Digitale Bildverarbeitung
|
|
- Benjamin Schäfer
- vor 5 Jahren
- Abrufe
Transkript
1 Digitale Bildverarbeitung Dr. Stefan Gehrig Dipl.-Physiker, Dipl.-Ing. (BA) Duale Hochschule Baden-Württemberg - Stuttgart Sommersemester 2017 S. Gehrig - Digitale Bildverarbeitung 1
2 Bildverarbeitung im Jahre 2000 (Doktorarbeit) S. Gehrig - Digitale Bildverarbeitung 3
3 Bildverarbeitung 2005 S. Gehrig - Digitale Bildverarbeitung 4
4 Bildverarbeitung 2011 (Zukunftspreis) S. Gehrig - Digitale Bildverarbeitung 5
5 Bildverarbeitung im Produkt (2013) S. Gehrig - Digitale Bildverarbeitung 6
6 Szenenverstehen 2013 pedestrian detector vehicle detector Stixel ground 7 S. Gehrig - Digitale Bildverarbeitung 7
7 Szenenverstehen 2016 Cityscapes Dataset: 50 Cities, 5000 frames, 25 classes pedestrian vehicle road sidewalk grass pole traffic sign traffic light building sky 8 S. Gehrig - Digitale Bildverarbeitung 8
8 Kleine Objekte Bertha was blind for small objects on the road. An autonomous vehicle has to avoid any hazard on the road. 9 S. Gehrig - Digitale Bildverarbeitung 9
9 Detektion verlorener Ladung mittels Deep Learning Bertha was blind for small objects on the road. An autonomous vehicle has to avoid any hazard on the road. 10 S. Gehrig - Digitale Bildverarbeitung 10
10 Das Wichtigste zuerst: Note wird zu 50% aus einer schriftlichen Klausur am Semesterende ermittelt. Vorlesungsbegleitende Übungen sind Aufgaben im Klausurstil. Hilfsmittel für die Klausur: nicht-programmierbarer Taschenrechner. Skript + diese Folien zu finden unter Vortrag in Gruppen über ein Bildverarbeitungs-Thema mit 25% Anteil an der Endnote. Mögliche Themen: Autonomes Fahren, Optischer Fluss, Klassifikation, Applikationen,. Programmieraufgaben mit 25% Anteil an der Gesamtnote. Vorschlag: Nutzung von Python oder C++, z.b. unter Nutzung von opencv. Weitere Details tbd Praktische Übungen in MATLAB zur Vertiefung S. Gehrig - Digitale Bildverarbeitung 11
11 Überblick Einführung in die digitale Bildverarbeitung Bilderfassung Bildübertragung/-speicherung/-formate Bildvorverarbeitung (Image processing) Signaltheoretische Grundlagen der digitalen Bildverarbeitung Bildverbesserung Bildanalyse/Merkmalsextraktion (Computer Vision) Konturen Morphologische Methoden Korrespondenzanalyse Klassifikation S. Gehrig - Digitale Bildverarbeitung 12
12 Welche Ziele hat diese Vorlesung? Vermittlung der Grundlagen der Bildverarbeitung Befähigung zur Einschätzung von Problemen, die mit Methoden der BV gelöst werden können. Befähigung zum Lesen weiterführender Literatur vermitteln, was ein mathematisches Grundgerüst einschließt. S. Gehrig - Digitale Bildverarbeitung 13
13 Bildverarbeitung: Unterscheidung A) Image Processing: Bild => Bild (Bildvorverarbeitung, Bildverbesserung) B) Image Analysis/Computer Vision Bild => extrahierte Information Anwendungen: A) Bildverbesserung => Bildgebende Verfahren der Medizin (Tomographie, Radiologie,...) - Reduktion von Rauschen - Bilddatenkompression - Filterung - Kontrastverbesserung => Bildrestaurierung - Entfernen von Kratzern... S. Gehrig - Digitale Bildverarbeitung 16
14 B) Extraktion symbolischer Information - Qualitätskontrolle - Lesen handgeschriebener Texte - Robotik, Automatisierung - Überwachungsanlagen - automatische Auswertung med. Bilder - Kriminalistik (Fingerabdrücke)... - Archäologie (automatische Auswertung von Luftbildern) - Militärische Anwendungen (Objekte verfolgen) - Zugangskontrolle (Erkennen von Gesichtern) => in allen Bereichen des täglichen Lebens, insbesondere bei Aufgaben - wie monotone Sehaufgaben - bei denen der Mensch nicht präzise genug ist - bei denen der Mensch zu teuer ist S. Gehrig - Digitale Bildverarbeitung 17
15 Ablauf in einem Bildverarbeitungssystem Bildaufnahme Diskretisierung Bildverbesserung Segmentierung Merkmalsextraktion Klassifikation/Interpretation Ergebnis S. Gehrig - Digitale Bildverarbeitung 18
16 S. Gehrig - Digitale Bildverarbeitung 19
17 S. Gehrig - Digitale Bildverarbeitung 20
18 S. Gehrig - Digitale Bildverarbeitung 21
