Digitale Bildverarbeitung in BA/MA

Transkript

1 Digitale Bildverarbeitung in BA/MA Prof. Dr.-Ing. Joachim Denzler Lehrstuhl Digitale Bildverarbeitung Friedrich-Schiller-Universität Jena

2 Bedarf Bildverarbeitung In der Industrie: Qualitätskontrolle 3-D Vermessung Sicherheitsanwendungen/Überwachung Automotive Biometrie Medizinische Bildverarbeitung In der Forschung: Aufbereitung von Bildinformation (z.b. Photo Tourism ) Inhaltsbasierte Suche in Bilddatenbanken Autonome Systeme Bildverarbeitung für neue Bildgebungsverfahren (z.b. Terahertz- Kameras)

3 Primäre Ziele der Ausbildung Bildverarbeitung Solide Kenntnisse über den Bildentstehungsprozess sowie Störprozesse Solide Kenntnisse über grundlegende Bildverarbeitungsalgorithmen auf Signalebene Ikonischer Ebene Solide theoretische Kenntnisse auf dem Gebiet der Signalverarbeitung Praktische Erfahrung in der effizienten Implementierung von Algorithmen, deren Test und Bewertung, speziell bei Verwendung realer Bilddaten Kenntnis eines Bildverarbeitungssystems sowie entsprechender Programmiertools

4 Sekundäre Ziele der Ausbildung Bildverarbeitung Breite Kenntnisse in der verwendeten Mathematik, d.h. Analysis Numerik Stochastik/Wahrscheinlichkeitsrechnung/Schätztheorie Kenntnisse auf den verwandten Gebieten wie Computer Grafik Modellierung Visualisierung Wissen über Optik Grundkenntnisse auf Spezialgebieten wie Bewegungsanalyse 3-D Rekonstruktion Objekterkennung/Klassifikation

5 Aufbau der Studiengänge an der FMI, FSU Jena

6 Die BV-Ausbildung im Bachelor Informatik Grundlegendes Ziel: Berufsqualifizierend Angebotene Module: 4.oder 6. Semester: Bildinformatik (6 ECTS) 5. Semester: Rechnersehen 1 (6 ECTS) 5. Semester: Einführung in die medizinische Bildverarbeitung (3 ECTS) 6. Semester: Projekt Intelligente Systeme (6 ECTS) 6. Semester: Diskrete Strukturen in der Bildverarbeitung (3 ECTS) 6. Semester: Bewegungsberechnung aus Bildfolgen (3 ECTS) Seminar Rechnersehen (3 ECTS) Bachelorarbeit Im Bachelor Angewandte Informatik, Anwendungsfach Computational Neuroscience Pflichtmodul: Einführung in die medizinische Bildverarbeitung

7 Einführung Bildinformatik Die Studierenden kennen grundlegende Verfahren der Bildinformatik, d.h. speziell der Bildverarbeitung (Bildverbesserung, Segmentierung und Interpretation von Bildinformation durch den Rechner), der Computergrafik (Datenstrukturen zur Repräsentation 3D Szenen und Rendering Pipeline) sowie der Visualisierung (Visualisierungspipeline). Die Studierenden sind danach auch in der Lage, den Zusammenhang zwischen den drei Gebieten herzustellen und einfache, kleine Systeme selber zu implementieren.

8 Rechnersehen 1 Die Studierenden kennen grundlegende mathematische Methoden und Techniken der digitalen Bildverarbeitung um Bildverbesserung sowie Extraktion von 2D Information aus Bildern sowie deren Interpretation vorzunehmen. Die Studierenden sind ebenfalls in der Lage kommerzielle Tools (MATLAB) zu nutzen, um einfache Systeme zur Verarbeitung und Interpretation von Bildinformation zu realisieren.

