Digitale Bildverarbeitung

Transkript

1 Digitale Bildverarbeitung Dr. Stefan Gehrig Dipl.-Physiker, Dipl.-Ing. (BA) Duale Hochschule Baden-Württemberg - Stuttgart Sommersemester 2011 S. Gehrig - Digitale Bildverarbeitung 1

2 Lawrence San RTNA Jose DaimlerChryler State Berkeley University N. Lab. Palo San Berkeley Jose Alto Uni Tübingen Daimler BA/Uni Stuttgart Stuttgart S. Gehrig - Digitale Bildverarbeitung 2

3 S. Gehrig - Digitale Bildverarbeitung 3

4 S. Gehrig - Digitale Bildverarbeitung 4

5 Das Wichtigste zuerst: Note wird 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?-er-gruppen über ein BV-Thema mit 20% Anteil an der Endnote Mögliche Themen: Bildcodierung, Videocodierung, Optischer Fluss, Klassifikation, Applikationen,. S. Gehrig - Digitale Bildverarbeitung 5

6 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 6

7 Welche Ziele hat diese Vorlesung? Vermittlung der Grundlagen der Bildverarbeitung. Befähigung zur Einschätzung von Problemen, die mit Methoden der BV gelöst werden können. In der Bildverarbeitung sind Forschung und Anwendung noch nahe beieinander, deswegen wird eine Befähigung zum Lesen weiterführender (Forschungs-)Literatur vermittelt, was ein mathematisches Grundgerüst einschliesst. S. Gehrig - Digitale Bildverarbeitung 7

8 Websites Topic collection of Computer Vision (for teaching) Tutorial to try image operators online Computer Vision Home Page of Carnegie Mellon University (Links to lots of other vision resources) S. Gehrig - Digitale Bildverarbeitung 8

9 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 10

10 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 11

11 Ablauf in einem Bildverarbeitungssystem Bildaufnahme Diskretisierung Bildverbesserung Segmentierung Merkmalsextraktion Klassifikation/Interpretation Ergebnis S. Gehrig - Digitale Bildverarbeitung 12

12 S. Gehrig - Digitale Bildverarbeitung 13

13 S. Gehrig - Digitale Bildverarbeitung 14

14 S. Gehrig - Digitale Bildverarbeitung 15

15 S. Gehrig - Digitale Bildverarbeitung 16

16 S. Gehrig - Digitale Bildverarbeitung 20

17 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 0.18µ Prozeß 70M transistoren S. Gehrig - Digitale Bildverarbeitung 21

18 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 OnChip Komponentenintegration Verbreitet in Handy-Kameras S. Gehrig - Digitale Bildverarbeitung 22

19 Farbkameras Hauptsächlich 2 Typen: Prisma mit 3 Sensoren Filter Mosaik (Bayer-Pattern) S. Gehrig - Digitale Bildverarbeitung 23

20 Prisma Farbkamera Teile das Licht in 3 Strahlen auf SENSOR SENSOR SENSOR S. Gehrig - Digitale Bildverarbeitung 24

21 Filter Mosaik Filter wird direkt auf Sensor aufgebracht S. Gehrig - Digitale Bildverarbeitung 25

22 S. Gehrig - Digitale Bildverarbeitung 28

23 Leuchtdichte (W/sr/m 2 /nm) S. Gehrig - Digitale Bildverarbeitung 29

24 Bestrahlungsstärke S. Gehrig - Digitale Bildverarbeitung 30

25 Geometrische Optik S. Gehrig - Digitale Bildverarbeitung 31

26 S. Gehrig - Digitale Bildverarbeitung 39

27 S. Gehrig - Digitale Bildverarbeitung 40

28 S. Gehrig - Digitale Bildverarbeitung 41

29 S. Gehrig - Digitale Bildverarbeitung 42

30 S. Gehrig - Digitale Bildverarbeitung 43

31 S. Gehrig - Digitale Bildverarbeitung 44

32 S. Gehrig - Digitale Bildverarbeitung 45

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 46

34 S. Gehrig - Digitale Bildverarbeitung 47

35 S. Gehrig - Digitale Bildverarbeitung 48

36 Bildübertragung/-digitalisierung im Rechner Meist Rohdatenübertragung Bei Analogsignalen Digitalisierung im Rechner Framegrabber (analog/digital) empfängt Datenstrom des Sensors, (digitalisiert) und stellt die (Roh-)bilder dem Rechner im Speicher (über geeigneten Bus) zur Verfügung. => hier startet die Bildverarbeitung!!! S. Gehrig - Digitale Bildverarbeitung 49