392123 Anwendungsorientierte Bildverarbeitung (S) (SoSe 2001)

Anmeldung: erforderlich (beschränkte Teilnehmerzahl!): siehe Liste neben M5-108

Die Veranstaltung geht über ein Semester und soll einen praktischen Einblick in die angewandte Bildverarbeitung bieten. Grundlegende Techniken der digitalen Bildverarbeit ung sollen theoretisch erarbeitet und in Kleingruppen implementiert werden. Jede Gruppe realisiert dabei ein kleines Anwendungsprojekt.

Folgende Themen stehen bisher zur Auswahl:

• Detektion von Flammenfronten: In Bildsequenzen von einer Bunsenbrenner flamme soll die Flammenfront automatisch detektiert und verfolgt werden. Grundlage sind Aufnahmen per Laserscanning, in denen der Grauwert der Konzentration eines in der Reaktion wichtigen Moleküls, meistens OH-Radikale, entspricht. Dieses Projekt führen wir mit der freundlichen Unterstützung von Dr. Andreas Brockhinke aus der physikalischen Chemie durch, der über turbulente Flammen forscht.

• Gesichtserkennung: Zum Zweck der Detektion bzw. Wiedererkennung menschlicher Gesichter in Bildern werden sehr erfolgreich Eigen-Raum-basierte Verfahren eingesetzt. Durch eine Hauptkomponentenananlyse lassen sich so für Gesichter relevante Bildanteile identifizieren und zur automatischen Klassifikation verwenden.

• Tiefensegmentierung: Ziel des Projektes ist die Zerlegung eines Bildes in

Tiefenebenen aufgrund der Bewegung von Objekten, z.B. ein Mensch geht vor dem Regal und hinter einem Schreibtisch durch eine Büro-Szene. Hierdurch vereinfacht sich z.B. das Problem der Segmentierung eines Objektes vor einem komplexen Hintergrund.

• Finden von Raumnummern: Wenn ein mobiler Roboter die Anweisung bekommt, einen Mitarbeiter in seinem Büro zu besuchen, kann er sich anhand von Raumnummern auf dem Flur orientieren. Um ein möglichst formatfüllendes Kamerabild des Türschildes zu erhalten, muß ausgehend von Ansichten mit weiterem Blickfeld der Sensoreinsatz geplant werden. Im Projekt soll eine auf diese Aufgabenstellung abgestimmte aktive Steuerung der Kamera entwickelt werden.

• Zahlenerkennung (OCR): Bei der optischen Zeichenerkennung werden in Bilddaten Bereiche mit Abbildern maschinell erstellter Zeichen segmentiert und anschließend klassifiziert. Als Ergänzung zum oben beschriebenen Projekt Finden von Raumnummern sollen die dabei aus der Sicht eines mobilen Roboters gewonnenen Bilddaten analysiert und die enthaltenen Raumbezeichnungen, die überwiegend aus Zahlen aufgebaut sind, extrahiert werden.

Voraussetzungen:
Vorherige Teilnahme an der Vorlesung 'Bildverarbeitung' vorteilhaft jedoch nicht zwingend.

Externe Kommentarseite

http://www.techfak.uni-bielefeld.de/techfak/ags/ai/lehre/S01.html#392123