19 S. Gehrig - Digitale Bildverarbeitung 22
20 Die CMOS Kamera Die gleichen Sensorelemente wie eine CCD Jeder Fotosensor hat seinen eigenen Verstärker (mehr Rauschen, geringere Sensitivität) Standard CMOS Technologie (intelligente Pixel) Foveon 4k x 4k Sensor 0.18 Prozeß 70M transistoren S. Gehrig - Digitale Bildverarbeitung 27
21 Vergleich CCD - CMOS spezielle Technologie hohe Herstellungskosten hoher Stromverbrauch hohe Füllrate Blooming sequentielles Auslesen standard IC Technologie billig geringer Stromverbrauch geringe Empfindlichkeit Einzelpixelverstärkung random Pixel Zugriff Smart Pixel (z.b. HDRC on the chip) OnChip Komponentenintegration Verbreitet in Handy-Kameras, auch in Spiegelreflexkameras S. Gehrig - Digitale Bildverarbeitung 28
22 S. Gehrig - Digitale Bildverarbeitung 34
23 Leuchtdichte (W/sr/m 2 /nm) S. Gehrig - Digitale Bildverarbeitung 35
24 Geometrische Optik S. Gehrig - Digitale Bildverarbeitung 37
25 CCD-Sensor Höchste Empfindlichkeit bei CMOS-Sensoren um 650nm, auch IR-empfindlich S. Gehrig - Digitale Bildverarbeitung 44
26 S. Gehrig - Digitale Bildverarbeitung 45
27 S. Gehrig - Digitale Bildverarbeitung 46
28 S. Gehrig - Digitale Bildverarbeitung 47
29 Time-of-Flight-Kamera Farbcodiertes Beispielbild z.b. PMD-Kamera (Photonic Mixing Device): Moduliertes Licht wird ausgesendet und mit kohärentem Emfänger die Reflexion gemessen, Laufzeit ergibt Distanz. - Außenlichteinfluss muss unterdrückt werden S. Gehrig - Digitale Bildverarbeitung 49
30 Bildgebende Verfahren Kinect-Kamera arbeitet mit structured light Kinect-Senor von Microsoft S. Gehrig - Digitale Bildverarbeitung 51
31 S. Gehrig - Digitale Bildverarbeitung 52
32 S. Gehrig - Digitale Bildverarbeitung 53
33 Bildspeicherung Bilder können in vielen Formaten auf Datenträgern abgespeichert werden: als Matrixdaten - Rohdaten - verlustfrei komprimiert - verlustbehaftet komprimiert Rohdaten: -pnm (Portable Any Maps) - tiff (Tagged Image File Format) Komprimierte Daten: - jpeg, - mpeg bei Digitalkameras als Vektordaten (nur selten als Output von bildgebenden Elementen) => Computer-Grafik S. Gehrig - Digitale Bildverarbeitung 54
Digitale Bildverarbeitung
Digitale Bildverarbeitung Dr. Stefan Gehrig Dipl.-Physiker, Dipl.-Ing. (BA) Duale Hochschule Baden-Württemberg - Stuttgart Sommersemester 2011 S. Gehrig - Digitale Bildverarbeitung 1 Lawrence San RTNA
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung Dr. Stefan Gehrig Dipl.-Physiker, Dipl.-Ing. (BA) Berufsakademie Stuttgart Wintersemester 2009 S. Gehrig GR/PAP - Digitale Bildverarbeitung 1 Lawrence San RTNA Jose DaimlerChryler
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung Dr. Stefan Gehrig Dipl.-Physiker, Dipl.-Ing. (BA) Duale Hochschule Baden-Württemberg - Stuttgart Sommersemester 2015 S. Gehrig - Digitale Bildverarbeitung 1 S. Gehrig - Digitale
MehrDigitale Aufnahmesysteme Grundlagen. HS BO Lab. für Photogrammetrie: Digitale Aufnahmesysteme 1
Digitale Aufnahmesysteme Grundlagen HS BO Lab. für Photogrammetrie: Digitale Aufnahmesysteme 1 Digitale Aufnahmesysteme Digitale Aufnahmesysteme erfassen die Bildinformation mit Hilfe opto elektronischer
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung 01a: Einführung und Motivation Prof. Dr. Gudrun Socher Dozentin Dozentin Prof. Dr. Gudrun Socher (gudrun.socher@hm.edu) Sprechstunde Donnerstag 9:15-10:00 Uhr Anmeldung per E-Mail
MehrFortgeschrittene Bildverarbeitung und Analyse
Fortgeschrittene Bildverarbeitung und Analyse Studiengang IEM Inhalt Definition der Bildverarbeitung Verarbeitung-Bearbeitung (Systeme) Grundlagen der Abbildungssysteme Auge, visuelle Wahrnehmung, Kamera,
MehrBildverarbeitung. Albert-Ludwigs-Universität Freiburg
Grundlagen der Mustererkennung e e u (Kursvorlesung) Prof. Dr. H. Burkhardt Lh Lehrstuhl thlfür Mustererkennung und Bildverarbeitung Institut t für Informatik Albert-Ludwigs-Universität Freiburg H. Burkhardt,
MehrTagged Image File Format. Im Printbereich neben EPS sehr verbreitet.