9 Projekt Intelligente Systeme Die Studierenden sind in der Lage die in der Lehrveranstaltungen IIS kennengelernten Techniken anzuwenden, um kleinere Systeme in einer höheren Programmiersprache umzusetzen, zu testen und zu evaluieren. Dabei liegt der Schwerpunkt darauf, die Probleme mit realen Sensordaten zu vermitteln sowie die Anpassung der Verfahren an den Umgang mit verrauschten, nichtidealen Daten. Des Weiteren sollen Studierende Erfahrungen in Projektarbeit im Bereich IIS (Digitale Bildverarbeitung, Mustererkennung, Künstliche Intelligenz) erlangen und zugehörige Tools (Entwicklungsumgebungen, Debugger, etc.) kennenlernen. Speziell für die in der Industrie häufig auftretenden eingebetteten Systemen, sollen die Studierenden den Ressourcen schonenden Umgang bei der Entwicklung von Verfahren kennen lernen sowie den eingeschränkten Umfang an Datentypen und Rechenleistung.

10 Die BV-Ausbildung im Bachelor Informatik Grundlegendes Ziel: Berufsqualifizierend ohne Master Angebotene Module: 4.oder 6. Semester: Bildinformatik (6 ECTS) 5. Semester: Rechnersehen 1 (6 ECTS) 5. Semester: Einführung in die medizinische Bildverarbeitung (3 ECTS) 6. Semester: Projekt Intelligente Systeme (6 ECTS) 6. Semester: Diskrete Strukturen in der Bildverarbeitung (3 ECTS) 6. Semester: Bewegungsberechnung aus Bildfolgen (3 ECTS) Seminar Rechnersehen (3 ECTS) Bachelorarbeit Im Bachelor Angewandte Informatik, Anwendungsfach Computational Neuroscience Pflichtmodul: Einführung in die medizinische Bildverarbeitung

11 Die BV-Ausbildung im Bachelor Informatik Grundlegendes Ziel: Berufsqualifizierend mit Master Angebotene Module: 4. oder 6. Semester: Bildinformatik (6 ECTS) 5. Semester: Rechnersehen 1 (6 ECTS) 5. Semester: Einführung in die medizinische Bildverarbeitung (3 ECTS) 6. Semester: Projekt Intelligente Systeme (6 ECTS) 6. Semester: Diskrete Strukturen in der Bildverarbeitung (3 ECTS) 6. Semester: Bewegungsberechnung aus Bildfolgen (3 ECTS) Seminar Rechnersehen (3 ECTS) Bachelorarbeit Im Bachelor Angewandte Informatik, Anwendungsfach Computational Neuroscience Pflichtmodul: Einführung in die medizinische Bildverarbeitung

12 Die BV-Ausbildung im Master Informatik Grundlegendes Ziel: weiterqualifizierend bzw. forschungsorientiert Angebotene Module: 1. Semester: Rechnersehen 1 (6 ECTS) 1. oder 3. Semester: Signalorientierte Bildverarbeitung (6 ECTS) 2. Semester: Rechnersehen 2 (6 ECTS) 3. Semester: Anwendungspraktikum 3-D Rechnersehen (6 ECTS) 3. Semester: Spezielle Probleme im Rechnersehen (3 ECTS) 3. Semester: Zustandsschätzung und Aktionsauswahl (6 ECTS) Projektarbeit (6 ECTS) Seminar Fortgeschrittene Methoden im Rechnersehen (3 ECTS) Masterarbeit

13 Die BV-Ausbildung im Master Photonics Mitglied der Abbe School of Photonics Angebotene Lehrveranstaltung: Image Processing Im Bereich Spezialisierung im 2. Semester, 4 ECTS Kompetenzerwerb: The course covers the fundamentals of digital image processing. Based on this the students should be able to identify standard problems in image processing, to develop individual solutions for given problems and to implement image processing algorithms for use in the experimental fields of modern optics

14 Vision Center for Computational Vision and Optics Ausbildung von Studierenden auf Bachelor und Master-Ebene Doktorandenausbildung im Bereich Optik und Bildverarbeitung Zusammenarbeit mit Spectronet/Industrie: Beratung bei Projekten Entwicklung angepasster Weiterbildungsmaßnahmen Einwerbung von Drittmitteln EU/BMBF/etc. Ausbildung und Vermittlung von hochqualifizierten Studierenden Integrierte Entwicklung neuer Bildgebungsverfahren und entsprechender Bildverarbeitungsalgorithmik Mitwirkung der gesamten Optik/BV-Kompetenz in Thüringen notwendig

15 Hinweis in eigener Sache