Dreidimensionales Computersehen SS 2016
|
|
- Reiner Ralph Schubert
- vor 5 Jahren
- Abrufe
Transkript
1 Dreidimensionales Computersehen SS 2016 Folien zur Vorlesung Dr.-Ing. Simon Winkelbach Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 2
2 Themenüberblick 3-D Rekonstruktion Shape from Shading, Photometrisches Stereo, Stereo-Sehen, 3D Laser Scanning, Codierter-Lichtansatz, Phasenshift-Ansatz, Marching-Cube Oberflächenregistrierung / Matching Iterative Closest Point Algorithmus, RANSAC, Random Sample Matching Analyse von Polyederszenen Gruppierung, Kantenetikettierung... Analyse von Videobildern Optischer Fluss, Structurefrom Motion, Motion Tracking, Kalman-Filter, Partikelfilter, Fast Marching, Segmentierung bewegter Konturen, Deformierbare Registrierung Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 3 Literaturvorschläge Forsyth, Ponce: Computer Vision: A Modern Approach, Pearson, (3D-Rekonstruktion, Registrierung, Objekterkennung, Motion, Kalman Filter) Klette, Koschan, Schlüns: Computer Vision Räumliche Information aus digitalen Bildern, Vieweg Technik, (Kameramodell, Stereo-Sehen, Shape from Shading, Strukturierte Beleuchtung) Trucco, Verri: Introductory Techniques for 3-D Computer Vision, Prentice Hall, (Kameramodell, Kalibrierung, Stereo-Sehen, Shape from Shading, Motion) Horn: Robot Vision, MIT Press, (Shape from Shading, Motion, Stereo-Sehen, polyedrische Objekterkennung) Besl: Surface in Range Image Understanding, Springer Verlag, 1988 (Analyse von Tiefenbildern) Hartley, Zisserman: Multiple View Geometry in Computer Vision, Cambrige Universiy Press, (Kameramodell, Stereo-Sehen, Structure from Motion) Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 4
3 3-D Rekonstruktion Perspektivische Abbildung (3D 2D) [Albrecht Dürer, 1525] [The Visual Cone, from B. Taylor, New Principles of Linear Perspective, 1715] Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 6
4 Räumliche Wahrnehmung Welche Hinweise liefern 2-D Bilder? Fokus Silhouette Textur Reflektion Verdeckung Fokus Verdeckung Silhouette Schattierung Textur Schatten Schattierung Schatten Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 7 Passive* Rekonstruktion Oberflächenkoordinaten Oberflächenorientierungen Volumetrische Daten Stereo Sehen Shape from Focus/Defocus Shape from Silhouettes(Visual Hull) Shape from Shadow Structure from Motion... Shape from Shading Shape from Texture Shape from Reflection... *passiv = ohne (aktiven) Eingriff in die Szene Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 8
5 Bsp. für Schattierung / Reflexion Nicht eindeutig! Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 9 Optische Täuschung: Makeup vorher Dreidimensionales Computersehen nachher Dr.-Ing. Simon Winkelbach 10
6 Unmögliche Konstruktionen [Penrose Triangle, 1958] [Sandro Del-Prete, 1965] Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 11 Wasserfall von M. C. Escher [Wasserfall M. C. Escher, 1958] Nachbildung der Firma LEGO Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 12
7 Repräsentationsform für Oberflächenkoordinaten x Grauwert z y Tiefenbild Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach 13