1.1 Pixelgrafik (auch ) Beispiel: Bei en wird das Bild in kleine Quadrate (Pixel) zerlegt. Für jedes Pixel wird die entsprechende Farbe gespeichert. Ein Foto kann nur durch eine große Zahl von Pixeln realistisch
MehrBildauswertung in UAV
Bildauswertung in UAV Prof. Dr. Nailja Luth Prof. N. Luth Emden 2014-1 OTH Ost-Bayerische Technische Hochschule Amberg-Weiden Prof. N. Luth Emden 2014-2 Prof. Dr.-Ing. N. Luth: Vorlesung Bildverarbeitung
MehrMulti-Modale Bildgebung. Nicht nur Schwarz-Weiss...
Multi-Modale Bildgebung Nicht nur Schwarz-Weiss... Trends in der Industrie (1) Mehr Daten: Höhere Geschwindigkeit & Auflösung Ein Bild viele Bilder Sichtbares Licht weitere Spektralbereiche Spezifischere
Mehr3D-Sensoren auf PMD-Basis zur Objekterkennung und -verfolgung
3D-Sensoren auf PMD-Basis zur Objekterkennung und -verfolgung Dipl.-Phys. Hartmut Eigenbrod 10 Jahre Fraunhofer-Allianz Vision Erlangen, 26. Oktober 2007 1 Gliederung Laufzeitkameras und ihre Vor- und
MehrCMOS Kameras. Jan Hegner Universität Mannheim. Seminar-Vortrag WS2003/2004
CMOS Kameras Jan Hegner Universität Mannheim Seminar-Vortrag WS2003/2004 Übersicht 2 1. Anwendungsgebiete 2. CMOS 3. Aufbau Kamerachip 4. Fotodiode 5. Auslesemodi 6. Layout 7. Farbsensor 8. CCD 9. Spezialanwendungen
MehrKompression und Datenformate. Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate
Kompression und Datenformate Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate AGENDA Digitale Speicherung von Bildern Digitalisierung Informationsgehalt Speicherbedarf Kompression von
MehrImage-based Measurement
Image-based Measurement Human visual system Neurophysiology Color (perception, illumination, calibration, constancy) Image formation (CCD, CMOS sensors) Image acquisition Projective geometry Camera models,
MehrGrundlagen der Bilderzeugung und Bildanalyse - Mustererkennung
Grundlagen der Bilderzeugung und Bildanalyse - Mustererkennung Prof. Dr. H. Burkhardt Lehrstuhl für Mustererkennung und Bildverarbeitung Institut für Informatik Albert-Ludwigs-Universität Freiburg H. Burkhardt,
MehrEinführung in die digitale Bildverarbeitung
FRANZIS EINFUHRUNG Dr. Hartmut Ernst Einführung in die digitale Bildverarbeitung Grundlagen und industrieller Einsatz mit zahlreichen Beispielen Mit 290 Abbildungen FRANZIS Inhalt 1 Einführung 13 1.1 Was
MehrKamerabasierte Erkennung von Fußgängern in urbanen Verkehrsszenen
Kamerabasierte Erkennung von Fußgängern in urbanen Verkehrsszenen Vortragender: Studiengang: Betreuer: Yeyi Qiu Fahrzeugtechnik Prof. Dr. rer. nat. Toralf Trautmann M. Sc. Patrick Richter Seite 01 von
MehrGraphentheorie. für Wiederholer Bachelor Informatik und Wirtschaftsinformatik. Prof. Dr. Peter Becker
Graphentheorie für Wiederholer Bachelor Informatik und Wirtschaftsinformatik Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Wintersemester 2018/19 Peter Becker (H-BRS) Graphentheorie
MehrDIGITALISIERUNG VON BILDERN. Ivana
DIGITALISIERUNG VON BILDERN Ivana WAS IST DIGITALISIERUNG? Begriff aus dem Lateinischen Überprüfung analoger Größen diskrete Werte Produkt = Digitalisat Analoge Speicherung von Informationen auf digitalen
MehrComputergrafik 2: Morphologische Operationen
Computergrafik 2: Morphologische Operationen Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies
MehrDigitale Fotografie für das Web Wintersemester 2013/2014 MEINF4330
Digitale Fotografie für das Web Wintersemester 2013/2014 MEINF4330 Grundlagen der digitalen Fotografie 05.12.2013 Version 1.0 Digitalisierung zunächst 2^n diskrete Grauwerte 2 3 Workflow 4 Sensoren Typen
MehrVIS/NIR HSI Basic. » High Performance Hyper Spectral Imaging. » Datenblatt. Kontinuierlicher VIS/NIR Hyperspektral Pushbroom Imager
» High Performance Hyper Spectral Imaging» Datenblatt Der HSI Basic Pushbroom Imager ist ein integriertes Laborgerät für die kombinierte Farb- und chemische Analyse. Das System setzt die Chemical Color
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung Prof. Dr. Sibylle Schwarz HTWK Leipzig, Fakultät IMN Gustav-Freytag-Str. 42a, 04277 Leipzig Zimmer Z 411 (Zuse-Bau) http://www.imn.htwk-leipzig.de/~schwarz sibylle.schwarz@htwk-leipzig.de
MehrEDV-Anwendungen im Archivwesen II
EDV-Anwendungen im Archivwesen II 070472 UE WS08/09 Digitale Formate (Beispiele) Überblick Kurzer Überblick über derzeit übliche Formate Bild Ton Video Archivierungsformate Ist Komprimierung immer zu vermeiden?
