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

Digital Image Processing I

Modul
Module

L.048.23002 Digital Image Processing I

Koordinator /
Coordinator

Mertsching, Bärbel Prof. Dr.-Ing.

Lehr- und Forschungseinheit /
Teaching Unit

GET Lab

Typ /
Type

2 V / 2 Ü
2 L / 2 E

Arbeitspensum /
Workload

Präsenzphasen / Time of attendance: 60 h
Selbststudium / Self-study: 120 h
Ges. Arbeitspensum / Total workload: 180 h

Leistungspunkte /
Credits

6

Modulseite /
Module Homepage

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

Zeitmodus /
Semester

Wintersemester
winter semester

Termine /
Dates

ZeitRaumDozent
V: Do 11:15 - 12:45 P 1.4.17 Mertsching
Beginn: 11. Okt. 2012
Ü: Fr 11:00 - 13:00 Poolraum P 7.2.02 Shafik
Beginn: 19. Okt. 2012
TimeLocationTeacher
L: Th 11:15am - 12:45pm P 1.4.17 Mertsching
Start: Oct. 11, 2012
Ex: Fr 11:00am - 1:00pm Poolraum P 7.2.02 Shafik
Start: Oct. 19, 2012

Kurzbeschreibung / Short Description

Die Veranstaltung "Digital Image Processing I" stellt ein Basismodul im Katalog "Kognitive Systeme" im Masterstudiengang "Elektrotechnik" und verwandten Studiengängen dar.

Die Veranstaltung gibt eine grundlegende Einführung in die Digitale Bildverarbeitung.

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

The course provides a fundamental introduction to digital image processing.

Inhalt / Contents

  • Grundlagen (Koordinaten, Bilddatentypen, menschliche Wahrnehmung, Licht und elektromagnetisches Spektrum)
  • Bildaufnahme (Abtastung, Quantisierung, Aliasing, Nachbarschaften)
  • Bildverbesserung im Ortsraum (Transformationen, Histogramme, arithmetische und logarithmische Operationen, spatiale Filter allgemein, Glättungsfilter, Kantenfilter)
  • Bildverbesserung im Frequenzraum (Fouriertransformation, Glättungsfilter, Kantenfilter)
  • Bilddatenkompression und -reduktion (Grundlagen, Kompressionsmodelle, Informationstheorie, Kompressionsstandards)
  • Basic principles (coordinates, types of image data, human perception, light and electromagnetic spectrum)
  • Image acquisition (sampling, quantization, aliasing, neighborhoods)
  • Image enhancement in the spatial domain (transformations, histograms, arithmetic and logarithmic operations, spatial filters in general, smoothing filters, edge filters)
  • Image enhancement in the frequency domain (Fourier Transform, smoothing filters, edge filters)
  • Compression and reduction of image data (basic principles, compression models, information theory, compression standards)

Lernergebnisse und Kompetenzen / Learning outcomes and competences

Fachkompetenz / Domain competence:

Die Studierenden

  • sind in der Lage. die Grundlagen der Bildgenerierung und der Bilddigitalisierung zu beschreiben und
  • können Methoden zur Bildverbesserung im Orts- und Frequenzraum, zur Bildsegmentation und zur Bilddatenreduktion selbstständig für komplexe Bildbearbeitungsaufgaben implementieren, testen und anwenden.

The students

  • are able to describe the basics of image generation and image digitization and
  • are able to implement, test and apply methods for the enhancement of images in the spatial and frequency domain, image segmentation and data reduction independently for complex image processing tasks.

Fachübergreifende Kompetenzen / Key qualifications:

Die Studierenden beherrschen die Grundlagen der Programmierung in C.

The students have a good command of programming in the C language.

Methodische Umsetzung / Implementation

  • Die theoretischen und methodischen Grundlagen werden zunächst im Rahmen einer Vorlesung eingeführt.
  • Eine Einübung der präsentierten Methoden erfolgt danach im Übungsteil.
  • Abschließend werden einfache Bildverarbeitungsalgorithmen von den TeilnehmerInnen implementiert, getestet und angewendet.
  • Im Praktikumsteil werden die notwendigen Programmierkenntnisse vermittelt, er ist aber ausdrücklich nicht als Programmierkurs gedacht.
  • The theoretical and methodic fundamentals will be introduced during the lecture.
  • The methods presented will be practiced during the subsequent exercise / lab part.
  • Finally, the participants will implement, test, and apply simple image processing algorithms.
  • The necessary programming skills will be taught during the practical, this is explicitly not considered a programming course.

Inhaltliche Voraussetzungen / Prerequisites

Keine / None

Kombinationshinweise - Überschneidungen / Overlapping modules

Keine / None

Prüfungsmodalitäten / Assessments

Mündliche Prüfung / oral exam

Unterrichtssprache / Teaching Language

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

Lernmaterialien, Literaturangaben / Teaching Material, Literature

Skripte, Übungsblätter und weiterführende Literatur (Auszug):

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

  • Mertsching, Bärbel: Digital Image Processing I (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: 978-013168728
  • Jähne, Bernd: Digitale Bildverarbeitung. Springer, 7.Aufl., 2012. ISBN-13: 978-3642049514