142 lines
5.6 KiB
Markdown
142 lines
5.6 KiB
Markdown
|
||
|
||
# Digitale Bildverarbeitung
|
||
|
||
Sehr geehrte Studierende,
|
||
|
||
dieses Github-Repository bietet Ihnen praktische Übungsmaterialien zur
|
||
Vorlesung "Digitale Bildverarbeitung" des [Instituts für Informationsverarbeitung](https://www.tnt.uni-hannover.de/en/)
|
||
an der [Leibniz Universität Hannover](https://www.uni-hannover.de/).
|
||
|
||
Die Übungsmaterialien sollen die erlernten theoretischen Grundlagen
|
||
festigen und zusätzlich einen Einblick in die angewandte Praxis
|
||
moderner Bildverarbeitung geben. Den Studierenden wird mit
|
||
Programmierübungen gezeigt, wie einfache, aber auch komplexe Aufgaben
|
||
mithilfe von Grundlagen der Digitalen Bildverarbeitung gelößt werden
|
||
können. In den nächsten Abschnitten wird ein kurzer Überblick über
|
||
die Struktur und Inhalte dieses Online-Kurses gegeben.
|
||
|
||
Die Autoren dieser Übungen würden sich freuen, wenn dieses Repository
|
||
das Interesse von Studierenden an der Bildverarbeitung wecken könnte,
|
||
dass über den Erwerb von Leistungspunkten hinaus geht.
|
||
|
||
Gez. die Autoren
|
||
|
||
---
|
||
|
||
## Struktur
|
||
Dieses Repository ist unterteilt in die Themenbereiche
|
||
|
||
0. Einführung
|
||
1. Grundlagen
|
||
2. Bildbearbeitung
|
||
3. Signalorientierte Bildverarbeitung
|
||
4. Farbrepäsentationen
|
||
5. Bildanalyse
|
||
|
||
welche jeweils mit Übungsaufgaben, Lösungen sowie begleitendem Material
|
||
ausgestattet sind.
|
||
|
||
Zusätzlich sind die Ordnerstrukturen
|
||
- *CV-App*:
|
||
Pipeline für die Anwendung von BV Videokonferenzen
|
||
- *data*: Daten für die Verarbeitung, z.B. Bilder
|
||
- *utilities*: Allgemeine Hilfsskripte und Tools
|
||
- *Sandkasten*: Ort, um eigene Dinge auszuprobieren
|
||
|
||
vorhanden. Die **CV-App** nimmt dabei eine besondere Position ein, da
|
||
den Studierenden hier mit einer Interaktiven Appliaktion der praktische
|
||
Nutzen von Bildverarbeitung demonstriert wird und ebenfalls Material
|
||
für fortgeschrittene Programmierübungen gegeben wird, welche hier nicht
|
||
explizit behandelt werden.
|
||
|
||
---
|
||
|
||
Das Erlernen der Fertigkeiten aus der Vorlesung wird mit Übungen unterstützt.
|
||
Eine herkömmliche Übung bietet den Studierenden eine oder mehrere zu lösende
|
||
Aufgaben. Übungen sind in einem eigenen Unterordner wie z.B. **ü1** angelegt. Die Aufgaben sind in
|
||
der **README.md** beschrieben und sollen in der entsprechenden Datei mit Dateinamen wie `a.py` gelößt werden.
|
||
Zu jeder Übung gibt es eine Lösungsdatei mit einer
|
||
(von möglicherweise vielen!) Musterlösung. Die Lösungen sind mit der
|
||
Bennenung von z.B. `l_a.py` gekennzeichnet.
|
||
|
||
---
|
||
|
||
Im folgenden werden die Themenschwerpunkte des Kurses kurz erläutert.
|
||
|
||
### 0. Einführung
|
||
Der Themenbereich **Einführung** hilft den Studierenden bei der Installation,
|
||
Einrichtung und der ersten Nutzung der Arbeitsumgebungumgebung für diesen
|
||
Kurs. Es wird noch nicht auf den Themenkomplex Bildverarbeitung
|
||
eingegangen.