'Visual Hull' mit Hilfe von Spiegeln
'Visual Hull' mit Hilfe von Spiegeln hwww.dip.ee.uct.ac.za/~kforbes/doublemirror/doublemirror.html Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach www.rob.cs.tu-bs.de/teaching/courses/cs 1 Zur
Mehrf A f B f C Dreidimensionales Computersehen - Übung Photometrisches Stereo II
Aufgabe 1: Photometrisches Stereo I Sie haben drei Bilder eines matten Objektes (Lambert-Reflektor mit ρ = 1) mit jeweils unterschiedlicher Beleuchtungsrichtung (mit Intensität E s =1) aufgenommen. Die
MehrDreidimensionales Computersehen
X. Jiang, H. Bunke Dreidimensionales Computersehen Gewinnung und Analyse von Tiefenbildern Mit 137 Abbildungen und 3 Tafeln Springer Inhaltsverzeichnis 1 Einleitung 1 1.1 Bildanalyse 1 1.2 Gewinnung und
MehrFocus of Expansion / optischer Fluss. John Alberts
Focus of Expansion / optischer Fluss John Alberts 15.1.006 Einordnung 15.1.006 Seminarvortrag von John Alberts Agenda: Begriffsklärung Motivation Horn-Schnuck-Verfahren Projekt aus der Industrie Ausblick
MehrRingvorlesung Bildverarbeitung
Ringvorlesung Bildverarbeitung D. Schlesinger Institut für Künstliche Intelligenz, Professur Intelligente Systeme 6. Juli 2012 D. Schlesinger (Institut Ringvorlesung für Künstliche Bildverarbeitung Intelligenz,
MehrStereo Vision. Projekt zu Grundlagen der Computer Vision. Sommersemester 2008
Stereo Vision Projekt zu Grundlagen der Computer Vision Sommersemester 2008 Stereo Vision Computer Vision: Rekonstruktion von Objektoberflächen aus Bildern Stereo Vision: - Gleichzeitige Aufnahme eines
MehrObjekt Rekonstruk4on. Niklas Bunge. Niklas Bunge
Objekt Rekonstruk4on Niklas Bunge Niklas Bunge Inhalt Defini&on Rekonstruk&onsablauf Einsatzgebiete Mo&va&on / Problemstellung Paper Review - 3D Rekonstruk&on Ver&efung ICP Ver&efung Marching Cubes Zusammenfassung
MehrAnwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1
Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter Tobias Pietzsch Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1 Zielstellung Kamera als Sensor
MehrAnalyse von Videobildern
Analyse von Videobildern Fahrerassistenzsysteme Mit Videobildern realisierbar Fernlichtassistent Adaptive Cruise Control (Abstandsregeltempomat) Abbiegeassistent Spurhalteassistent (Lane Departure Warning)
Mehr4.4 Glättung von Kanten
4.4 Glättung von Kanten Es wurden verschiedene Aspekte zur Beleuchtung von Modellen und Szenen vorgestellt. Es gibt zwei Arten von Licht, das Hintergrundlicht und Licht von Lichtquellen, wobei hier zu
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
MehrFitting 3D Models to Images
Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Fitting 3D Models to Images WS 08/09 Gliederung Einleitung Pose Consistency perspective Camera affine/projective Camera Linearkombinationen
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.
MehrStereo Vision. Projekt zur 3D Computer Vision Wintersemester 05/06
Stereo Vision Projekt zur 3D Computer Vision Wintersemester 05/06 Stereo Vision 3D Computer Vision: Rekonstruktion von Objektoberflächen aus Bildern Stereo Vision: Gleichzeitige Aufnahme eines Objekts
MehrComputer Vision in autonomen Systemen
