DIP Examples

Digitale Bildverarbeitung

Termine für die Vorlesung und Übung siehe RWTHOnline

Prüfungsform: schriftliche Klausur

Diese Vorlesung behandelt die Grundlagen und Anwendungen der Bildgebung und Bildverarbeitung, und veranschaulicht diese durch zahlreiche Beispiele. Vorausgesetzt wird ein abgeschlossenes Bachelorstudium z.B. in Elektrotechnik und Informationstechnik, Technische Informatik oder Informatik. Lehrmaterialien sind über das Lehr- und Lernportal Moodle der RWTH Aachen zugänglich:

https://www.elearning.rwth-aachen.de

Inhalt der Vorlesung

  1. Introduction to DIP, Geometric Optics and Image Sensors
  2. Digital Imaging Fundamentals (Digital Imaging Basics, Sampling and Quantization, Interpolation, Image Derivatives)
  3. Point Operations and Basic Neighborhood Operations
  4. Neighborhood Operations and Processing in the Frequency Domain
  5. Deep Learning Crash Course
  6. Edges, Lines and Corners
  7. Image Denoising and Deconvolution
  8. Image Registration
  9. Color Image Processing
  10. Morphological Image Processing
  11. Segmentation Basics
  12. Advanced Segmentation Methods
  13. Repetitorium and Questions

Literatur zur Vorlesung

  • R.C. Gonzalez, R.E. Woods: Digital Image Processing, Global Edition, Pearson Education Limited, 4th edition, 2018.
  • J. Beyerer, et al., Machine Vision: Automated Visual Inspection: Theory, Practice and Applications, Springer, 2016.
  • B. Jähne: Digital Image Processing, 7th edition Springer, 2022.
  • M. Sonka et al.: Image Processing, Analysis and Machine Vision, 4th edition, Cengage Learning, 2014.