MehrLehrplan Digitale Radiologie (DR)
Lehrplan Digitale Radiologie (DR) Inhalt: 1. Zweck und Geltungsbereich... 2 2. Begriffe... 2 3. DR 1... 3 4. DR 2... 5 Name: M. Zwanzig Name: A. Bachmann Seite: Seite 1 von 6 1. Zweck und Geltungsbereich
MehrÜbung zur Vorlesung. Digitale Bildverarbeitung. Torsten Büschenfeld. Sommersemester 2009
Übung zur Vorlesung Digitale Bildverarbeitung Torsten Büschenfeld Institut für Informationsverarbeitung Leibniz Universität Hannover Sommersemester 2009 1 Allgemeines Organisatorisches Sprechstunde nach
MehrFotoapparat. Was sind Fotoapparate? Grundbauteile. Arten. Analoger Fotoapparat. Digitalkamera
Referent: Stephan Tesch 14. Januar 2009 Folie: 1/18 Gliederung 1. Was ist ein Fotoapparat? 2. 3. 4. Kriterien zum Unterscheiden 5. 6. it Referent: Stephan Tesch 14. Januar 2009 Folie: 2/18 t Optisches
MehrBilder. Bildsuchmaschiene. Bildsuche. Überblick. Beispiele im WWW. Inhaltsbasierte Bildsuche Motivation
Bilder Inhaltsbasierte Bildsuche Motivation Informatica Feminale Universität Bremen, Aug. 2005 Maja Temerinac Albert-Ludwigs-Universität Freiburg Ein Bild sagt mehr als tausend Worte. Chinesisches Sprichwort
MehrBildverarbeitung in der Qualitätskontrolle. Sebastian Zambal LEADING INNOVATIONS
Bildverarbeitung in der Qualitätskontrolle Sebastian Zambal LEADING INNOVATIONS Überblick Profactor Grundlagen Bildverarbeitung HW, SW, Methoden Inspektion Gussteilen Inspektion CFK, GFK Projekte EMVA-Studie:
MehrRingvorlesung Bildverarbeitung
Ringvorlesung Bildverarbeitung D. Schlesinger Institut für Künstliche Intelligenz, Professur Intelligente Systeme 6. Juli 2012 D. Schlesinger (Institut Ringvorlesung für Künstliche Bildverarbeitung Intelligenz,
MehrDer EVMA 1288 Standard als Wegweiser zur richtigen Kamera mit der richtigen Bildqualität. Vortragender: Christoph Hoernlen Territory Account Manager
Der EVMA 1288 Standard als Wegweiser zur richtigen Kamera mit der richtigen Bildqualität Vortragender: Christoph Hoernlen Territory Account Manager Inhalt 1 Einführung in Bildqualität und ihre entscheidende
MehrB.Sc. Medizintechnik. Kompetenzfeld Sensorsignalverarbeitung
Kompetenzfeld Sensorsignalverarbeitung Prof. Dr.-Ing. B. Yang Prof. Dr.-Ing. M. Berroth 1 06.06.2018 Module des Kompetenzfelds Zwei Module: Signale und Systeme, Prof. Yang WS, 4SWS, 6LP Grundlagen für
MehrMachine Vision Objektive
Machine Vision Objektive 2 Megapixel Objektive 2 MEGAPIXEL OBJEKTIVE 1/2" und 2/3" Die bewährte Serie von 2 Megapixel Objektiven für viele Anwendungsbereiche: Wählen Sie das beste Objektiv für Ihre Anforderung
MehrTechnologie Campus Cham
Technologie Campus Cham Prof. Dr.-Ing. Peter Firsching TC Cham D E G G E N D O R F U N I V E R S I T Y O F A P P L I E D S C I E N C E S Aus der Hochschule in die Region Maßgeschneiderte Mechatronik-Lösungen
MehrHIS-VIS Kamera. » High Performance Hyper Spectral Imaging. » Data Sheet. Kontinuierliche Echtzeit VIS Hyperspektrale Kamera
HIS-VIS Kamera» High Performance Hyper Spectral Imaging» Data Sheet HSI- VIS Kamera Das HSI-VIS Kamera-System ist ein integriertes Laborgerät für die präzise Farbanalyse. Das System setzt eine spezielle
MehrInstitut für Informatik Visual Computing SE Computational Photography
Kameramodelle und Grundlagen Institut für Informatik Visual Computing SE Computational Photography Prof. Eisert Vortrag von Juliane Hüttl Gliederung 1. Bilderfassung 1. Optische Abbildungsmodelle 2. Sensoren
MehrProjekte zur digitalen Bildverarbeitung
Projekte zur digitalen Bildverarbeitung im Sommersemester 2017 zum Audi Autonomous Driving Cup 2017 Das AADC-Regelwerk https://www.audi-autonomous-driving-cup.com/wp-content/uploads/2017/03/2017-03-20_regelwerk_2017_v1.0_dachl.pdf
