Digitale Bildverarbeitung WS'23/24
Vorlesung mit Übung

Aktuelles

Die Termine für die Projektpräsentationen der einzelnen Gruppen sind nun online (siehe Projektpräsentationen weiter unten).

Der Termin für die finale Projektabgabe und die Projektpräsentation ist nun online (siehe Detaillierter Zeitplan weiter unten).

Die Emails mit dem Projektfeedback sind am 02.03.2021 verschickt worden. Sie haben bis zum 05.03.2021, 13 Uhr, Zeit per Email an dbv@cg.cs.tu-bs.de einen Termin zur Diskussion der Noten auszumachen, ansonsten werden die Noten an das Prüfungsamt weitergegeben.

Im WiSe 24/25 findet diese Vorlesung nicht statt. Das nächste Mal wird die Vorlesung voraussichtlich im WiSe 25/26 angeboten.

Projekt-Repositories

Hier finden Sie die Links zu den Repositories zur Abgabe der Projekte pro Gruppe:

Falls ein Gruppenmitglied noch keinen Zugriff auf das eigene Gruppenrepo haben sollte, bitte eine
Nachricht an dbv@cg.cs.tu-bs.de schicken.

Projektpräsentationen

Die Präsentationen finden am 05.03.2024 im Raum IZ 161 des Informatikgebäudes statt (Mühlenpfordtstr. 23).

Beachten Sie bitte die Punkte 4-6 des Projektleitfadens für die Projektpräsentationen.

Anwesenheitspflicht besteht lediglich für die eigene Gruppe!

Die Termine für die Projektpräsentationen sind wie folgt festgelegt. Sollten Sie aus triftigen Gründen verhindert sein, melden Sie sich bitte schnellstmöglich unter dbv@cg.cs.tu-bs.de. Bitte schauen Sie auch noch einmal einen Tag vor der Prüfung auf den Plan, ob sich nicht noch etwas verändert hat.

09:30 — Gruppe 07
10:00 — Gruppe 02
10:30 — Gruppe 03
11:00 — Gruppe 04

13:00 — Gruppe 05
13:30 — Gruppe 06
14:00 — Gruppe 01
14:30 — Gruppe 08

Bachelor/Master Hinweis

Auf Antrag (Formular beim Prüfungsamt verfügbar) kann dieser Kurs in der Regel auch im Bachelor belegt werden.

Beschreibung

In der Vorlesung werden die Grundlagen der Bildverarbeitung behandelt, die in verschiedensten Anwendungsgebieten Anwendung finden: Visuelle Qualitätssicherung in der Industrie, Künstliche Intelligenz, (Semi-)automatische Werkzeuge für Designer und Künstler, VFX, usw. Die erarbeiteten Inhalte bilden die Basis für tiefergehenden Themen im Bereich des Rechnersehens oder Computer Vision, welches sich mit der Gewinnung von Informationen aus digitalen Bilddaten beschäftigt.

Digitale Bildverarbeitung beschreibt dabei zumeist die ersten Schritte der Informationsgewinnung, wie Bilderfassung und -repräsentation, Anwendung von Methoden aus der Signalverarbeitung, Bildverbesserung, Bildsegmentierung oder Merkmalsberechnung.

Ort und Zeit

Anmeldung

Sollten Sie unsren institutsinternen Gogs-Git-Server noch nicht genutzt haben, loggen Sie sich einmal mit Ihrem y-Account ein. Dabei wird automatisch ein Account erstellt.

Nutzen Sie dann unser Online-Teilnahmeformular. Dieses finden Sie direkt auf unserer Webseite, unter Teaching > Course Enrollment.

Geben Sie den Git-Account-Name (des Gogs-Git-Servers) nur an, wenn sie noch einen alten (nicht y-Nummer) Account besitzten/nutzen.

Die Anmeldung für die Prüfung erfolgt über das Prüfungsamt.

