T848 – Real-Time Images Analysis

Module
Real-Time Images Analysis
Profil: Echtzeitbildanalyse
Module number
T848
Version: 2
Faculty
FDIT: Fakultät Digitale Transformation
Level
Bachelor
Duration
1 Semester
Semester
Summer semester
Module supervisor

Prof. Dr.-Ing. habil. Nataša Zivic
natasa.zivic@htwk-leipzig.de
Lecturer(s)
Course language(s)

German
in "Profil: Echtzeitbildanalyse"
ECTS credits

5.00 credits

Workload

125 hours

Courses

4.00 SCH (2.00 SCH Vorlesung | 2.00 SCH Übung)
Self-study time

65.00 hours

Pre-examination(s)
None
Examination(s)

Prüfung Klausurarbeit
Module examination | Examination time: 90 minutes | Weighting: 80%
in "Profil: Echtzeitbildanalyse"

Prüfung Präsentation
Module examination | Examination time: 20 minutes | Weighting: 20%
in "Profil: Echtzeitbildanalyse"
Form of teaching

Seminare und Praktika in den Präsenzphasen sowie virtuelle Lehrveranstaltungen mit tutorieller Begleitung in den betrieblichen Phasen
Media type

Medientechnik der Lehrräume sowie E-Learning via OPAL
Instruction content/structure

1. Digitale Bildverarbeitung

  • Grundlagen: Elektromagentisches Strahulungsspektrum, Grundphasen der digitalen Bildverarbeitung, Komponenten des Bildverarbeitungssystems
  • Elemente der visuellen Warnehmung, Bilderfassung und -aufnahme, grundlegende mathematische Tools in der Bildverarbeitung
  • Arithmetische, Mengen-, logische und räumliche Operationen, Vektor- und Matrixoperationen zwischen Bildern, Bildtransformationen
  • Bildverarbeitungssystem und seine Komponenten, CCD- und CMOS-Bildsensoren
  • Bildverarbeitung im Raumbereich:
    • Intensitätsoperationen (lineare, logarithmische und Potenztransformationen, Bitebenen-Operationen, Histogramm)
    • Räumliche Filterung (Korrelation und Faltung, Bildglättung und -schärfung, Maskierung, Kanten- und Eckenerkennung)
  • Bildverarbeitung im Frequenzbereich:
    • DFT, Faltungstheorem, Tief- und Hochpassfilter (ideal, Butterworth, Gauss), Maskierung, homomorphe und selektive Filterung
  • Bildsegmentierung und Merkmalextraktion
  • Bildkompression
  • MATLAB Beispiele

2. Digitale Bildverarbeitung in Echtzeit

  • Konzepte und Strategien für Echtzeitbildverarbeitung
  • Hardware-Plattformen für Echtzeitbildverarbeitung
  • Software-Methoden für die Echtzeitbildverarbeitung
Qualification objectives

Die Echtzeit-Bildverarbeitung ist eine der zentralen Zukunftstechnologien, ohne die moderne multimediale Kommunikation und künstliche Intelligenz unvorstellbar sind. Die Studierenden lernen die Grundlagen und Verfahren der Bildanalyse und -verarbeitung kennen. Sie werden in die Lage versetzt, die unterschiedlichen Verfahren zu bewerten und je nach Anforderung die geeigneten Verfahren auszuwählen. Zusätzlich lernen sie Strategien und Hardware- und Software-Methoden zum Entwurf bildgebender Systeme in Echtzeit, ihre Komplexität zu beherrschen und Kompromisse zwischen Anforderungen und Ergebnissen zu finden. Mit dem gewonnenen Wissen haben sie die Basis, bestehende Bildverarbeitungsverfahren zu verstehen, zu verbessern und neue Algorithmen zu entwickeln.
Special admission requirements

Keine
Recommended prerequisites

Informations- und Codierungstheorie, Programmierung, Projektorientierte
Einführung in die Softwareentwicklung
Literature
  • Angelika Erhardt: „Einführung in die digitale Bildverarbeitung“, Vieweg-Teubner, 2008
  • Rafael C. Gonzales, Richard E. Woods: „Digital Image Processing“, Pearsson, 2018
  • Nasser Kehtatnavaz, Mark Gamadia: “ Real-Time Image and Video Pocessing”, Morgan & Claypool Publishers, 2006
  • Natasa Zivic: Robust Image Authentication in the Presence of Noise, Springer, 2015
Current teaching resources

keine
Notes
No information
Applicability

Bachelorstudiengänge der Fakultät Digitale Transformation
Link to course/learning resources in OPAL/Moodle/etc.
Close detail view
© Modulux (Version 4.1)