Computer Graphics
TU Braunschweig

Digitale Bildverarbeitung WS'22/23
Vorlesung mit Übung

Prof. Dr.-Ing. Martin Eisemann

Hörerkreis: Master
Kontakt: dbv@cg.cs.tu-bs.de

Modul: INF-ROB-27, INF-ROB-47
Vst.Nr.: 4215009, 4215031

 

Aktuelles

Diese Veranstaltung verwendet kein studIP! Zur Teilnahme nehmen Sie einfach an der ersten Veranstaltung teil, dort werden alle Details erörtert und melden sich in unserem dezentralen Einschreibesystem an (siehe Anmeldung).

 

Projektpräsentationen

Die Präsentationen finden im Raum G30 (Seminarraum des ICG) des Informatikgebäudes statt (Mühlenpfordtstr. 23)!

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

Anwesenheitspflicht besteht lediglich für die eigene Gruppe!
Aufgrund einer eingeschränkten Raumsituation, sind nur für die Teilnehmer jeweils eines Blocks Sitzplätze verfügbar. Die Präsentationen der anderen Gruppen können Sie online in unserem BBB-Raum verfolgen.

Die Termine für die Projektpräsentationen 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.

Block 1
09:00 — Gruppe 01
09:30 — Gruppe 02
10:00 — Gruppe 03
10:30 — Gruppe 12
11:00 — Gruppe 05

Block 2
13:00 — Gruppe 06
13:30 — Gruppe 07
14:00 — Gruppe 08
14:30 — Gruppe 09

Block 3
15:30 — Gruppe 10
16:00 — Gruppe 11
16:30 — Gruppe 04

 

Bachelor/Master Hinweis

Auf Antrag (Formular beim Prüfungsamt verfügbar) kann dieser Kurs in der Regel auch im Bachelor belegt werden.

 

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.

 

Ort und Zeit

LIVE, Dienstags, 13:15–14:45 Uhr / Raum IZ 160
(Lernvideos bitte VOR der Veranstaltung anschauen, diese werden weiter unten wöchentlich bereitgestellt)
Wöchentlich, beginnend am 01.11.2022

LIVE, Donnerstags, 09:45–11:15 Uhr / Raum IZ 160 / Notebooks mitbringen!
(Übungsblätter bitte VOR der Veranstaltung bearbeiten, diese werden weiter unten wöchentlich bereitgestellt)
Wöchentlich, beginnend am 03.11.2022

03.03.2023, 09:00–17:00 Uhr / G30
Bitte beachten Sie den Projektleitfaden und den Detaillierten Zeitplan weiter unten.

 

Anmeldung

Sollten Sie noch keinen Git-Account an unserem Institut haben, registrieren Sie sich bitte:

Benutzername: v.nachname (v: 1. Buchstabe Ihres Vornamens)
E-Mail: Ihre @tu-bs.de Adresse

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

Der Git-Account-Name bezieht sich auf Ihren Git-Account auf unsererm institutsinternen Gogs-Git-Server.

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.)

 

Detaillierter Zeitplan und Downloads

01.11.2022

Kickoff Vorlesung
Ausgabe Video Lecture: Introduction
Ausgabe Video Lecture: Image Acquisition
Projektvorstellungen aus den letzten Semestern

03.11.2022

Kickoff Übung
Einrichtungshilfe
Ausgabe Übungsblatt 1

08.11.2022

Live Lecture
Ausgabe Video Lecture: Image Statistics and Point Operations

10.11.2022

Lösung zu Übungsblatt 1
Ausgabe Übungblatt 2
Meldung von Teamsuchenden

15.11.2022

Live Lecture
Ausgabe Video Lecture: Fourier Transformation and Image Filtering

17.11.2022

Lösung zu Übungsblatt 2
Ausgabe Übungblatt 3

22.11.2022

Live Lecture
Ausgabe Video Lecture: Geometric Transformations

24.11.2022

Lösung zu Übungsblatt 3
Ausgabe Übungblatt 4

29.11.2022

Live Lecture
Ausgabe Video Lecture: Edges

01.12.2022

Lösung zu Übungsblatt 4
Ausgabe Übungblatt 5

06.12.2022

Live Lecture
Ausgabe Video Lecture: Thresholding and Morphological Image Processing

08.12.2022

Lösung zu Übungsblatt 5
Ausgabe Übungblatt 6

13.12.2022

Live Lecture
Ausgabe Video Lecture: Segmentation

15.12.2022

Lösung zu Übungsblatt 6

20.12.2022

Ausgabe Video Lecture: X-Modalities in Aligned Structures

10.01.2023

Live Lecture
Ausgabe Video Lecture: Region and Feature Descriptors

Donnerstags ab 12.01.2023

Projektbesprechung/Feedback

17.01.2023

Live Lecture
Ausgabe Video Lecture: Image Compression

24.01.2023

Live Lecture
Ausgabe Video Lecture: Image Blending, Inpainting, and Retargeting

31.01.2023

Live Lecture
Ausgabe Video Lecture: Neural Networks in Image Processing

05.02.2023

Spätester Abgabetermin für die Exposés (siehe Projektleitfaden)

07.02.2023

Live Lecture

28.02.2023

Abgabe der finalen Projekte

03.03.2023

Projektvorstellungen
Die genauen Termine Ihrer Gruppe werden weiter oben (siehe Projektpräsentationen) aufgelistet.

 

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 nach Semesterstart notfalls unter dbv@cg.cs.tu-bs.de erfragt werden.

 

Übungen

In den Übungen wird in Python mit OpenCV programmiert.

Die Übungsaufgaben werden jeweils Donnerstags online gestellt. Am darauffolgenden Donnerstag in der Übungsstunde werden die Aufgaben 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 Windows, Linux oder MacOS 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)
  • 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 spätestens zur Ausgabe von Blatt 2 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 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