Computer Vision in autonomen Systemen Matthias O. Franz Max-Planck-Institut für biologische Kybernetik Tübingen Autonome Systeme Autonomes System (Agent): steuert selbst sein Verhalten mit eigener Sensorik
MehrMichael Bender Martin Brill. Computergrafik. Ein anwendungsorientiertes Lehrbuch. 2., überarbeitete Auflage HANSER
Michael Bender Martin Brill Computergrafik Ein anwendungsorientiertes Lehrbuch 2., überarbeitete Auflage HANSER Inhaltsverzeichnis Vorwort XI 1 Einleitung 1 1.1 Die Entwicklung der Computergrafik 1 1.2
MehrComputergrafik. Michael Bender, Manfred Brill. Ein anwendungsorientiertes Lehrbuch ISBN Inhaltsverzeichnis
Computergrafik Michael Bender, Manfred Brill Ein anwendungsorientiertes Lehrbuch ISBN 3-446-40434-1 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/3-446-40434-1 sowie
MehrNavigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen
MehrMedizinische Bildverarbeitung. FH-Campus Hagenberg
Medizinische Bildverarbeitung Campus Hagenberg 20 km nordöstlich von Linz 7 Bachelor-Studiengänge + 5 Masterstudiengänge 3 Cluster: Software / Systeme / Medien Medizin-Informatik, Bioinformatik Derzeit
MehrDer Einbau im Auto. Stereo: Beispiel Fahrzeug. Einbau im Rückspiegel Erfassung von. Reichweite: bis 30 m
Stereo: Beispiel Fahrzeug Der Einbau im Auto Sichtbereich Sichtbereich Kameras Einbau im Rückspiegel Erfassung von anderen Fahrzeugen (Pkw,Lkw) Zweiradfahrern Fußgängern und Kindern Reichweite: bis 30
MehrSEMINAR AUTOMATISCHE GESICHTSERKENNUNG OBERSEMINAR NEURONALE NETZE FÜR COMPUTER VISION
PROSEMINAR COMPUTER VISION SEMINAR AUTOMATISCHE GESICHTSERKENNUNG OBERSEMINAR NEURONALE NETZE FÜR COMPUTER VISION Organisation, Überblick, Themen Übersicht der heutigen Veranstaltung Organisatorisches
MehrVolumenverarbeitung und Optimierung II
Volumenverarbeitung und Optimierung II Praktikum Medizinische GPU Verfahren Susanne Fischer sanne@uni-koblenz.de Institut für Computervisualistik Universität Koblenz-Landau 9. Dezember 2006 Susanne Fischer
Mehr3D-Segmentierung in Bilderwelten
3D-Segmentierung in Bilderwelten Frank Nagl Paul Grimm Fachhochschule Erfurt E-Mail: frank.nagl@fh-erfurt.de 16. Workshop Farbbildverarbeitung, ZBS, Ilmenau Worum geht es? 2 Gliederung Motivation State-Of-The-Art
MehrProseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung"
Fakultät Informatik, Institut für künstliche Intelligenz, Intelligent Systems Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Lokale Merkmalsdeskriptoren Jens Stormberg - Dresden, 19.06.2009
MehrTeil 8: Ray Tracing. Ray Tracing Einleitung. Beleuchtung, inkl. Schatten, Reflexionen
Beleuchtung, inkl. Schatten, Reflexionen Ray Tracing Einleitung Forward Ray Tracing: Lichtwege verfolgen: wohin fällt Licht? vgl. shooting (Radiosity) Strahlen verfehlen Auge: aufwendig! Backward Ray Tracing:
MehrEinführung in Bildverarbeitung und Computervision
Einführung in Bildverarbeitung und Computervision Vorlesung 1: Grundlagen Dipl.-Math. Dimitri Ovrutskiy SS 2010 HTWdS Auf Basis der Vorlesungen von und mit Danksagung an Hr. Prof. Dr. J. Weikert Bildverarbeitung
MehrGrundproblem: Projektion von 3D in 2D bewirkt Verlust der Tiefeninformation.
