Lehrveranstaltungshandbuch Industrielle Bildverarbeitung

---

Verantwortlich: Prof. Dr. Thieling

Lehrveranstaltung

Befriedigt Modul (MID)

• aktuelle
  • Ba ET2012 Industrielle Bildverarbeitung
  • Ba TIN2012 Industrielle Bildverarbeitung

Organisation

Version erstellt 2011-10-14 VID 1 gültig ab WS 2012/13 gültig bis

Bezeichnung Lang Industrielle Bildverarbeitung LVID F07_IBV LVPID (Prüfungsnummer)

Semesterplan (SWS) Vorlesung 2 Übung (ganzer Kurs) Übung (geteilter Kurs) Praktikum 2 Projekt Seminar Tutorium (freiwillig)

Präsenzzeiten Vorlesung 30 Übung (ganzer Kurs) Übung (geteilter Kurs) Praktikum 30 Projekt Seminar Tutorium (freiwillig)

max. Teilnehmerzahl Übung (ganzer Kurs) Übung (geteilter Kurs) 30 Praktikum 15 Projekt Seminar

Gesamtaufwand: 150

Unterrichtssprache

• Deutsch

Niveau

• Bachelor

Notwendige Voraussetzungen

• Grundlagen der Sinalverarbeitung
• Grundlagen der Programmierung in Java oder C
• Grundlagen der Analysis und Linearen Algebra

Literatur

• Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, Prentice Hall
• Scott E Umbaugh, COMPUTER VISION and IMAGE PROCESSING: A Practical Approach Using CVIPtools, Prentice Hall
• Wolfgang Abmayer, Einführung in die digitale Bildverarbeitung,Teubner

Dozenten

• Prof. Dr. Thieling

Wissenschaftliche Mitarbeiter

• n.N.

Zeugnistext

Industrielle Bildverarbeitung

Kompetenznachweis

Form
sMP	Regelfall (bei großer Prüfungszahl: sK)

Aufwand [h]
sMP	10

Intervall: 3/Jahr

---

Lehrveranstaltungselemente

Vorlesung / Übung

Lernziele

Lerninhalte (Kenntnisse)

• Bildaufbau globale Bildeigenschaften und Zugriff auf Bilddaten
  • Bildmatrix
  • Grauwert- und Farbbilder
  • globale Bildeigenschaften
    • Mittelwert, Varianz, Entropie
    • Histogramm, kumulatives Histogramm
  • Entwicklungsumgebung
    • Software-Entwicklungsumgebung
      • Compiler
      • Linker
      • Debugger
    • Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse
      • programmtechnischer Zugriff auf Bilddaten und Parameter
      • Überblick über die zur Verfügung stehenden BV-Module
      • Erstellung eigener BV-Module
      • Erstellung von "Algorithmenketten" auf Basis von BV-Modulen mittels grafischer Programmierung
• Grauwerttranformationen
  • lineare Grauwerttranformation, Histogrammspreizung
  • nicht lineare Grauwerttranformation, Gammakorrektur
  • Histogrammasgleich
  • lokaler Histogrammausgleich
  • Look-Up-Tabellen
  • Flaschfarbendarstellung
• Farbbildanalyse und -verarbeitung
  • visuelle und technische Farberfassung
  • additive und subtraktive Farbmischen
  • RGB-Farbraum
  • HSI-Farbraum
  • Transformation zwischen RGB und HSI
• Rang-Ordnungs-Operatoren (nichtlineare Filterung)
  • Max, Min, Median
  • morphologische Operatoren
    • Erosion, Dilatation
    • Opening, Closing
    • Auffinden von Strukturen
• Analyse und Verarbeitung im Frequenzbereich
  • Fourieranalyse und -synthese eindimensionaler digitaler Signale
    • reales Spektrum, imaginäres Spektrum
    • Amplitudenspektrum, Phasenspektrum
    • Filterung im Frequenzbereich
  • Fourieranalyse und -synthese von Bildern
    • reales Spektrum, imaginäres Spektrum
    • Amplitudenspektrum, Phasenspektrum
    • Filterung im Frequenzbereich
      • richtungunabhängige Filter
      • richtungsabhängige Filter
      • inverser Filterung
• Lineare Filterung im Ortsbereich
  • Flatung, Faltugsmaske und deren Transformierte
  • typische Faltungsmasken (Mittelwert, Gauß, Differnz-Operator, Sobel-Operator, Laplace-Operator)
  • Gradient und dessen Berechnung mittels Differnz und Sobel-Operator
  • Analyse und Bewertung der Operator im Frequenzbereich
• Tracking
  • Normierter Kreuzkorrelation
  • Verfolgungen
    • ohne Schätzung
    • mit Schätzung (Kalmanfilter)
• Subpixelgenaue Kantenvermessung
  • eindimesional
  • zweidimensional mittels Gradient