Zusätzlich muss das Exposé aus dem Projektleitfaden rechtzeitig eingereicht sein (Deadline siehe Projektleitfaden bzw. Detaillierter Zeitplan weiter unten).

Inhalt

Voraussichtliche Inhalte:

• Bilderfassung, Repräsentation und Farbräume
• Bildwahrnehmung
• Histogramme und Punktoperationen
• Geometrische Operationen
• Lineare und nicht-lineare Filter und Frequenzanalyse
• Kantenerkennung
• Thresholding
• Morphologische Operatoren
• Segmentierung
• Feature Deskriptoren
• Bildkompression
• Moderne Bildoperatoren (Image Blending, Inpainting, Image Retargeting, etc.)

Detaillierter Zeitplan und Downloads 

Vorlesungen

Das Material für die jeweils nächste Veranstaltung, sowie die Vorlesungsfolien, werden in der Regel eine Woche vorher hier auf dieser Webseite zur Verfügung gestellt.

Das Passwort wird in der VL bekannt gegeben und kann nach Semesterstart notfalls unter dbv@cg.cs.tu-bs.de erfragt werden.

Übungen

In den Übungen wird in Python mit OpenCV programmiert.

Die Übungsaufgaben werden jeweils Donnerstags online gestellt. Am darauffolgenden Donnerstag in der Übungsstunde werden die Aufgaben vorgeführt und können mit der eigenen Lösung verglichen werden. Arbeitsgruppen von bis zu drei Leuten werden empfohlen.

Die Frameworks und Lösungen werden unter Windows und Linux getestet. Leider können wir keine direkte Unterstützung für andere Systeme garantieren. Für die Anfertigung der praktischen Aufgaben ist ein Computer mit Windows, Linux oder MacOS erforderlich. Bei Problemen melden Sie sich bitte per Email an dbv@cg.cs.tu-bs.de.

Prüfung

Prüfungszeitraum siehe Ort und Zeit.
Eventuelle Änderungen werden in der Vorlesung und auf dieser Webseite rechtzeitig bekanntgegeben.

• Prüfungsform: schriftliche Prüfung Erstellung und Dokumentation von Rechnerprogrammen
  • (§9 Abs.1 (Punkt 6) und Abs. 8 der APO)
  • Implementierung von Analyse- und/oder Verarbeitungswerkzeugen zur Editierung/Verarbeitung von Multi-Image Aufnahmen
  • Bearbeitung in Teams von 3-4 Personen möglich
• Scheinerwerb durch Bestehen der Prüfung (mind. 50% der Punkte)
• Prüfungsteilnahme auch bei Vertiefung empfehlenswert!
• Bachelor und Master Studenten müssen sich beim Prüfungsamt anmelden! 
• Nicht beim Prüfungsamt angemeldete Studierende bekommen keine Note auf ihr eingereichtes Projekt, das Projekt darf auch nicht wiedereingereicht werden.
• Teamsuchende melden sich bitte spätestens zur Ausgabe von Blatt 2 unter dbv@cg.cs.tu-bs.de
• Abgabe des Exposés (siehe Projektleitfaden)

Beachten Sie den Projektleitfaden für detaillierte Informationen.

Projektleitfaden und Projekt

Hier finden Sie den aktuellen Projektleitfaden.

Hier finden Sie eine Kopie des git-Repositories zur Ansicht (wenn Sie sich anmelden wird Ihnen ein separates Repository erstellt).

Anforderungen

• Programmierkenntnisse, vorzugsweise in Python

Literatur

• R. C. Gonzales and R. E. Woods: Digital Image Processing. Prentice-Hall
• Nischwitz et al.: Bildverarbeitung, Springer Verlag
• Bernd Jähne: Digitale Bildverarbeitung, Springer Verlag
• Richard J. Radke: Computer Vision for Visual Effects,
• Richard Szeliski: Computer Vision: Algorithms and Applications, Springer Verlag
• D. Forsyth and J. Ponce: Computer Vision: A Modern Approach. Prentice Hall