Methoden der digitalen Bildverarbeitung

In vielen Wissenschafts- und Ingenieursdisziplinen entstehen immer mehr digitale Bilddaten, zum Beispiel in der Mikroskopie, der Medizin und zur industriellen Qualitätskontrolle. Mit aktuellen Rechnerleistungen und Softwarepaketen ist eine Verarbeitung und Auswertung dieser Bilddaten für einen weiten Personenkreis jetzt einfach und sinnvoll möglich.

Das Seminar stellt anschaulich und verständlich grundlegende Methoden und Algorithmen der digitalen Bildverarbeitung vor. Die Teilnehmer erlernen die Anwendung aller vorgestellten Methoden mit praktischen Übungen am Computer.

Im Seminar wird die Bildverarbeitungs-Toolbox der Opensource-Software „GNU Octave“ verwendet. Sie ist kompatibel mit der weit verbreiteten Image Processing Toolbox von Matlab®.

Voraussetzungen
Vorkenntnisse in Matlab oder einer anderen Programmiersprache sind hilfreich, aber nicht notwendig.

Methodik

• kurze Vortragseinheiten zu den Themen
• viele Seminarbeispiele zum „gleich selber ausprobieren“ am PC
• abwechslungsreiche Übungsaufgaben

Einsteiger in die Methoden der digitalen Bildverarbeitung, die diese verstehen und anwenden möchten, zum Beispiel:

• Ingenieure, Wissenschaftler und Mediziner, die die digitale Bildverarbeitung als Hilfsmittel für die eigene Arbeit einsetzen möchten
• Software-Entwickler, die sich erste Kenntnisse zur Verwendung der Algorithmen in der digitalen Bildverarbeitung aneignen wollen
• Entwickler visueller Inspektionssysteme für die industrielle Qualitätskontrolle

Mittwoch, 12. bis Freitag, 14. Februar 2025
9.00 bis 13.00 und 14.00 bis 17.00 Uhr

Digitale Bilder

Bildverarbeitungs-Toolbox von Octave/Matlab

Punktoperationen 

• Grauwerttransformationen
• Histogramme 
• Arithmetik mit Bildern

Geometrische Bildoperationen 

• Resampling und Interpolation 
• affine (und andere) Koordinatentransformationen

Nachbarschafts-Filter

• Berechnung und Eigenschaften linearer Filter 
• Glättungsfilter
• nichtlineare Filter

Regionen in Binärbildern 

• Binarisierung (Segmentierung) 
• Nachbarschaft und Regionen 
• Eigenschaften binärer Regionen (Geometrie, Textur)

Farbbilder 

• Typen von Farbbildern 
• Umrechnung von Farbräumen

Morphologische Filter 

• Strukturelemente
• Opening und Closing von Binärbildern 
• weitere morphologische Filter

Kanten und Konturen: Kantendetektion, Bilder schärfen

Ausblick: Bildvergleich, Klassifizierung