DSB SoSe2018: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
| Zeile 81: | Zeile 81: | ||
| 14 || [[DSB18: Verkehrszeichenerkennung|Verkehrszeichenerkennung]] || | | 14 || [[DSB18: Verkehrszeichenerkennung|Verkehrszeichenerkennung]] || | ||
|- | |- | ||
| 15 || [[DSB18: Ampelphasenerkennung|Ampelphasenerkennung]] || | | 15 || [[DSB18: Ampelphasenerkennung|Ampelphasenerkennung]] || John Kneib | ||
|- | |- | ||
| 16 || [[DSB18: Inverse Perspektiventransformation|Inverse Perspektiventransformation]] || | | 16 || [[DSB18: Inverse Perspektiventransformation|Inverse Perspektiventransformation]] || | ||
Version vom 12. April 2018, 18:13 Uhr
Autor: Prof. Schneider
Ziele
Die Lehrveranstaltung "Digitale Signal- und Bildverarbeitung" hat laut Modulhandbuch folgende Ziele
- Die technische Repräsentation digitaler Bilder kennen, verstehen und softwaretechnisch anwenden können.
- Die Grundlagen der digitalen Signalverarbeitung verstehen und für zweidimensionale Signale (Bilder) anwenden können.
- Die mathematischen Grundlagen orthogonaler Transformationen und ihre Bedeutung für die Bildverarbeitung verstehen und für die Lösung praktischer Bildverarbeitungsprobleme einsetzen können.
- Die mathematischen Grundlagen und die Verfahren der Bildverbesserung kennen, verstehen und zur Lösung praktischer Probleme einsetzen können.
Die Vorlesung liefert hierzu das notwendige Fachwissen und in der Übung wird dieses praktisch mit Matlab an Beispielen umgesetzt.
Bonuspunkte durch freiwilliges Projekt
Als freiwillige Leistung kann jeder Kursteilnehmer bis zum 06.07.18 eine Übungsaufgabe eigenständig mit Matlab zu lösen. Diese Lösung ist vor dem Stichtag in SVN zu sichern.
Tipp: Sichern Sie Ihre Ergebnisse während der Arbeit bereits systematisch in Ihren Ordner x:\SVN\DSB\User\SoSe2018\.
Anforderungen an Ihre Lösung
Tragen Sie sich bis zum 11.04.18 für ein Thema ein oder fügen Sie ein mit Prof. Schneider abgestimmtes Thema hinzu.
Themenverteilung
| # | Thema | Bearbeiter |
|---|---|---|
| 1 | Barcode erzeugen und lesen | Tobias Brandt |
| 2 | QR-Code erzeugen und lesen | Jerome Wolf |
| 3 | ArUco Marker erzeugen und mit Matlab erkennen | |
| 4 | ArUco Marker mit Matlab/Simulink erkennen - Einbindung von OpenCV über S-Function | Torben Müller |
| 5 | Stereo-Video | |
| 6 | Bildforensik | |
| 7 | Ground-Truth Referenz über Videokamera | |
| 8 | Kameragestützte Roboterortung | |
| 9 | Automatische Kamera Kalibrierung | Madlen Bartnick |
| 10 | Spurerkennung | |
| 11 | Start- und Stopplinienerkennung | |
| 12 | Lückenfüllung Spurerkennung (Interp., extrap.) | |
| 13 | Objekterkennung aus dem Videobild | |
| 14 | Verkehrszeichenerkennung | |
| 15 | Ampelphasenerkennung | John Kneib |
| 16 | Inverse Perspektiventransformation | |
| 17 | Scan Matching SLAM |
Literatur
- Burger, W.; Burge, M. J. Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ. Berlin [u.a.]: Springer, 2. Auflage. 2014 (als eBook verfügbar)
- Erhardt, A.: Einführung in die Digitale Bildverarbeitung: Grundlagen, Systeme und Anwendungen. Wiesbaden: Vieweg+Teubner 2008 (als eBook verfügbar)
- Jähne, B. (2005). Digitale Bildverarbeitung. 6. Auflage. Berlin [u.a.]: Springer. (als eBook verfügbar) – Neue Auflage: 30. November 2012
- Nischwitz, A.; Fischer, M.; Haberäcker, P.; Socher, G.: Computergrafik und Bildverarbeitung: Band II: Bildverarbeitung. Wiesbaden: Vieweg+Teubner, 3. Auflage. 2011. (als eBook verfügbar)
- Tönnies, Klaus D.: Grundlagen der Bildverarbeitung. München: Pearson Studium, 2005.
- Ballard, Dana H., Brown, Christopher M. (1982). Computer Vision. Englewood Cliffs (u.a.): Prentice-Hall
→ zurück zum Hauptartikel: Digitale Signal- und Bildverarbeitung 2018