Computer Vision

Vorraussetzungen

  • Grundkenntnisse in Informatik, Programmiersprache C, Mathematik, Bildverarbeitung, Technik Multimedialer Systeme

Inhalt

  • Definition und Berechnung von Merkmalen
  • Klassifikation von Kanten und Linien und Ecken
  • Skelettierungsverfahren
  • Segmente und Objekte
  • Wissensbasierte Bildanalyse / Finden von geometrischen Formen
  • Kamerakalibrierung
  • Pose Estimation
  • Stereoskopie und Multi-Kamera-Ansichten
  • Subpixel-Genauigkeit
  • Objektverfolgung (Tracking)
  • Maschinelles Lernen

Literatur

  • D. Paulus: Aktives Bildverstehen. Der Andere Verlag, 2001
  • P. Haberäcker: Praxis der Digitalen Bildverarbeitung und Mustererkennung, Hanser
  • C. Steger, M. Ulrich, C. Wiedemann: Machine Vision Algorithms and Applications, Wiley-VCH
  • G. Bradsky, A. Kaehler: Learning OpenCV, O’Reilly
  • R. Hartley, A. Zisserman: Multiple View Geometry, Cambridge
  • W. Burger, M.J. Burge: Digitale Bildverarbeitung, Springer
  • R.C. Gonzalez, R.E. Woods: Digital Image Processing, Pearson

Dozent

1 SWS Vorlesung
1 SWS Seminaristische Übung
2 SWS Praktikum

Prüfung
120 min. schriftlich 
oder 20 min. mündlich

Wert
5 Credits