12. 3D-Bildanalyse Extraktion von 3D-Information aus einem Bild / aus einer Bildsequenz wichtig für Szenenrekonstruktion wissensbasierte Bildverarbeitung und Bildverstehen Robotik-Anwendungen... Grundproblem:
Mehr3D-BILDVERARBEITUNG VON DER PROBLEMSTELLUNG ZUM ERGEBNIS MAURICE LINGENFELDER, ENTWICKLUNG BILDVERARBEITUNG, STEMMER IMAGING
3D-BILDVERARBEITUNG VON DER PROBLEMSTELLUNG ZUM ERGEBNIS MAURICE LINGENFELDER, ENTWICKLUNG BILDVERARBEITUNG, STEMMER IMAGING WARUM 3D-BILDVERARBEITUNG? Freiformflächen mit undefinierten Fehlern Tiefe des
MehrEin Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen
Sicherheit durch Fahrerassistenz 2010 Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen Wojciech Derendarz, Thorsten Graf Volkswagen AG Friedrich M. Wahl TU Braunschweig,
MehrQuadrocopters and it s Applications: Overview of State of the Art Techniques
: Overview of State of the Art Techniques Visual Tracking for Robotic Applications Sebastian Brunner Lehrstuhl für Echtzeitsysteme und Robotik Technische Universität München Email: brunnese@in.tum.de Date:
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
MehrTechnische Universität München Fakultät für Informatik
Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Proseminar: Grundlagen Bildverarbeitung/Bildverstehen Rückgewinnung/Restauration von Informationen Markus
MehrStundenbild Unmögliche Figuren
Stundenbild Unmögliche Figuren Schulform: Gymnasium, 7. Klasse. Pflichtfach Psychologie. Klassengröße: 25 Schüler. Lehrplanbezug: Aspekte der Sinneswahrnehmung, der räumlichen und zeitlichen Wahrnehmung
MehrComputergrafik. Ein anwendungsorientiertes Lehrbuch. Bearbeitet von Michael Bender, Manfred Brill
Computergrafik Ein anwendungsorientiertes Lehrbuch Bearbeitet von Michael Bender, Manfred Brill 1. Auflage 2003. Taschenbuch. 528 S. Paperback ISBN 978 3 446 22150 5 Format (B x L): 16,9 x 24,1 cm Gewicht:
MehrSeminar Seminarname SS 2003
Universität Karlsruhe (TH) Institut für Rechnerentwurf und Fehlertoleranz (IRF) Lehrstuhl Prof. Dr.-Ing. Dillmann Seminar Seminarname SS 2003 Beitragstitel Eva Muster Kaiserstraße 1 76133 Karlsruhe eva@muster.de
Mehr3D-Oberflächen-Rekonstruktion und plastisches Rendern aus Bilderserien
plastisches Rendern aus Bilderserien Sebastian Schäfer Carsten Heep Detlef Krömker Unterstüzung: Thomas Lehmann Krister Smith Naturmuseum Senckenberg Übersicht Motivation & Problemstellung Verfahren Anforderungen
MehrStereobasierte Regularisierung des deflektometrischen Rekonstruktionsproblems
Stereobasierte Regularisierung des deflektometrischen Rekonstruktionsproblems Forum Bildverarbeitung 2010 Stefan Werling Regensburg, 3.12.2010 Inhaltsübersicht Deflektometrie: Verfahren zur Gewinnung von
MehrOptische Illusionen. Ich sehe was, was Du nicht siehst... Fachbereich 3 Mathematik und Informatik. Mathias Lindemann
Optische Illusionen Ich sehe was, was Du nicht siehst... Email von Dirk Zähle die schwarzen Punkte! Überblick Optische Illusionen Wo findet man sie? Wie kann man sie erläutern? Was sieht man? Wie kann
MehrPotentiale der Low-Cost- und Low-Tech-Bilderfassung. Workshop Reverse Engineering, 22. November 2017 Matthias Blankenburg
Potentiale der Low-Cost- und Low-Tech-Bilderfassung Workshop Reverse Engineering, 22. November 2017 Matthias Blankenburg Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik Fraunhofer IPK
