Maschinelles Sehen

Pflichtmodul im 1. Fachsemester

Voraussetzungen

  • Grundkenntnisse in Mathematik, Informatik, Programmierung, Programmiersprache C, Bildverarbeitung

Qualifikationsziele

  • Vermittlung von Kenntnissen der Theorie und Anwendung fortgeschrittener Algorithmen der Bildverarbeitung
  • Befähigung zu Entwicklung und Einsatz von Methoden der Erkennung von Formen und Objekten
  • Befähigung zum Einsatz kommerzieller und freier Softwarebibliotheken zum Maschinellen Sehen (z.B. Halcon, OpenCV) in eigenen Projekten
  • Befähigung zur Entwicklung und Anwendung stereoskopischer Methoden und Algorithmen
  • Befähigung zum Einsatz moderner Methoden der medizinischen Bildverarbeitung

Inhalt

  • Definition und Berechnung von Bildmerkmalen
  • Klassifikation von Ecken und Kanten
  • Segmente und Objekte
  • Wissensbasierte Objekterkennung
  • Kamerakalibration
  • Rekonstruktion des Kamerastandorts („pose estimation“)
  • Stereoskopie und Multi-Kamera-Ansichten
  • Subpixel-Genauigkeit
  • Methoden der medizinischen Bildverarbeitung (Segmentierung, Registrierung)

Literatur

  • D. Paulus: Aktives Bildverstehen. Der Andere Verlag, 2001
  • C. Steger, M. Ulrich, C. Wiedemann: Machine Vision Algorithms and Applications, Wiley-VCH, 2007
  • G. Bradski, A. Kaehler: Learning OpenCV, O’Reilly, 2008/2016
  • R. Hartley, A. Zisserman: Multiple View Geometry, Cambridge
  • Handels H.: Medizinische Bildverarbeitung, Vieweg+Teubner 2009
  • D. L. Baggio et al.: Mastering OpenCV with Practical Computer Vision Projects, Packt Publishing, 2012
  • R. Laganière: OpenCV 2 Computer Vision Application Programming Cookbook, Packt Publishing, 2011

Dozent

1 SWS Vorlesung
1SWS Seminaristische Übung
2 SWS Praktikum

Leistungsnachweis
Voraussetzung zur Zulassung zur Modulprüfung ist die erfolgreiche Absolvierung der Praktika

Prüfung
120 min. schriftlich 
oder mündlich
oder alternative
Prüfungsleistung

Wert
5 Credits