Verständnis der Grundbegriffe und der Zusammenhänge zwischen Kamera, Objekt und seinem Bild. Erlernen der Fähigkeit, einfache Fachartikel zu verstehen, Erkennungsalgorithmen auszuwählen, um Objekte aus einem digitalen Bild zu erkennen.
* Digitale Bilder: Auflösung, Abtastung, Quantisierung, Farbbilder
* Bildvorverarbeitung: Glättung, Kantendetektion, Multiresolution (Pyramiden), Bildrestaurierung
* Segmentierung: Thresholding, kantenbasiert, regionenbasiert
* Repräsentation: konturbasiert, regionenbasiert (Momente, Graphen)
* Mathematische Morphologie: Binäre Morphologie, Grauwert-Morphologie, Watersheds
* Textur: Statistische Texturbeschreibung, Syntaktische Texturbeschreibung
* Lineare Bildtransformationen: Fourier-Transformation, DCT, Wavelets
* Geometrische Transformationen
* Bildkomprimierung : Prediktive Kodierung, Vektorquantisierung, JPEG, MPEG
schriftlich, 90 Minuten, 3 Teile:
I: Interpretation von Bildoperationen
II: Mathematisches Nachvollziehen
III: Selektion von Literatur
Ende Jänner gibt es den Hauptprüfungstermin und 5 weitere Nebentermine als Sammeltermine,
an denen Prüfungen zu mehreren LV zusammengefaßt werden.
Warteliste bei Sammelterminen:
Da die Anmeldungen zu Prüfungen der drei Sammeltermine pro Semester sehr stark variieren, gibt es zunächst nur eine kleine Zahl von fixen Plätzen mit einer Warteliste. Sollte eine größere Kapazität benötigt werden, so werden wir uns nach Ablauf der Anmeldefrist bemühen, einen entsprechend großen Ausweichhörsaal zu organisieren. Die Anmeldungen der Warteliste werden entsprechend der verfügbaren Kapazität auf fixe Plätze umgewandelt.
Wir erwarten, daß sich angemeldete Studierende, die nicht zur Prüfung antreten können, wieder abmelden!
Ein Skriptum zur Lehrveranstaltung ist erhältlich.
M. Sonka, V. Hlavac, R. Boyle: Image Processing, Analysis and Machine Vision. Second Edition, 1999, Brooks/Cole, ITP.