MehrComputer Graphik I Generative Computergraphik Intro
Computer Graphik I Generative Computergraphik Intro Marc Alexa, TU Berlin, 2014 Ziele Modellierung Ziele Bildgenerierung Anwendungen Ausgabe Kontakt Marc Alexa TU Berlin Computer Graphik marc.alexa@tu-berlin.de
MehrR a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e
R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c
MehrS o n n t a g, 2 6. N o v e m b e r
S o n n t a g, 2 6. N o v e m b e r 2 0 1 7 A u s f l u g n a c h N e v a d a u n d A r i z o n a D e r g r o ß e S o h n u n d i c h g i n g e n a u f e i n e F a h r t i n R i c h t u n g N e v a d a
MehrF r e i t a g, 3. J u n i
F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e
MehrL 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch
1 L 3 P 1 L a 3 P a 1 L a m 3 P a l 1 L a m a 3 P a l m 2 P 3 P a l m e 2 P o 4 L 2 P o p 4 L a 2 P o p o 4 L a m 4 L a m p 6 N a 4 L a m p e 6 N a m 5 5 A A m 6 6 N a m e N a m e n 5 A m p 7 M 5 A m p
MehrS o n n t a g, 5. A u g u s t
S o n n t a g, 5. A u g u s t 2 0 1 8 R ü c k b l i c k, A b s c h i e d, v i e l p a s s i e r t u n d k e i n e Z e i t D r e i M o n a t e s i n d v e r g a n g e n, v o l l g e s t o p f t m i t s
MehrWahrnehmung von Tiefe, Wahrnehmungskonstanzen, Wahrnehmungstäuschungen
Wahrnehmung von Tiefe, Wahrnehmungskonstanzen, Wahrnehmungstäuschungen Die Retina des Auges ist eine zweidimensionale Struktur. Wie ist es möglich, dass wir aus diesem 2D-Bild Informationen für eine dreidimensionale
Mehr3D-Scans verbessern: MeshLab - Teil 2
3D-Scans verbessern: MeshLab - Teil 2 Kategorien : Allgemein, Open Source Schlagwörter : 3D Scan, MeshLab Datum : 23. August 2017 Mit 3D Rekonstruktion wird das Erstellen von dreidimensionalen Modellen
MehrFortgeschrittene Bildverarbeitung und Analyse
Fortgeschrittene Bildverarbeitung und Analyse Studiengang IEM Inhalt Definition der Bildverarbeitung Verarbeitung-Bearbeitung (Systeme) Grundlagen der Abbildungssysteme Auge, visuelle Wahrnehmung, Kamera,
MehrAlgorithmischer Ansatz nach David Marr
Universität Konstanz Algorithmischer Ansatz nach David Marr 19. Mai 2005 Algorithmischer Ansatz Computational theory Was ist das Ziel der Berechnung? Abstrakte, aufgabenorientierte Definition kognitiver
MehrVorlesung 12. Morphing und Active- Appearance-Modelle
Vorlesung Morhing und Active- Aearance-Modelle Martin Giese Martin.giese@uni-tuebingen.de Übersicht Morhing Active-Aearance-Modelle AAM I. Morhing Morhing Mohing Metamorhosis Kontinuierliche Transformation
MehrInformatik Fakultät Lehrstuhl für Computergrafik und Visualisierung. René Lützner
Informatik Fakultät Lehrstuhl für Computergrafik und Visualisierung René Lützner Dresden, 22.05.2013 Motivation Computer Simulationen von dynamischen Molekulardaten Eigenschaften und Verhalten von großen
Mehr3D-Formmessung durch Shape from Shading Blindenschriftlesung und -inspektion auf bedruckten Faltschachteln
3D-Formmessung durch Shape from Shading Blindenschriftlesung und -inspektion auf bedruckten Faltschachteln Sandra Söll, Helge Moritz, Hartmut Ernst in-situ GmbH & Co. KG anlässlich der Veranstaltung Qualitätskontrolle
MehrComputer Vision. Klaus Diepold Lehrstuhl für Datenverarbeitung. 18. Juni l 1 z x. l 2. (R,T) Koordinatentransformation. Bild 1: Stereo Setup.
