Bildverarbeitung für Ingenieure

Die Inhalte der Vorlesung und Übung, wie Vorlesungsfolien, Übungsaufgaben und Musterlösungen finden Sie in Moodle in Form von pdf-Dateien.

Die Veranstaltung Bildverarbeitung für Ingenieure gehört für Studenten der Vertiefungsrichtung Automatisierungstechnik zum Wahlpflichtprogramm des Hauptstudiums. Sie richtet sich außerdem an Studenten der Mechatronik, sowie Interessenten anderer Studienrichtungen.

Die Vorlesung baut auf den Grundlagen der Mathematik für Ingenieure und der Signaltheorie auf. Es handelt sich um eine '2+1'-Veranstaltung, die aus Vorlesungsteil und Übungsteil (14-tägig) besteht. Der reine Vorlesungsstoff ist in zwei Teile A) Grundlagen der Bildverarbeitung und B) Grundlagen der Bildanalyse, aufgeteilt. Die Übung besteht aus Vorrechenaufgaben.

Die Vorlesung soll die wesentlichen mathematischen Grundlagen, die zur Bearbeitung von ingenieurtechnischen Bildverarbeitungsproblemen benötigt werden, anschaulich erklären. Der Schwerpunkt liegt dabei auf den Grundlagen, die für den Einsatz von Bildverarbeitungssystemen in Zusammenhang mit Mess- und Automatisierungsanwendungen relevant sind. Anwendungen dieser Grundlagen finden sich unter anderem auf den Gebieten der bildbasierten Qualitätskontrolle, der visuellen Robotik, der Photogrammetrie, der visuellen Odometrie, der bildgestützten Fahrerassistenz usw.

Ziel ist es, den Studenten ein gutes Verständnis für die Zusammenhänge zwischen dreidimensionaler Welt und zweidimensionalem Abbild einer Kamera zu vermitteln und ihnen aufzuzeigen, welche Möglichkeiten bestehen, sich Informationen der dreidimensionalen Welt aus den Daten eines Bildes zu erzeugen, wie beispielsweise Lage oder Typ von Objekten. Dazu werden verschiedene Modellansätze vorgestellt und deren Eigenschaften besprochen, damit beurteilt werden kann, für welchen technischen Einsatz und unter welchen Bedingungen die jeweiligen Verfahren nutzbar gemacht werden können.

In den Übungen werden Rechenaufgaben sowie Kniffe und Details für eine praxisnahe und effiziente Umsetzung von Standardalgorithmen der Bildverarbeitung besprochen.

• Grundlagen der Bildverarbeitung
• • Einführung
  • Bildaufnahme – Projektive Geometrie
  • Kamerakalibrierung
  • Diskrete 2D Signale

• Grundlagen der Bildanalyse
• • Bildstatistik
  • Filter
  • Bildzerlegung
  • Bildmerkmale

Die vorlesungsbegleitenden und klausurrelevanten Folien der Vorlesung und Übungsaufgaben sind zu Beginn der Vorlesung direkt im Hörsaal oder unter TU-Can erhältlich.

Vertiefende Literatur:

• Yi Ma, Stefano Soatto, Jana Kosecka und Shankar S. Sastry, An Invitation to 3-D Vision – From Images to Geometric Models, Springer, 2003.
• Bernd Jähne, Digitale Bildverarbeitung, 6. Auflage, 2005.
• Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer 2006.