Digital Image Processing II

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)

Keine / None

• Grundlegende Kentnisse der Bildverarbeitung

• Basic knowledge of image processing

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)

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.

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%

Keine / None

Keine / None

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

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

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

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

EMA, WGMAET, CEMA, ESEMA, MA LABKET

EMA, WGMAET, CEMA, ESEMA, MA LABKET

Mertsching, Bärbel Prof. Dr.-Ing.

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