Digitale Bildverarbeitung WS'21/22
Vorlesung mit Übung

Aktuelles

Die Termine für die Projektpräsentationen der einzelnen Gruppen sind nun online (siehe Projektpräsentationen weiter unten).

Der Termin für die finale Projektabgabe und die Projektpräsentation ist nun online (siehe Detaillierter Zeitplan weiter unten).

Dieser Kurs findet online statt. Die entsprechenden Links finden Sie weiter unten.

Diese Veranstaltung verwendet kein studIP! Zur Teilnahme nehmen Sie einfach an der ersten Veranstaltung teil, dort werden alle Details erörtert.

Die Emails mit dem Projektfeedback sind am 02.03.2021 verschickt worden. Sie haben bis zum 05.03.2021, 13 Uhr, Zeit per Email an dbv@cg.cs.tu-bs.de einen Termin zur Diskussion der Noten auszumachen, ansonsten werden die Noten an das Prüfungsamt weitergegeben.

Projektpräsentationen

Hier werden die Termine für die Projektpräsentationen am 04.03.2022 zu gegebener Zeit bekannt gegeben.

Die Termine für die Projektpräsentationen für das WiSe 2021/2022 sind wie folgt festgelegt. Sollten Sie aus triftigen Gründen verhindert sein, melden Sie sich bitte schnellstmöglich unter dbv@cg.cs.tu-bs.de. Bitte schauen Sie auch noch einmal einen Tag vor der Prüfung auf den Plan, ob sich nicht noch etwas verändert hat.

Anwesenheitspflicht besteht lediglich für die eigene Gruppe!

Beachten Sie bitte Punkte 4-6 des Projektleitfadens für die Projektpräsentationen.

Projektpräsentationen am 04.03.2022 im BBB Raum unter https://webconf.tu-bs.de/mar-uf3-wqy

09:30 G06
10:00 G12
10:30 G01
11:00 G02

13:00 G03
13:30 G04
14:00 G05
14:30 G07

15:30 G08
16:00 G09
16:30 G10
17:00 G11

Beschreibung

In der Vorlesung werden die Grundlagen der Bildverarbeitung behandelt, die in verschiedensten Anwendungsgebieten Anwendung finden: Visuelle Qualitätssicherung in der Industrie, Künstliche Intelligenz, (Semi-)automatische Werkzeuge für Designer und Künstler, VFX, usw. Die erarbeiteten Inhalte bilden die Basis für tiefergehenden Themen im Bereich des Rechnersehens oder Computer Vision, welches sich mit der Gewinnung von Informationen aus digitalen Bilddaten beschäftigt.

Digitale Bildverarbeitung beschreibt dabei zumeist die ersten Schritte der Informationsgewinnung, wie Bilderfassung und -repräsentation, Anwendung von Methoden aus der Signalverarbeitung, Bildverbesserung, Bildsegmentierung oder Merkmalsberechnung.

Anmeldung

Bitte nutzen Sie unser neues Online-Teilnahmeformular. Dieses finden Sie direkt auf unserer Webseite, unter Teaching > Course Enrollment.

Die Anmeldung für die Prüfung erfolgt über das Prüfungsamt. 

Zusätzlich muss das Exposé aus dem Projektleitfaden rechtzeitig eingereicht sein (Deadline siehe Projektleitfaden bzw. Detaillierter Zeitplan weiter unten)

Inhalt

Voraussichtliche Inhalte:

• Bilderfassung, Repräsentation und Farbräume
• Bildwahrnehmung
• Histogramme und Punktoperationen
• Geometrische Operationen
• Lineare und nicht-lineare Filter und Frequenzanalyse
• Kantenerkennung
• Thresholding
• Morphologische Operatoren
• Segmentierung
• Feature Deskriptoren
• Bildkompression
• Moderne Bildoperatoren (Image Blending, Inpainting, Image Retargeting, etc.)

