Digitale Bildverarbeitung (Bachelor)

NummerUmfangTerminDozent
0403014VMo. 12:15–14:00, Online-Vorlesung (Beginn: 11.10.)
Mi. 08:30–10:00, Online-Vorlesung
Priv-Doz. Dr. Frank Weichert
 ÜbungsbetreuungDi. 14:00–16:00, Online-Übung
Do. 10:00–12:00, Online-Übung
N.N.

Anmeldung zur Online-Vorlesung

Informationen zur Online-Veranstaltung

  • Die vorliegenden Hinweise erfolgen unter der Annahme, dass die Vorlesung als Online-Veranstaltung gehalten wird. Sofern es zu einer abweichenden Regelung kommt, werden wir Hinweise umgehend angepasst.

  • Die Online-Vorlesung wird live über ein Webkonferenz-System gehalten, sodass auch Fragen gestellt werden können. Zudem werden die Folien durch Live-Beispiele auf einem virtuellen Whiteboard ergänzt.

  • Im Nachgang zur live gehaltenen Online-Vorlesung werden alle Vorlesungen zudem als Video zur Verfügung gestellt. Dies gilt selbstverständlich auch weiterhin für alle Vorlesungsfolien als klassische pdf-Files.

  • Ergänzend zur Vorlesung wird es wöchendlich eine Online-Fragestunde geben, um Nachfragen zur Vorlesung stellen zu können.

  • Zur allgemeinen Diskussion und Beantwortung von Fragen zur Vorlesung steht mit Beginn der Vorlesung ein Chat-System als moderiertes Diskussionsforum zur Verfügung.

Beschreibung

Lehrinhalte:
Die Erfassung und die Verarbeitung von Bildern und Bilddatenfolgen (allgemein Sensordaten) mit Rechnern und mobilen Endgeräten verbreiten sich aufgrund der kostengünstigen Verfügbarkeit der gerätetechnischen Ausstattung rasant. Gegenstand der Lehrveranstaltung sind Methoden der digitalen Bildverarbeitung und -analyse. Ein Schwerpunkt ist die etablierte Verarbeitungskette der Bildanalyse, welche sich in die Teile Diskretisierung, Bildrestauration, Bildverbesserung, Segmentierung und Mustererkennung bzw. Klassifikation gliedert. Dabei werden grundlegende Konzepte wie das Abtasttheorem, die Fourier-Transformation und andere Transformationen sowie Verfahren zur Lösung von Optimierungsproblemen (z.B. Dimensionsreduktion, Denoising) präsentiert. Weitere Schwerpunkte sind die Einführung in aktuelle Maschinelle Lernverfahren (u.a. Deep Convolutional Neural Networks), die Bild-/Videokompression und das 3D-Computersehen, die Grundlagen für wichtige Anwendungen der digitalen Bildverarbeitung sind.

Vorlesungsstruktur:
Die Veranstaltung wird als 4-stündige Vorlesung mit einem zu einer dreistündigen Vorlesung äquivalenten Anteil an der Vorlesungszeit gehalten (Details in der ersten Vorlesung). Da die Veranstaltung auch als Vorlesung ''Medizinische Bildverarbeitung" für Medizinphysiker angeboten wird, werden in der verbleibenden Vorlesungszeit spezifische Konzepte für die Medizinphysik präsentiert.

Teilnahmevoraussetzungen

Für Bachelor-Studierende: Siehe Bachelor-Modulhandbücher.

Literatur

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)