverfahren (Deep Learing), in die Bildkompression und das 3D-Computersehen, die Grundlage für wichtige Anwendungen der digitalen Bildverarbeitung sind.

Die Absolventinnen und Absolventen der Lehrveranstltung sollen über ein Grundwissen verfügen, das sie in die Lage versetzt, Aufgaben, die einer Lösung mit den Methoden der digitalen Bildanalyse zugänglich sind, zu erkennen und zu bewältigen. Solche Aufgaben treten auch im Zusammenhang mit der Verarbeitung von Daten anderer Sensoren, beispielsweise 3D-Sensoren, auf. Die Studierenden sollen sich ferner auf dem Gebiet so zurechtfinden, dass Sie in der Lage sind, verwandte Methoden und Verfahren, die über diejenigen der Vorlesung hinausgehen, aufgabenabhängig ausfindig zu machen, zu verstehen und anzuwenden.

Vorlesungsstruktur:
Die Veranstaltung wird als 4-stündige Vorlesung mit einem zu einer dreistündigen Vorlesung äquivalenten Anteil an der Vorlesungszeit gehalten, d.h. die Vorlesung am Mittwoch findet nur bis zum 18.12.2019 statt. Da die Veranstaltung auch als Vorlesung ''Medizinische Bildverarbeitung" für Medizinphysiker angeboten wird, werden in der verbleibenden Vorlesungszeit spezifische Konzepte für die Medizinphysik präsentiert.

Materialien zu "Digitale Bildverarbeitung und Medizinische Bildverarbeitung - WS 2019/2020"

Übungen zu "Digitale Bildverarbeitung und Medizinische Bildverarbeitung - WS 2019/2020"

Hinweis: Zum Abruf der Materialien werden Zugangsdaten benötigt.
Diese werden in der Veranstaltung bekannt gegeben oder können per E-Mail erfragt werden.

Für Bachelor-Studierende: Siehe Bachelor-Modulhandbücher.

Prüfungshinweise zu den Vorlesungen "Digitale Bildverarbeitung" und "Medizinische Bildverarbeitung" (Vollständige Version, 29.01.2020): DBV_MDV1920_Pruefungshinweise_20200129_vollstaendig.pdf

Die Vorlesung folgt keinem speziellen Lehrbuch. Es soll ein Folienskript herausgeben werden. Als ergänzende Literatur wird empfohlen:

• R.C. Gonzalez, R.E. Woods, Digital Image Processing, 4. Aufl.,
  Prentice Hall, 2017 (eines der internationalen Standardlehrbücher)
• F.M. Wahl, Digitale Bildsignalverarbeitung, Springer-Verlag, 1989
• T.Y. Young, Handbook of Pattern Recognition and Image Processing, Academic Press, 2012
• R.O. Duda, P.E. Hart and D. G. Stork, Pattern Classification, 2. Aufl.,
  John Wiley and Sons, NY, 2000 (Standardbuch der Mustererkennung)