MehrSeminar Bildauswertung und -fusion. Themenbeschreibung
Seminar Bildauswertung und -fusion Themenbeschreibung 1 Übersicht Zeichenerkennung mit "Smart Cameras" im industriellen Umfeld Betreuer: Dipl.-Ing. Martin Grafmüller Entropieberechnungen in Bayes schen
Mehr2D, 3D Kameratechnik in der Robotik. Jan Fischer
2D, 3D Kameratechnik in der Robotik Jan Fischer Agenda Firmeninformationen 1x1 der Bildverarbeitung Kompetenzen für erfolgreiches Pick & Place Anwendungsspektrum Kriterien die man bei Pick & Place beachten
MehrInspect Application Forum. mvbluegemini & mvimpact Configuration Studio. Stefan Bertele MATRIX VISION
Inspect Application Forum mvbluegemini & mvimpact Configuration Studio Stefan Bertele MATRIX VISION 1 Über MATRIX VISION Deutscher Bildverarbeitungspionier Sitz: Backnang bei Stuttgart Portfolio: Standardkameras
MehrLichtfeldemitter Grundlagen und Anwendungen
Lichtfeldemitter Grundlagen und Anwendungen Themenbeschreibung: Im Gegensatz zu herkömmlichen Displaytechnologien kann bei einem Lichtfeldemitter nicht nur der Ort, sondern auch die Richtung des abzustrahlenden
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Bildverbesserung - Grauwertmodifikation Graphische DV und BV, Regina Pohle, 10. Bildverbesserung - Grauwertmodifikation 1 Einordnung
MehrCUDA Workshop. Ausblick. Daniel Tenbrinck
CUDA Workshop Ausblick Daniel Tenbrinck Computer Vision and Pattern Recognition Group Institut für Informatik Westfälische Wilhelms-Universität Münster 03.Juli 2009 Folie: 1 / 10 Daniel Tenbrinck CUDA
MehrOPTOELEKTRONIK SENSORIK
OPTOELEKTRONIK SENSORIK Chip Scale Gehäuse Monolithischer Aufbau CCD und CMOS Technologie auf einem Chip ESPROS Photonics AG ESPROS Photonics AG bietet ein interessantes Spektrum an optoelektronischen
MehrESPROS Photonics Corporation
Sensortechnik für die Mobilität der Zukunft Dr. Hans Ebinger Technologietag, NTB Buchs 22. Juni 2017 1 Revolution in der Automobilindustrie Mobilität der Zukunft Zukunft des Motors Taxi der Zukunft Navigation
MehrInhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitale Aufnahmesysteme 1
Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Grundlagen)
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
MehrAnnährungssensoren. Induktive Sensoren. Kapazitive Sensoren. Ultraschall-Sensoren. Optische Anährungssensoren
Annährungssensoren Zum Feststellen der Existenz eines Objektes innerhalb eines bestimmten Abstands. In der Robotik werden sie für die Nah-Gebiets-Arbeit, Objekt-Greifen oder Kollisionsvermeidung verwendet.
MehrDigitale Bildverarbeitung in BA/MA
Digitale Bildverarbeitung in BA/MA Prof. Dr.-Ing. Joachim Denzler Lehrstuhl Digitale Bildverarbeitung Friedrich-Schiller-Universität Jena http://www.inf-cv.uni-jena.de Bedarf Bildverarbeitung In der Industrie:
MehrProf. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 20. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 6. Bildverarbeitung..........................415 Aufbau
MehrPolKa. Prüfung von Verbundmaterialien und transparenten Stoffen. Technologieforum Optische Sensoren
PolKa Prüfung von Verbundmaterialien und transparenten Stoffen Technologieforum Optische Sensoren Strategische Partnerschaft Sensorik e.v./cluster Sensorik 29.April 2014 Jürgen Ernst juergen.ernst@iis.fraunhofer.de
MehrComputervision für Informatik / Bachelor
Wahlpflichtmodul Computervision für Informatik / Bachelor Dr.-Ing. Rico Nestler Technische Universität Ilmenau Fakultät für Maschinenbau / FG Qualitätssicherung und industrielle Bildverarbeitung Tel.:
MehrVisQuaNet. Digitale Bildverarbeitung für visuelle Qualitätssicherung und Qualitätsmeßtechnik. Prof. Dr. Dietrich Hofmann Dipl.-Geogr.
