Bild- und Videoverarbeitung

Studienorganisation

Studiensemester:  4

Turnus:  Sommersemester, jährlich

Schwerpunkt:  Studienschwerpunkt Medien-Programmierung

Modultyp:  Pflichtveranstaltung Studienschwerpunkt Medienprogrammierung

Lehrform:  Vorlesung/Labor

Sprache:  Deutsch

Kompetenzen/Lernziele 

Die Veranstaltung führt die mathematischen Grundlagen (Kernel-Operationen, Diskrete Cosinus Transformation) zur Analyse und Manipulation mehrdimensionaler Signale (Bild und Video) ein, stellt Algorithmen zur Manipulation von Signalen (z.B. Kantenfilter, Schärfungs- und Weichzeichnungsoperationen) und zur Merkmalsextraktion vor und setzt direkt diese im Programm Matlab um. Anhand mehrdimensionaler Merkmalsvektoren werden Verfahren zur Klassifikation, Segmentierung und Objektidentifikation vorgestellt. Zudem werden Verfahren zur effizienten Speicherung von Bild- und Videodaten sowie verlustfreie und verlustbehaftete Kompressions-formate vorgestellt. Die Veranstaltung nutzt die in den Veranstaltungen Strukturierte Programmierung, GUIProgrammierung und Algorithmen und Datenstrukturen erworbenen Programmier- Kompetenzen und legt die mathematischen und konzeptuellen Grundlagen der Signalverarbeitung von und der Mustererkennung in Medieninhalten. Grundlegende Konzepte und Methoden der Signalverarbeitung werden anhand der Analyse von Bild- und Videoverarbeitung vorgestellt und praktisch eingeübt.

Inhalte 

Grundlagen
Einführung in die Bild-/Videoverarbeitung, Einführung in die Matlab Image Processing Toolbox, Abbildung und Koordinatentransformationen

Image Enhancement
Punktoperationen, Mittelung, Schärfen/Kanten

Kompressionsverfahren für Einzelbilder
Einführung Diskrete Cosinus Transformation, JPEG

Kompressionsverfahren für Video
Bewegungsschätzung, MPEG 1/2, MPEG-4, H.263, H.264

Objektidentifikation
Segmentierung, Formanalyse, Objektklassifizierung

Aspekte der 3D Bildverarbeitung
Implementationsaspekte
Streaming-/Dateiformate im Bereich Einzelbild und Video, Zugriff auf Bild-/Videodaten in aktuellen APIs

Im Labor werden Übungen und Versuche passend zu den Themen der Vorlesung (z.B. Entwicklung Barcode-Leser, Erkennung Verkehrsschilder, Video-Überwachungssystem…) behandelt.
.

Arbeitsaufwand

4 SWS, 5,0 Creditpoints (CP)

60 h Präsenzstudium, 90 h Eigenstudium

Prüfung

Art der Prüfung:  Prüfungsleistung

Prüfungsform:  SP(MP, HA, AP(1,5))

Labor zur Anerkennung des Moduls nötig: 

Literatur 

• Gonzalez, R.C.; Woods, R.E.: Digital Image Processing. Upper Sandle River 2008.
• Gonzalez, R.C.; Woods, R.E.; Eddins: Dig. Image Proc. using Matlab. Upper Sandle River 2004.
• Jähne, B.: Digitale Bildverarbeitung. Springer Verlag, Berlin 2010.
• Strutz, T.: Bilddatenkompression. Vieweg Verlag, Wiesbaden 2009.

Voraussetzungen

Voraussetzungen lt. Prüfungs- und Studienordnung 

Orientierungsprüfung

Verantwortliche Dozenten

Modulverantwortliche(r):  Prof. Dr. Tim Aschmoneit

Dozent(in):  M.Sc. Tommy Dittloff Dipl.-Ing. Norbert Fuchs Dipl.-Ing. Ulrich Schwär