|
||
|
||
Das Kapitel ist für Neulinge in den folgenden Bereichen zu empfehlen:
|
||
|
||
- **Installation Python und/oder PyCharm**
|
||
- **Programmierung Python**
|
||
- **OpenCV und Numpy**
|
||
|
||
### 1. Grundlagen
|
||
Um mit Methoden der Digitalen Bildverarbeitung zu arbeiten, lohnt sich ein Blick auf die Grundlagen.
|
||
Das Unterverzeichnis *1_Grundlagen* bietet Aufgaben zum Themengebiet "Grundlagen" in der Vorlesung.
|
||
Dabei sollen ins besondere die Themen
|
||
|
||
- **Das menschliche visuelle System**
|
||
- **Technische Bilderfassung/Sensoren**
|
||
- **Das Digitale Bild**
|
||
|
||
mit zusätzlichem Material unterstützt werden.
|
||
|
||
### 2. Bildbearbeitung
|
||
In diesem Kapitel werden Ihnen verschiedene Klassen von Operationen und Methoden erläutert und mit Beispielen
|
||
exemplarisch dargestellt. Die Übungen zeigen Beispiele zu den Themen
|
||
- **Punktoperationen (Intensitätstransformationen)**
|
||
- **Lokale Operationen (Filterung)**
|
||
- **Globale Operationen**
|
||
- **Geometrische Transformationen**
|
||
|
||
### 3. Signalorientierte Bildverarbeitung
|
||
|
||
Bilder werden üblicherweise als örtlich-/zeitliches Signal betrachtet. In der Digitalen Bildverarbeitung werden Bilder
|
||
häufig auch in anderer Signalform betrachtet, z.B. im Frequenzraum. Die Grundlagen der signalorientierten Bildverarbeitung
|
||
werden in diesem Kapitel behandeln. Die Aufgaben in diesem Unterverzeichnis geben dazu Informationen und Beispiele zu den Themen
|
||
|
||
- **Das Bild als Signal**
|
||
- **Grundlagen unitäre Transformation**
|
||
- **Fourier-Transformation**
|
||
- **LSI‐Systeme, Faltung und Fourier‐Transformation**
|
||
- **Abtastung und Rekonstruktion, Abtasttheorem**
|
||
- **Filterung des Bildes**
|
||
- **Unitäre Transformationen: DCT, Hadamard‐, Haar‐, Wavelet‐Transformation**
|
||
- **Bildpyramiden und Multiresolutiondarstellung**
|
||
|
||
### 4. Farbrepäsentationen
|
||
Die Wahrnehmung von "Farbe" wird in technischen Anwendungen in verschiedenen Formen dargestellt und codiert. Zu
|
||
den Grundlagen der Farbrepräsentationen werden in diesem Kapitel Aufgaben und Beispiele bereitgestellt.
|
||
Die Aufgaben behandeln die Themengebiete
|
||
|
||
- **Additive Subtraktive Farbmischung**
|
||
- **Farbempfinden und technische Repräsentation von Farbe**
|
||
- **Farbmodelle/Farbräume und Konvertierung**
|
||
- **Weißabgleich**
|
||
|
||
### 5. Bildanalyse
|
||
Ein Ziel der Digitalen Bildverarbeitung ist die Extrahierung von Informationen aus Bilddaten, um nachfolgende Aufgaben
|
||
zu lösen. In diesem Kapitel werden einige Beispiele und Aufgaben zur Bildanalyse bereitgestellt. Dabei werden die Themen
|
||
|
||
- **Diskrete Geometrie und Analyse von Binärbildern**
|
||
- **Bildsegmentierung**
|
||
- **Template-Matching und Korrelation**
|
||
- **Hough**
|
||
|
||
behandelt.
|
||
|
||
---
|
||
|
||
## FAQ, Kommentare und Hinweise
|
||
- Dieses Repository hat keinen Anspruch auf Vollständigkeit
|
||
- Hauptsprache der Kurses ist Deutsch
|
||
- Interessierte dürfen eigene Übungen erstellen und per Pull-Request
|
||
in das Repository einpflegen. Vielen Dank für das Engagement!
|
||
- Viel Spaß beim Lernen!
|