VisQuaNet Digitale Bildverarbeitung für visuelle Qualitätssicherung und Qualitätsmeßtechnik Prof. Dr. Dietrich Hofmann Dipl.-Geogr. Bernhard Rauch NEMO-Applikationsforum Bildverarbeitung in Jena am 22.03.2006
MehrErhöhung der Messgenauigkeit von 3D-Lasertriangulation
Erhöhung der Messgenauigkeit von 3D-Lasertriangulation Das Messprinzip von Laser-Triangulation Triangulationsgeometrie Beispiel Z Y X Messobjekt aus der Kamerasicht Sensorbild der Laserlinie 3D Laser-Triangulation
MehrComputervision im Studiengang Informatik / Bachelor 2019
Wahlpflichtmodul im Studiengang Informatik / Bachelor 2019 Dr.-Ing. Rico Nestler Fakultät für Maschinenbau / FG Qualitätssicherung und industrielle Bildverarbeitung Prof. Dr. rer. nat. Gunther Notni Tel.:
MehrKapitel 1 - Einführung
Vorlesung Graphische Datenverarbeitung Kapitel 1 - Einführung Prof. Dr.-Ing. Wolfgang Reinhardt AGIS/INF4 http://www.agis.unibw-muenchen.de UniBw München Überblick Kap. 1: Einführung (Überblick, Begriffe,
MehrHandy oder Spiegelreflexkamera Aufnahmetechniken für. verschiedenen Astroobjekte
Astro-Stammtisch Peine Handy oder Spiegelreflexkamera Aufnahmetechniken für verschiedenen Astroobjekte Reiner Guse 03.03.2017 1. Kameras Geeignete Kameras für Astroaufnahmen Handy Video-Kamera/Web Cam
MehrAuswahl von Komponenten für OEM Kameras. Göttinger Messtechniksymposium,
Auswahl von Komponenten für OEM Kameras Göttinger Messtechniksymposium, 17.07.2014 Beleuchtung Ist die Beleuchtung ein entscheidender Faktor für das gesamte Bildverarbeitungssystem? Bei der Beleuchtung
MehrOptik in Smartphones. Proseminar Technische Informatik Fabio Becker 9. Juli 2014
Optik in Smartphones Proseminar Technische Informatik Fabio Becker 9. Juli 2014 1 Gliederung Die Kamera Grundidee für das Smartphone Grundlagen zur Optik Skalierung Aufbau Ziele/Trend in Zukunft Zusammenfassung
MehrInhaltsverzeichnis. Aufbau eines Bildverarbeitungssystems
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 6. Bildverarbeitung..........................378 Aufbau
MehrDie chemische Kamera für Ihr Mikroskop
Die chemische Kamera für Ihr Mikroskop» High Performance Hyper Spectral Imaging» Datenblatt Das HSI VIS/NIR Kamera-System ist ein integriertes Laborgerät für die kombinierte Farb- und chemische Analyse.
MehrInformatik (Bachelor) Wahlpflicht-Prüfungen im Wintersemester 2018/2019
Informatik (Bachelor) Wahlpflicht-Prüfungen im Wintersemester 2018/2019 Veröffentlicht am: 01.10.2018 Leistungsnachweise Für die Teilnahme an bestimmten Prüfungen ist das erfolgreiche Absolvieren von Leistungsnachweisen
MehrLIDAR-Sensorik in Automobilapplikationen
LIDAR-Sensorik in Automobilapplikationen Steffi Bartl 14th Leibniz Conference Of Advanced Science, Sensorsysteme 2012, Lichtenwalde, 18./19. Oktober Steffi Bartl First Sensor AG www.first-sensor.com 19.10.2012
MehrEinsatz von Tiefenkameras zur Mensch/Roboter-Überwachung
Einsatz von Tiefenkameras zur Mensch/Roboter-Überwachung Prof. Dr. Dominik Henrich Lehrstuhl für Angewandte Informatik III (Robotik und Eingebettete Systeme) Universität Bayreuth Technologie der Tiefenkameras
MehrEyeScan AT 3D. Technische Daten. Bis zu Hz (je nach Modell) Bis zu 4096 Punkte / Profile (je nach Modell)
EyeScan 3D Sensoren 2 3 EyeScan AT 3D Technische Daten Profile Speed Bis zu 25000 Hz (je nach Modell) Profile Resolution Bis zu 4096 Punkte / Profile (je nach Modell) Schnittstelle GigE Vision / GenICam
MehrDigitale Bildverarbeitung Organisation. Vorstellung Vorlesungskomponenten Infrastruktur Ergänzendes Material Erwartungen Gliederung der Vorlesung
Digitale Bildverarbeitung Organisation Lehrauftrag SS 2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Übersicht Vorstellung Vorlesungskomponenten Infrastruktur
MehrEinleitung. BildVERarbeitung. BildBEarbeitung. Astrofotografie Farbkanäle gezielt manipulieren
Einleitung BildVERarbeitung Bildanalyse Bildrestauration Photometrische Auswertung Objektdetektion Kompression BildBEarbeitung Astrofotografie Farbkanäle gezielt manipulieren Folie 1 Einleitung Astronomische
