Kursinformation

Lehrinhalte
A Grundlagen
[list]
[*]Szenenrepräsentation2D und 3D Geometrie
[*]Bildaufnahme
[list]
[*]Projektive Geometrie
[*]Kamerakalibrierung
[/list]
[*]Beleuchtung und Störeinflüsse
[*]Bildrepräsentation - Diskrete 2D Signale
[list]
[*]Separabilität, Abtastung
[*]Transformation, Interpolation
[*]Faltung, Korrelation
[*]Diskrete Fourier Transformation
[/list]
[/list]
B Grundlagen der Bildanalyse
[list]
[*]Filter
[list]
[*]Grundlagen 2D Filterentwurf
[*]Lineare Filter
[*]Nichtlineare Filter
[/list]
[*]Bildzerlegung
[list]
[*]Multiskalenrepräsentation
[*]Pyramiden
[*]Filterbanken
[/list]
[*]Bildmerkmale
[list]
[*]Strukturtensor
[*]Momente, Histogramme, HoG
[/list]
[/list]

Literatur
Folien zur Vorlesung: jeweils in der Vorlesung oder von der Webseite, Übungsblätter und matlab-code zu den Übungen.
Vertiefende Literatur
[list=1]
[*]Yi Ma, Stefano Soatto, Jana Kosecka und Shankar S. Sastry, An Invitation to 3-D Vision - From Images to Geometric Models, Springer, 2003.
[*]Richard Hartley and Andrew Zisserman, Multiple View Geometry in Computer Vision, Second Edition, Cambridge University Press, 2004.
[*]Karl Kraus, Photogrammetrie, Band 1 Geometrische Informationen aus Photographien und Laserscanneraufnahmen 7. Auflage, de Gruyter Lehrbuch, 2004.
[*]Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer 2006.
[*]Bernd Jähne, Digitale Bildverarbeitung, 6. Auflage, 2005.
[/list]

Online-Angebote
moodle

Stammraum Informationen
S101/A03