[campus icon] Accesskey [ h ] University of Paderborn - Home
DE deutsch
Die Universität der Informationsgesellschaft
GET Lab LOGO

Digital Image Processing II

Digital Image Processing II
Digital Image Processing II

Modulnummer /
Module number

M.048.23016, M.048.92010

Workload (h)

180

Leistungspunkte /
Credits

6

Turnus /
Regular cycle

Sommersemester /
summer semester

Studiensemester /
Semester number

1-3

Dauer (in Sem.) /
Duration (in sem.)

1

Unterrichtssprache /
Teaching Language

Deutsch oder Englisch (je nach Nachfrage) / German or English (depending on demand)

Termine / Dates

Zeit Raum Dozent
V: Mi 09:15 - 10:45 online Mertsching /Mitarbeiter
Beginn: 14. April 2021
Ü: Mi 11:15 - 12:45 online Mitarbeiter
Beginn: 14. April. 2021
Time Location Instructor
L: We 09:15am - 10:45am online Mertsching / Staff
Start: April 14, 2021
Ex: We 11:15am - 12:45pm online Staff
Start: April 14, 2021

1 Modulstruktur / Module structure

L.048.23016 Digital Image Processing II: 2V + 2Ü (60 h / 120 h / WP / 50)

L.048.92010 Digital Image Processing II: 2L + 2Ex (60 h / 120 h / CE / 50)

2 Wahlmöglichkeiten innerhalb des Moduls / Options within the module

Keine / None

3 Teilnahmevoraussetzungen / Admission requirements

  • Grundlegende Kentnisse der Bildverarbeitung
Hinweis: Soweit nicht anders angegeben, handelt es sich hierbei um Empfehlungen.

  • Basic knowledge of image processing
Information: Unless otherwise specified, these are recommendations.

4 Inhalte / Contents

Kurzbeschreibung / Short Description

Die Veranstaltung "Digital Image Processing II" stellt ein Modul im Katalog "Kognitive Systeme" für Fortgeschrittene im Masterstudiengang "Elektrotechnik" und verwandten Studiengängen dar.

Die Veranstaltung baut auf dem Basismodul "Digital Image Processing I" auf und beschreibt Methoden zur Merkmalextraktion und Objekterkennung.

The course "Digital Image Processing II" is a module in the catalog "Cognitive Systems" for advanced students of the Electrical Engineering Master's program and related courses of studies.

It follows the fundamental course "Digital Image Processing I" and describes methods for feature extraction and object recognition.

Inhalt / Contents

  • Wavelets und Mehrebenenverfahren (Bildpyramiden, Wavelet-Transformation)
  • Bildsegmentation (Linien- und Kantendetektion, Schwellwertverfahren, Regionen-basierte Segmentierung, Wasserfall-Verfahren, Bewegung)
  • Repräsentation und Beschreibung (Kettencodes, Signaturen, Konturbeschreibungen, Flächendeskriptoren)
  • Stereo Image Analysis (Tiefenwahrnehmung, Stereogeometrie, Korrespondenzproblem)
  • Bewegungsschätzung (optischer Fluss, Bewegungsmodelle, Bewegungssegmentation)
  • Objekterkennung (Objektbeschreibungen, Klassifikatoren, probabilistische Ansätze)
  • Wavelets and multiresolution processing (Image pyramids, Wavelet transforms)
  • Image segmentation (Line- and edge detection, thresholding, region-based segmentation, watershed algorithm, motion)
  • Representation and description (chain codes, signatures, contour descriptors, regional descriptors)
  • Stereo Image Analysis (depth perception, stereo geometry, correspondence problem)
  • Motion estimation (optical flow, motion models, motion segmentation)
  • Object recognition (object descriptions, classificators, probabilistic approaches)

5 Lernergebnisse und Kompetenzen / Learning outcomes and competences

Fachkompetenz / Domain competence:

Die Studierenden

  • können die grundlegenden Methoden zur Bildsegmentation anwenden,
  • beherrschen Methoden zur Beschreibung von Bildmerkmalen und zur Objekterkennung,
  • können Kenntnisse aus der Bildverarbeitung auf die Behandlung anderer mehrdimensionaler Signale übertragen und
  • können den aktuellen Stand des Wissens in den vorgestellten Gebieten beschreiben.

The students

  • are able use the basic methods for image segmentation,
  • have a good command of the probabilistic methods for the description of image features and object recognition,
  • are able to transfer the acquired knowledge of image processing to the processing of other multi-dimensional signals and
  • are able to describe the state-of-the-art of the presented topics.

Fachübergreifende Kompetenzen / Key qualifications:

Die Studierenden können die Funktion und das Verhalten komplexer technischer Prozesse und ihre Einbindung in das gesellschaftliche Umfeld unter ethischen Gesichtspunkten erkennen und bewerten.

The students are able to identify and evaluate the function and the behavior of complex technical processes and their integration into the social environment while also considering ethical aspects.

6 Prüfungsleistung / Assessments

Modulabschlussprüfung / Final modul exam

Klausur oder mündliche Prüfung oder Referat / 120-180 min oder 30-45 min oer 30 min / 100%

Written or Oral Examination or Presentation / 120-180 min or 30-45 min or 30 min / 100%

7 Studienleistung, qualifizierte Teilnahme / Study achievment

Keine / None

8 Voraussetzungen für die Teilnahme an Prüfungen / Prerequisites for participation in examinations

Keine / None

9 Voraussetzungen für die Vergabe von Credits / Prerequisites for assigning credits

Die Vergabe der Leistungspunkte erfolgt, wenn die Modulabschlussprüfung (MAP) bestanden ist.

The credit points are awarded after the module examination (MAP) was passed.

10 Gewichtung für Gesamtnote / Weighing for overall grade

Das Modul wird mit der Anzahl seiner Credits gewichtet (Faktor 1).

The module is weighted according to the number of credits (factor 1).

11 Verwendung in Studiengängen / Reuse in degree courses

EMA, WGMAET, CEMA, ESEMA, MA LABKET

EMA, WGMAET, CEMA, ESEMA, MA LABKET

12 Modulbeauftragte(r) / Module coordinator

Mertsching, Bärbel Prof. Dr.-Ing.

13 Sonstige Hinweise / Other notes

Modulseite / Module Homepage

http://getwww.uni-paderborn.de/teaching/dip-II

Methodische Umsetzung / Implementation

  • Die theoretischen und methodischen Grundlagen werden zunächst im Rahmen einer Vorlesung eingeführt.
  • Im Übungsteil implementieren, testen und verwenden die Studierenden die vorgestellten Verfahren.
  • The theoretical and methodic fundamentals will be introduced during the lecture.
  • During the subsequent exercise / lab part the participants will implement, test, and apply the presented methods.

Lernmaterialien, Literaturangaben / Teaching Material, Literature

Skripte, Übungsblätter und weiterführende Literatur (Auszug):

Lecture notes, exercise sheets and advanced literature (excerpt):

  • Mertsching, Bärbel: Digital Image Processing (lecture notes)
  • Forsyth, David and Ponce, Jean: Computer Vision - A Modern Approach. Prentice Hall, 2nd ed., 2011. ASIN: B006V372KG
  • Gonzalez, Rafael C. and Woods, Richard E.: Digital ImageProcessing. Prentice Hall, 3rd ed., 2007. ISBN-13: 978-0131687288
  • Jähne, Bernd: Digitale Bildverarbeitung. Springer, 7.Aufl., 2012. ISBN-13: 978-3642049514