Computer Vision Klaus Diepold Lehrstuhl für Datenverarbeitung 8. Juni 008 3 3-D Stereo Vision Grundlegender Aufbau eines Steroekamerasystems ist in dargestellt. Q P y z x x x l z x C e e C l q y (R,T)
Mehr3D-Rekonstruktion aus Bildern
Allgemeine Nachrichtentechnik Prof. Dr.-Ing. Udo Zölzer 3D-Rekonstruktion aus Bildern Dipl.-Ing. Christian Ruwwe 41. Treffen der ITG-Fachgruppe Algorithmen für die Signalverarbeitung HSU Hamburg 24. Februar
MehrAlgorithmische Geometrie: Einstimmung
Algorithmische Geometrie: Einstimmung Nico Düvelmeyer WS 2009/2010, 20.10.2009 Überblick 1 Organisatorisches 2 Fachgebiet Typische Untersuchungsgegenstände Typische Anwendungsgebiete 3 Inhalte der Vorlesung
Mehr3D-Segmentierung in Bilderwelten
3D-Segmentierung in Bilderwelten Frank Nagl Paul Grimm Fachhochschule Erfurt E-Mail: frank.nagl@fh-erfurt.de 16. Workshop Farbbildverarbeitung, ZBS, Ilmenau Worum geht es? 2 Gliederung Motivation State-Of-The-Art
MehrComputer Vision: Optische Flüsse
Computer Vision: Optische Flüsse D. Schlesinger TUD/INF/KI/IS Bewegungsanalyse Optischer Fluss Lokale Verfahren (Lukas-Kanade) Globale Verfahren (Horn-Schunck) (+ kontinuierliche Ansätze: mathematische
MehrProbabilistisches Tracking mit dem Condensation Algorithmus
Probabilistisches Tracking mit dem Condensation Algorithmus Seminar Medizinische Bildverarbeitung Axel Janßen Condensation - Conditional Density Propagation for Visual Tracking Michael Isard, Andrew Blake
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:
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
MehrChristina Nell. 3D-Computergrafik
Christina Nell 3D-Computergrafik Was ist 3D-Computergrafik? 3D graphics is the art of cheating without getting caught. (unbekannte Quelle) Folie 2/52 Inhalt Beleuchtung Shading Texturierung Texturfilterung
MehrMathematisch-algorithmische Grundlagen für Big Data
Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2017
MehrGrundlagen der Spieleprogrammierung
Grundlagen der Spieleprogrammierung Teil I: 3D-Graphik Kapitel 3: Das Ideal - Photorealistisch Peter Sturm Universität Trier Outline 1. Übersicht und Motivation 2. Mathematische Grundlagen 3. Das Ideal:
MehrTechnische Universität
Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Stereo Vision: Epipolargeometrie Proseminar: Grundlagen Bildverarbeitung/Bildverstehen Alexander Sahm Betreuer:
MehrBeiträge zur Graphischen Datenverarbeitung. Herausgeber: Zentrum für Graphische Datenverarbeitung e.v. Darmstadt (ZGDV)
Beiträge zur Graphischen Datenverarbeitung Herausgeber: Zentrum für Graphische Datenverarbeitung e.v. Darmstadt (ZGDV) Springer Berlin Heidelberg New York Barcelona Budapest Hongkong London Mailand Paris
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 7. Omnidirektionale Sichtsysteme...................454
MehrBlendaX Grundlagen der Computergrafik
BlendaX Grundlagen der Computergrafik Beleuchtungsmodelle (Reflection Models) 16.11.2007 BlendaX Grundlagen der Computergrafik 1 Rendering von Polygonen Der Renderingprozess lässt sich grob in folgende
MehrLokale Beleuchtungsmodelle
Lokale Beleuchtungsmodelle Oliver Deussen Lokale Modelle 1 Farbschattierung der Oberflächen abhängig von: Position, Orientierung und Charakteristik der Oberfläche Lichtquelle Vorgehensweise: 1. Modell
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,
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,
Mehr3D Umfeldrekonstruktion über Structure from Motion
A HELLA-Group Company 3D Umfeldrekonstruktion über Structure from Motion Dr. Ralph Hänsel, Hella Aglaia Mobile Vision GmbH 11.12.2015 Symposium Beuth Hochschule Geometrische Modellierung und Computational
MehrVorlesung 11. Morphing und Active- Appearance-Modelle
Vorlesung Morhing und Active- Aearance-Modelle Martin Giese Martin.giese@tuebingen.mg.de Übersicht Morhing Active-Aearance-Modelle AAM I. Morhing Morhing Mohing Metamorhosis Kontinuierliche Transformation
MehrAlgorithmische Geometrie 1. Einführung
Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:
MehrComputergrafik 2: Übung 8. Corner-Detektoren, Bildsegmentierung
Computergrafik 2: Übung 8 Corner-Detektoren, Bildsegmentierung Organisation KLAUSURANMELDUNG (UNIWORX) NICHT VERGESSEN! Computergrafik 2 SS2012 2 Besprechung Übung 7 Anmerkungen? Computergrafik 2 SS2012
MehrEinführung Augmentierte Bildsynthese
Einführung Augmentierte Bildsynthese Rendering Synthetic Objects into Real Scenes Definition Augmentierte Bildsynthese Nahtloses Einfügen virtueller Objekte in eine reale Szene Konsistente Beleuchtung
MehrGeometrien mit dem CAD-Modul (GEOM) von Salome zu erstellen, und diese Geometrien für die FEM mit Salome (MESH) zu vernetzen.