MehrBildverarbeitung - Inhalt
Bildverarbeitung Bildverarbeitung - Inhalt 1. Anfänge der industriellen Bildverarbeitung 2. Von der Kamera zum Vision Sensor 3. Hardware Konzepte in der BV 4. Beleuchtungssysteme 5. Auswerteverfahren (Software)
MehrSterne (9) Elektrooptische Detektoren
Sterne (9) Elektrooptische Detektoren Elektrooptische Bildgebungsverfahren Der technologische Fortschritt in der Halbleiter- und Computerbranche hat zu völlig neuen Sensorarten geführt, welche diffizile
MehrWirtschaftsinformatik (Bachelor)
Wirtschaftsinformatik (Bachelor) Wahlpflicht-Prüfungen im Wintersemester 2018/2019 Veröffentlicht am: 01.10.2018 Leistungsnachweise Für die Teilnahme an bestimmten Prüfungen ist das erfolgreiche Absolvieren
MehrLehrangebot Wahlfächer Sommersemester 2016
Lehrangebot Wahlfächer Sommersemester 2016 Bachelorstudiengang Informations- und Kommunikationstechnik Prof. Jörg Thiem http://www.fh-dortmund.de/thiem mailto:joerg.thiem@fh-dortmund.de Organisatorisches
MehrDigitale Bildverarbeitung
Einführung Studienblock (10 ECTS, Prüf.Nr. 2635) FH-Aachen / Jülich, FB 9 Prof. Dr. rer. nat. Walter Hillen (Dig Img 0 Intro) 1 Einführung: Verfahrensschritte: Bilderzeugung Bild-Analyse, Interpretation
MehrBewegungsplanung für den vierbeinigen Roboter AMEE. Björn Bettzüche
Bewegungsplanung für den vierbeinigen Roboter AMEE Einleitung Vergleichbare Arbeiten Zusammenfassung Referenzen Projekt AMEE SAR 4 intelligente Beine SLAM Sicheres Navigieren 4 [5] 5 Bildbasiert zu ungenau
MehrSignalverarbeitung für audiovisuelle Kommunikation
University of Applied Science Signalverarbeitung für audiovisuelle Kommunikation 1. Digitale Multimediasignale - Bild- und Videosignale & Digitalisierung Bild- und Videosignale Bilder/Video(Bildfolgen):
Mehr(1) Einführung. Vorlesung CV-Integration S. Müller/D. Paulus KOBLENZ LANDAU
(1) Einführung Vorlesung CV-Integration S. Müller/D. Paulus Ziel In vielen Bereichen der Forschung und auch der täglichen Anwendungen wächst das Fachgebiet der Bildverarbeitung und der Computergraphik
MehrOberflächennahe und ferne Gestenerkennung mittels 3D-Sensorik
Oberflächennahe und ferne Gestenerkennung mittels 3D-Sensorik 26.10.2016 Gliederung Gesten für Mensch-Maschine Interaktion Anwendungsszenario Interaktive Projektionssitzkiste Herausforderungen Lösungsansatz
MehrVorlesung Computergrafik 1 Andreas Butz, Axel Hoppe EINFÜHRUNG, ORGANISATORISCHES
Vorlesung Computergrafik 1 Andreas Butz, Axel Hoppe EINFÜHRUNG, ORGANISATORISCHES 1 Wer? Wo? Prof. Dr.-Ing. Axel Hoppe, MD.H und LMU axel.hoppe@ifi.lmu.de Prof. Dr.-Ing. Andreas Butz, LMU butz@ifi.lmu.de
MehrProduzieren sich Güter und Dienstleistungen in Zukunft selber?
Produzieren sich Güter und Dienstleistungen in Zukunft selber? I. Vorstellung Stefan Jack Dipl. El. Ing. HTL / Wirtschaft Business & Solutions Development Manager BU Technologies Mobile +41 79 536 87 30
MehrMittwoch Wednesday
1. Woche DC Montag 03.09.2018 Optical Communications with the exception of a non-programmable calculator 04.09.2018 05.09.2018 06.09.2018 Information Theory and Coding I 07.09.2018 1.+2. 3.+4. 5.+6. Optical
MehrComputergrafik und Bildverarbeitung. Prof. Dr. André Hinkenjann
Computergrafik und Bildverarbeitung Prof. Dr. André Hinkenjann Organisation Literatur The Computer Image Alan Watt, Fabio Policarpo Addison Wesley Digital Image Processing a practical introduction using
MehrINTELLIGENTE DATENANALYSE IN MATLAB
INTELLIGENTE DATENANALYSE IN MATLAB Bildanalyse Literatur David A. Forsyth: Computer Vision i A Modern Approach. Mark S. Nixon und Alberto S. Aguado: Feature Extraction and Image Processing. Ulrich Schwanecke:
MehrFRAMOS Marktumfrage 2012 KAMERAS IN DER PROFESIONELLEN BILDVERARBEITUNG
Klarer Trend zu mehr Auflösung und höherer Bildrate Zum 5. Mal haben die FRAMOS GmbH und das Fachmagazin INSPECT ihre Umfrage Kameras in der Professionellen Bildverarbeitung 2012 durchgeführt. Die in den
MehrKontaktdaten. Grundlagen der CCD Fotographie mit digitalen Spiegelreflexkameras. - i - Sales & Service Postfach 1265 Am Barkenkamp 9 D Hasloh