Ort und Zeit

Detaillierter Zeitplan und Downloads

Vorlesungen

Die Vorlesung wird als Inverted Classroom durchgeführt, d.h. Sie müssen sich vorab das bereitgestellte Video/Material anschauen und die Vorlesungszeit kann für Fragen und vertiefende Thematiken genutzt werden.

Das Material für die jeweils nächste Veranstaltung, sowie die Vorlesungsfolien, werden in der Regel eine Woche vorher hier auf dieser Webseite zur Verfügung gestellt.

Das Passwort wird in der VL bekannt gegeben und kann notfalls unter dbv@cg.cs.tu-bs.de erfragt werden.

Übungen

Die Übungsaufgaben werden jeweils Donnerstags online gestellt und am darauffolgenden Donnerstag in der Übungsstunde besprochen.

Die theoretischen Aufgaben eines jeden Übungsblattes sollten in Gruppen von zwei bis drei Personen angefertigt werden und können in der Übungsstunde abgeglichen werden.

Die praktischen Aufgaben werden in der Übungsstunde vorgeführt und können mit der eigenen Lösung verglichen werden. Arbeitsgruppen von bis zu drei Leuten werden empfohlen.

Die Frameworks und Lösungen werden unter Windows und Linux getestet. Leider können wir keine direkte Unterstützung für andere Systeme garantieren. Für die Anfertigung der praktischen Aufgaben ist ein Computer mit Linux, MacOS oder Windows erforderlich. Bei Problemen melden Sie sich bitte per Email an dbv@cg.cs.tu-bs.de.

Prüfung

Prüfungszeitraum siehe unter Ort und Zeit.
Eventuelle Änderungen werden in der Vorlesung und auf dieser Webseite rechtzeitig bekanntgegeben.

• Prüfungsform: schriftliche Prüfung Erstellung und Dokumentation von Rechnerprogrammen
  • (§9 Abs.1 (Punkt 6) und Abs. 8 der APO)
  • Implementierung von Analyse- und/oder Verarbeitungswerkzeugen zur Editierung/Verarbeitung von Multi-Image Aufnahmen
  • Bearbeitung in Teams von 3-4 Personen möglich
• Scheinerwerb durch Bestehen der Prüfung (mind. 50% der Punkte)
• Voraussetzung zum Modulabschluss: im WiSe 21/22 gibt es noch keine Voraussetzung, ab WiSe 22/23 mindestens 50% der Punkte aus den Übungen erreicht.
• Prüfungsteilnahme auch bei Vertiefung empfehlenswert!
• Bachelor und Master Studenten müssen sich beim Prüfungsamt anmelden! 
• Nicht beim Prüfungsamt angemeldete Studierende bekommen keine Note auf ihr eingereichtes Projekt, das Projekt darf auch nicht wiedereingereicht werden.
• Teamsuchende melden sich bitte bis spätestens 13. Dezember unter dbv@cg.cs.tu-bs.de
• Abgabe des Exposés (siehe Projektleitfaden)

Beachten Sie den Projektleitfaden für detaillierte Informationen.

Projektleitfaden und Projekt

Hier finden sie den aktuellen Projektleitfaden.

Hier finden Sie eine Kopie des git-Repositories zur Ansicht (wenn Sie sich anmelden wird Ihnen ein separates repository erstellt).

Anforderungen

• Programmierkenntnisse, vorzugsweise in C/C++ oder Python

Literatur

• R. C. Gonzales and R. E. Woods: Digital Image Processing. Prentice-Hall
• Nischwitz et al.: Bildverarbeitung, Springer Verlag
• Bernd Jähne: Digitale Bildverarbeitung, Springer Verlag
• Richard J. Radke: Computer Vision for Visual Effects,
• Richard Szeliski: Computer Vision: Algorithms and Applications, Springer Verlag
• D. Forsyth and J. Ponce: Computer Vision: A Modern Approach. Prentice Hall