Zusammenfassung Dieses Dokument ist für die Durchführung des Grundkurses FEM mit Open Source konzipiert, kann jedoch auch eigenständig durchgearbeitet werden. Das vorliegende Dokument ist so strukturiert,
MehrAlgorithmische Geometrie
Algorithmische Geometrie 1-1 Inhaltsverzeichnis 1. Einführung 2. Basiskonzepte 3. Punktsuche 4. Voronoidiagramme und Delaunaytriangulierung 5. Allgemeine Suchstrukturen 1-2 1.1. Was ist? (Computational
MehrHauptseminar Graphische Datenverarbeitung
TECHNISCHE UNIVERSITÄT DRESDEN Hauptseminar Graphische Datenverarbeitung Prof. Stefan Gumhold und fast alle Mitarbeiter der Professur S. Gumhold, Hauptseminar GDV, SS 2013 1 Inhalt Übersicht zum Hauptseminar
MehrAw1 - Vortrag "3D-Objekterkennung im Kontext eines Assistenzroboters"
Aw1 - Vortrag "3D-Objekterkennung im Kontext eines Assistenzroboters" Benjamin Wagner Department Informatik Fakultät Technik und Informatik Hochschule für Angewandte Wissenschaften Hamburg 6. Januar 2009
MehrStudienarbeit. Nikolaus Rusitska. Multiple View Geometry. 3D-Umgebungsmodell anhand einer bewegten Kamera
Studienarbeit Nikolaus Rusitska Multiple View Geometry 3D-Umgebungsmodell anhand einer bewegten Kamera Fakultät Technik und Informatik Department Informatik Faculty of Engineering and Computer Science
Mehr1 Einleitung Einordnung des Gebietes Aufbau des Buches Philosophie Inhalte Einige Lehrbücher...
Inhaltsverzeichnis 1 Einleitung... 1 1.1 Einordnung des Gebietes... 1 1.2 Aufbau des Buches... 3 1.2.1 Philosophie... 3 1.2.2 Inhalte... 5 1.3 Einige Lehrbücher... 6 2 Allgemeine Begriffe... 11 2.1 Einige
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:
MehrFlächen- und Volumenmessung lokaler Objekte in DICOM-Bildern und Bildfolgen
Flächen- und Volumenmessung lokaler Objekte in ICOM-Bildern und Bildfolgen Sergei Hludov, Christoph Meinel und Thomas Engel Institut für Telematik Bahnhofsstr. 30-3, 549 Trier Email: hludov@ti.fhg.de Zusammenfassung.
MehrStereo-Bildverarbeitung. Ralf Reulke
Stereo-Bildverarbeitung Ralf Reulke Humboldt-Universität zu Berlin, Institut für Informatik, Computer Vision e-mail: reulke@informatik.hu-berlin.de, www.informatik.hu-berlin.de/~reulke DLR, Institut für
Mehr3D-Punktkorrelation auf Basis von 2D-Bildern auf einer FPGA-Plattform
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI Entwurfssysteme, Diagnostik und Architektur 3D-Punktkorrelation auf Basis von 2D-Bildern auf einer FPGA-Plattform Verteidigung
MehrEinführung: Was ist AR?