Grundlagen der CCD Fotographie mit digitalen Spiegelreflexkameras Kontaktdaten Sales & Service Postfach 1265 Am Barkenkamp 9 D 25474 Hasloh e-mail service@ineltech.de www.ineltech.com - i - Einleitung
MehrEIN KLEINES DIGITALES FOTO-ABC
I h r O n l i n e F o t o l a b o r EIN KLEINES DIGITALES FOTO-ABC Ein kleines digitales Foto-ABC A/D-Wandlung Bei der Analog/Digital-Wandlung werden die von den einzelnen Pixeln erzeugten elektrischen
MehrWelcome. Qualitätssicherung und Fehleranalyse mit High-Speed Kameras
Welcome Qualitätssicherung und Fehleranalyse mit High-Speed Kameras Vorstellung Dr. Bernd Reinke Leiter Industrielle Kameras Redner Dirk Schoch Manager Vertrieb Inhalt Historie High-Speed CMOS High-Speed
MehrHochgeschwindigkeits- Bildverarbeitung Einführung
Einführung Bernhard Mindermann Geschäftsführer der Mikrotron GmbH tel. +49 89 726342 00, www.mikrotron.de, info@mikroton.de Diese Präsentation, Datenblätter und Manuals bei www.mikrotron.de Auf der Vision:
MehrPMD 3D ToF (Time of Flight) Sensor
PMD 3D ToF (Time of Flight) Sensor Vision Sensoren Neue hochauflösende 3D-Kamera erfasst Szenen und Objekte in Echtzeit. Auf einen Blick sieht die neue 3D-Kamera auf Basis der PMD-Technologie unterschiedlichste
MehrFachgruppe: Photogrammetrie & Fernerkundung
Fachgruppe: Photogrammetrie & Fernerkundung mit ERDAS Martin Sauerbier Photogrammetrie & Fernerkundung, MFB-GeoConsulting Programm Fachgruppe Photogrammetrie und Fernerkundung 13.45 Begrüssung durch Michael
MehrProjekt. Systementwurf. projekte/systementwurf/ Universität Hamburg
MIN Department Informatik 18.341 Projekt Systementwurf http://tams-www.informatik.uni-hamburg.de/lehre/ss2006/ projekte/systementwurf/ 1 / 18 MIN Department Informatik Vorbesprechung Motivation Systemumgebung
MehrInformatik (Bachelor) Wahlpflicht-Prüfungen im Sommersemester 2019
Informatik (Bachelor) Wahlpflicht-Prüfungen im Sommersemester 2019 Veröffentlich am: 18.03.2019 Leistungsnachweise Für die Teilnahme an bestimmten Prüfungen ist das erfolgreiche Absolvieren von Leistungsnachweisen
MehrLehrstuhl für Informatik 12 (Hardware-Software-Co-Design) Prof. Dr.-Ing. J. Teich
Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design) Friedrich-Alexander-Universität Erlangen-Nürnberg Prof. Dr.-Ing. J. Teich Rückblick - Großrechner 2 Keine Computer im Haushalt? Ken Olsen, US-amerikanischer
MehrMedizinische Bildverarbeitung
Medizinische Bildverarbeitung Studiengang Medizintechnik, SS 18, MT-B 6 richard rascher-friesenhausen richard.rascher-friesenhausen@hs-bremerhaven.de 12. März 2018 Inhalt Organisatorisches MBV, SS 18 March
MehrJENIFFER: Wie die Farbe in das Digitalbild kommt. Claudia Grosch Joachim Groß
JENIFFER: Wie die Farbe in das Digitalbild kommt Claudia Grosch Joachim Groß Gliederung Wie kommt die Farbe in das Digitalbild Interpolationsverfahren Dateiformate: Von JPEG zu NEF und DNG JENIFFER: Die
MehrEchtzeitbildverarbeitung mit FPGAs. Feith Sensor to Image GmbH, Schongau Matthias Schaffland
Echtzeitbildverarbeitung mit FPGAs Feith Sensor to Image GmbH, Schongau Matthias Schaffland Feith Sensor to Image GmbH Gegründet 1989 als Bildverarbeitungs- Spezialist für kundenspezifische Komponenten
MehrDienstag Tuesday
1. Woche 08.09.2014 09.09.2014 10.09.2014 11.09.2014 12.09.2014 Advanced Digital Signal Processing All auxiliary material electronic devices! Optical 09:30-11:00 Uhr Advanced Digital Signal Processing
MehrFahrspurerkennung in Videoechtzeit mit SoC. Eike Jenning INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/
Fahrspurerkennung in Videoechtzeit mit SoC Eike Jenning INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/2008 30. November 2007 Agenda Einleitung Algorithmus zur Fahrspurerkennung Fahrspurerkennung
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung Intro M. Thaler,TG208 tham@zhaw.ch www.zhaw.ch/~tham September 17 1 Bildverarbeitung beinhaltet immer einen Computer -> digital 1 Bildbearbeitung / Bildverarbeitung Bildbearbeitung
Mehr