Digitale 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 State Berkeley University N. Lab. Palo San Berkeley Jose Alto Uni Tübingen DaimlerChrysler BA/Uni Stuttgart Stuttgart S. Gehrig GR/PAP - Digitale Bildverarbeitung 2

S. Gehrig GR/PAP - Digitale Bildverarbeitung 3

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 http://www.ba-stuttgart.de/~sgehrig/lectures/index.html Zur Diskussion: Vortrag in?-er-gruppen über ein BV-Thema mit 20% Anteil an der Endnote Mögliche Themen: Bildcodierung, Videocodierung, Stereo, Optischer Fluss, Klassifikation, Applikationen,. S. Gehrig GR/PAP - Digitale Bildverarbeitung 5

-Termine: Am 14.10.09 fällt die Vorlesung aus S. Gehrig GR/PAP - Digitale Bildverarbeitung 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 GR/PAP - Digitale Bildverarbeitung 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 GR/PAP - Digitale Bildverarbeitung 8

Websites http://www.dai.ed.ac.uk/cvonline/ Topic collection of Computer Vision (for teaching) http://www.dai.ed.ac.uk/hipr2 Tutorial to try image operators online http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html Computer Vision Home Page of Carnegie Mellon University (Links to lots of other vision resources) S. Gehrig GR/PAP - Digitale Bildverarbeitung 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 GR/PAP - Digitale Bildverarbeitung 11

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 GR/PAP - Digitale Bildverarbeitung 12

Ablauf in einem Bildverarbeitungssystem Bildaufnahme Diskretisierung Bildverbesserung Segmentierung Merkmalsextraktion Klassifikation/Interpretation Ergebnis S. Gehrig GR/PAP - Digitale Bildverarbeitung 13

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 GR/PAP - Digitale Bildverarbeitung 22

Vergleich CCD - CMOS reife Technologie spezielle Technologie hohe Herstellungskosten hoher Stromverbrauch hohe Füllrate Blooming sequentielles Auslesen neue Technologie standard IC Technologie billig geringer Stromverbrauch geringe Empfindlichkeit Einzelpixelverstärkung random Pixel Zugriff Smart Pixel OnChip Komponentenintegration S. Gehrig GR/PAP - Digitale Bildverarbeitung 23

Farbkameras Hauptsächlich 2 Typen: Prisma mit 3 Sensoren Filter Mosaik (Bayer-Pattern) S. Gehrig GR/PAP - Digitale Bildverarbeitung 24

Prisma Farbkamera Teile das Licht in 3 Strahlen auf SENSOR SENSOR SENSOR S. Gehrig GR/PAP - Digitale Bildverarbeitung 25

Filter Mosaik Filter wird direkt auf Sensor aufgebracht S. Gehrig GR/PAP - Digitale Bildverarbeitung 26

Leuchtdichte (W/sr/m 2 /nm) S. Gehrig GR/PAP - Digitale Bildverarbeitung 30

Bestrahlungsstärke S. Gehrig GR/PAP - Digitale Bildverarbeitung 31

Geometrische Optik S. Gehrig GR/PAP - Digitale Bildverarbeitung 32

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 GR/PAP - Digitale Bildverarbeitung 47

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 GR/PAP - Digitale Bildverarbeitung 50