Einführung: Was ist AR? Vorlesung Augmented Reality Prof. Dr. Andreas Butz, Martin Wagner 15.04.2005 LMU München Medieninformatik Butz/Wagner Vorlesung Augmented Reality SS2005 13.04.2005 Folie 1 Organisatorisches
MehrMental Ray: Martini Glas 61
Mental Ray: Martini Glas 61 Mental Ray: Martini Glas Vorbemerkung Da man jetzt nur Rendering Operationen verwendet, kann man das Menü (F6) und Shelf auf Rendering umstellen. Nach jedem Schritt wo eine
MehrRendering Grundlagen Autodesk Maya. Grundlagen. Version 1.0-2009-04-08. 2009 Ingo Clemens brave rabbit www.braverabbit.de
Rendering Grundlagen Version 1.0-2009-04-08 Allgemeine Unterschiede bei Renderern Scanline Rendering Raytrace Rendering Renderlayer Einsatz von Renderlayern Overrides Material Overrides Layer Presets Batch
MehrScene Reconstruction with Multiple View Geometry
Scene Reconstruction with Multiple View Geometry Anwendungen 2 16.06.2010 Nikolaus Rusitska nikolausrusitska@gmx.de Inhalt Rückblick Techniken Related Work Fazit 1 Rückblick Techniken Related Work Fazit
MehrStereo. Korrespondenzproblem -> Disparitätenkarte
Problem Stereo Leite die 3D Struktur einer Szene von zwei oder mehreren Ansichten von unterschiedlichen Blickwinkeln ab. 2 Unterprobleme: Korrespondenzproblem -> Disparitätenkarte Ähnlichkeit statt Identität
MehrWarping im Detail $KNFXGTCTDGKVWPIWPF#NIQTKVJOGP 2TQH &T9QNHICPI-QPGP. Bildverarbeitung und Algorithmen SS Konen, Zielke
$KNFXGTCTDGKVWPIWPF#NIQTKVJOGP 2TQH &T9QNHICPI-QPGP Warping im Detail SS05 8.24 Konen, Zielke SS05 8.25 Konen, Zielke &KG5EJTKVVGFGU9CTRKPI#NIQTKVJOWU 6FKULWW: Passpunkte finden automatisch oder manuell
MehrFormwahrnehmung aus Schattierung. Von Vilayanur S. Ramachandran bearbeitet von Anna- Marisa Piontek
Formwahrnehmung aus Schattierung Von Vilayanur S. Ramachandran bearbeitet von Anna- Marisa Piontek Wie sehen wir dreidimensional? Seherfahrung basiert auf zweidimensionalen Bildern, die auf Retina abgebildet
MehrProduktionsschritte. maßgeblich auch für Systemstruktur Î Teilsysteme von Animationssystemen. ist Leitstruktur für die nächsten Vorlesungen
$QLPDWLRQXQG0XOWLPHGLD Objektmodellierung: Geometrie Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ 5 FNEOLFN 'LH$QLPDWLRQVSLSHOLQH Preproduction Objektmodellierung
MehrKontinuierliche Echtzeit 3D-Modell Erfassung
Kontinuierliche Echtzeit 3D-Modell Erfassung Im Kontext von kollaborativen Mixed-Reality-Anwendungen Iwer Petersen HAW Hamburg Fakultät TI, Dept. Informatik 19. Juni 2014 I. Petersen (MInf HAW Hamburg)
MehrIntegration virtueller Objekte in natürliche Bildsequenzen
60. Jahrgang Juli - Dezember 2006 7-12/ 06 Integration virtueller Objekte in natürliche Bildsequenzen von Dipl.-Math. Kai Cordes Prof. Dr.-Ing. Jörn Ostermann Institut für Informationsverarbeitung (TNT),
MehrObjektorientierte Bildverarbeitung Methodische Grundlagen
ARC GmbH Objektorientierte Bildverarbeitung Methodische Grundlagen Klaus Steinnocher, Florian Kressler klaus.steinnocher@arcs.ac.at Geschäftsfeld Umweltplanung ARC http://www.arcs.ac.at/s 1 ARC GmbH Einleitung!
Mehr