Fertigkeiten

• die vorgestellten Verfahren zur Bildverbesserung mittels Grauwerttransformation
  • angeben
  • beschreiben
  • hinsichtlich der Einsatzfelder abgrenzen
  • hinsichtlich der Vor- und Nachteile bewerten
  • problemspezifisch parametrieren
• die vorgestellten Farbräume und der Algorithmen zu deren Analyse
  • angeben
  • beschreiben
  • hinsichtlich der Einsatzfelder abgrenzen
  • hinsichtlich der Vor- und Nachteile bewerten
  • problemspezifisch parametrieren
• die vorgestellten Verfahren zur nicht lineraren Filterung
  • angeben
  • beschreiben
  • hinsichtlich der Einsatzfelder abgrenzen
  • hinsichtlich der Vor- und Nachteile bewerten
  • problemspezifisch parametrieren
• Spektren von Bildern und/oder Faltungsmasken
  • analysieren
  • begründen
  • konstruieren
  • diskutieren
• die vorgestellten Verfahren zur lineraren Filterung (Orts- und Frequenzbereich)
  • angeben
  • beschreiben
  • hinsichtlich der Einsatzfelder abgrenzen
  • hinsichtlich der Vor- und Nachteile bewerten
  • problemspezifisch parametrieren

Begleitmaterial

• elektronische Vortragsfolien zur Vorlesung
• elektronische Übungsaufgabensammlung
• elektronische Software-Entwicklungsumgebung zum Compilieren, Linken, Debuggen (Visual-Studio)
• elektronisches Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse (IBV-Studio)
• elektronische Sammlung von Beispiel-Programmen und Beispielanwendungen
• elektronische Tutorials zum begleitenden Selbststudium
  • Handhabung der Entwicklungsumgebung Software-Entwicklungsumgebung
  • Handhabung der Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse

Besondere Voraussetzungen

• keine

Besondere Literatur

• keine

Besonderer Kompetenznachweis

• keiner

Praktikum

Lernziele

Fertigkeiten

• siehe Fertigkeiten, die unter "Vorlesung/Übung->Lernziele->Fertigkeiten" aufgeführt sind
• zielgerichtetes Handhaben der Software-Entwicklungsumgebung
• zielgerichtetes Handhaben der Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse

Handlungskompetenz demonstrieren

• komplexere Aufgaben in einem Kleinteam bewältigen
• Erarbeitung von komplexeren Problemlösungen die sich mittels Bildverarbeitung und Bildanalyse implementieren lassen
  • komplexere Problemstellungen verstehen und analysieren
    • Systemverhalten aus spezifizierenden Texten herleiten
    • System strukturiert analysieren
      • sinnvolle Teilsysteme erkennen
      • Schnittstellen zwischen Teilsystemen erfassen
  • Gesamtsystem auf Basis von Teilsystemes modellieren
    • Auswahl geeigneter bekannter Verfahren
    • Modifikation bekannter Verfahren
    • Kombination geeigneter Vefahren
  • Teilsysteme modellieren, implementieren, testen
    • Teilsysteme soweit möglich auf zur Vefürgung stehende Komponenten (BV-Module) abbilden, d.h. Modulauswahl und Parametrierung.
    • Nicht zur Verfügung stehende aber benötigte BV-Module mittels Software-Entwicklungsumgebung in C implementieren und testen
      • Compilieren (Finden syntaktischer Fehler und deren Behebung)
      • Debuggen (Finden semantischer Fehler und deren Behebung)
  • Gesamtsystem (Problemlösung) implementieren testen und validieren
    • Erstellung der Problemlösung als "Algorithmenkette" auf Basis von BV-Modulen mittels grafischer Programmierung
    • Parametrierung der BV-Module
    • Validierung der Problemlösung
    • Auf Basis der Validierungsergebnisse in Iterationszyklen die Algorithmenkette und die Parametrierung der BV-Module anpassen. Bei Bedarf auch die BV-Module selbst modifizieren.

Begleitmaterial

• elektronische Aufgabenstellung (Problembeschreibung)
• elektronische Software-Entwicklungsumgebung zum Compilieren, Linken, Debuggen (Visual-Studio)
• elektronisches Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse (IBV-Studio)
• elektronische Sammlung von Beispiel-Programmen und Beispielanwendungen
• elektronische Tutorials für Selbststudium
  • Handhabung der Entwicklungsumgebung Software-Entwicklungsumgebung
  • Handhabung der Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse

Besondere Voraussetzungen

• keine

Besondere Literatur

• keine

Besonderer Kompetenznachweis

• keiner