Sehr geehrte Studierende,

dieses Github-Repository bietet Ihnen praktische Übungsmaterialien zur Vorlesung "Digitale Bildverarbeitung" des Instituts für Informationsverarbeitung an der Leibniz Universität Hannover.

Die Übungsmaterialien sollen die erlernten theoretischen Grundlagen festigen und zusätzlich einen Einblick in die angewandte Praxis moderner Bildverarbeitung geben. Den Studierenden wird mit Programmierübungen gezeigt, wie einfache, aber auch komplexe Aufgaben mithilfe von Grundlagen der Digitalen Bildverarbeitung gelößt werden können. In den nächsten Abschnitten wird ein kurzer Überblick über die Struktur und Inhalte dieses Online-Kurses gegeben.

Die Autoren dieser Übungen würden sich freuen, wenn dieses Repository das Interesse von Studierenden an der Bildverarbeitung wecken könnte, dass über den Erwerb von Leistungspunkten hinaus geht.

Gez. die Autoren

Dieses Repository ist unterteilt in die Themenbereiche

0. Einführung
1. Grundlagen
2. Bildbearbeitung
3. Signalorientierte Bildverarbeitung
4. Farbrepäsentationen
5. Bildanalyse

welche jeweils mit Übungsaufgaben, Lösungen sowie begleitendem Material ausgestattet sind.

Zusätzlich sind die Ordnerstrukturen

• CV-App: Pipeline für die Anwendung von BV Videokonferenzen
• data: Daten für die Verarbeitung, z.B. Bilder
• utilities: Allgemeine Hilfsskripte und Tools
• Sandkasten: Ort, um eigene Dinge auszuprobieren

vorhanden. Die CV-App nimmt dabei eine besondere Position ein, da den Studierenden hier mit einer Interaktiven Appliaktion der praktische Nutzen von Bildverarbeitung demonstriert wird und ebenfalls Material für fortgeschrittene Programmierübungen gegeben wird, welche hier nicht explizit behandelt werden.

Das Erlernen der Fertigkeiten aus der Vorlesung wird mit Übungen unterstützt. Eine herkömmliche Übung bietet den Studierenden eine oder mehrere zu lösende Aufgaben. Übungen sind in einem eigenen Unterordner wie z.B. ü1 angelegt. Die Aufgaben sind in der README.md beschrieben und sollen in der entsprechenden Datei mit Dateinamen wie a.py gelößt werden. Zu jeder Übung gibt es eine Lösungsdatei mit einer (von möglicherweise vielen!) Musterlösung. Die Lösungen sind mit der Bennenung von z.B. l_a.py gekennzeichnet.

Im folgenden werden die Themenschwerpunkte des Kurses kurz erläutert.

Der Themenbereich Einführung hilft den Studierenden bei der Installation, Einrichtung und der ersten Nutzung der Arbeitsumgebungumgebung für diesen Kurs. Es wird noch nicht auf den Themenkomplex Bildverarbeitung eingegangen.

Das Kapitel ist für Neulinge in den folgenden Bereichen zu empfehlen:

• Installation Python und/oder PyCharm
• Programmierung Python
• OpenCV und Numpy

Um mit Methoden der Digitalen Bildverarbeitung zu arbeiten, lohnt sich ein Blick auf die Grundlagen. Das Unterverzeichnis 1_Grundlagen bietet Aufgaben zum Themengebiet "Grundlagen" in der Vorlesung. Dabei sollen ins besondere die Themen

• Das menschliche visuelle System
• Technische Bilderfassung/Sensoren
• Das Digitale Bild

mit zusätzlichem Material unterstützt werden.

In diesem Kapitel werden Ihnen verschiedene Klassen von Operationen und Methoden erläutert und mit Beispielen exemplarisch dargestellt. Die Übungen zeigen Beispiele zu den Themen

• Punktoperationen (Intensitätstransformationen)
• Lokale Operationen (Filterung)
• Globale Operationen
• Geometrische Transformationen

Bilder werden üblicherweise als örtlich-/zeitliches Signal betrachtet. In der Digitalen Bildverarbeitung werden Bilder häufig auch in anderer Signalform betrachtet, z.B. im Frequenzraum. Die Grundlagen der signalorientierten Bildverarbeitung werden in diesem Kapitel behandeln. Die Aufgaben in diesem Unterverzeichnis geben dazu Informationen und Beispiele zu den Themen

• Das Bild als Signal
• Grundlagen unitäre Transformation
• Fourier-Transformation
• LSI‐Systeme, Faltung und Fourier‐Transformation
• Abtastung und Rekonstruktion, Abtasttheorem
• Filterung des Bildes
• Unitäre Transformationen: DCT, Hadamard‐, Haar‐, Wavelet‐Transformation
• Bildpyramiden und Multiresolutiondarstellung

Die Wahrnehmung von "Farbe" wird in technischen Anwendungen in verschiedenen Formen dargestellt und codiert. Zu den Grundlagen der Farbrepräsentationen werden in diesem Kapitel Aufgaben und Beispiele bereitgestellt. Die Aufgaben behandeln die Themengebiete

• Additive Subtraktive Farbmischung
• Farbempfinden und technische Repräsentation von Farbe
• Farbmodelle/Farbräume und Konvertierung
• Weißabgleich

Ein Ziel der Digitalen Bildverarbeitung ist die Extrahierung von Informationen aus Bilddaten, um nachfolgende Aufgaben zu lösen. In diesem Kapitel werden einige Beispiele und Aufgaben zur Bildanalyse bereitgestellt. Dabei werden die Themen

• Diskrete Geometrie und Analyse von Binärbildern
• Bildsegmentierung
• Template-Matching und Korrelation
• Hough

behandelt.

• Dieses Repository hat keinen Anspruch auf Vollständigkeit
• Hauptsprache der Kurses ist Deutsch
• Interessierte dürfen eigene Übungen erstellen und per Pull-Request in das Repository einpflegen. Vielen Dank für das Engagement!
• Viel Spaß beim Lernen!