Informatik, Graphische Datenverarbeitung
- Raum: F 208
- Telefon: +49 (0)2151 822-4762
- regina.pohle(at)hs-niederrhein.de
Reinarzstraße 49
- 47805 Krefeld
- Sprechstunde:
nach Vereinbarung
Reinarzstraße 49
nach Vereinbarung
Die Lehrveranstaltung umfasst 3 SWS Vorlesung, 2 SWS Übung und 1 SWS Praktikum.
Die Veranstaltungszeiten für das WS 2018/2019 sind:
Vorlesung:
Übung:
Praktikum:
Ziele der Veranstaltung:
Die Lehrveranstaltung "Graphische Datenverarbeitung und Bildverarbeitung" vermittelt die Basiskonzepte und Grundalgorithmen. Die Vorgehensweise zur Gewinnung von Bildinformationen aus Bilddaten wird ausführlich behandelt.Außerdem werden die notwendigen Schritte zur Generierung von Bildern mit dem Computer an praktischen Beispielen verdeutlicht.
Vorlesungsinhalte:
Literatur:
Übung:
Praktikum:
Thema: Nutzung einer virtuellen Tastatur
Im ersten Praktikum werden die Daten von der Tiefen-Kamera eingelesen und Videos für Testzwecke aufgenommen. Im zweiten Praktikum wird ein Finger im Tiefenbild identifiziert und im dritten Praktikum werden die Linienstrukturen der Tastatur im Grauwertbild erkannt.
Die Programmierung der Praktikumsaufgaben erfolgt in C++ unter Verwendung der OpenCV-Bibliothek.
Falls bei der Bearbeitung der Aufgabe große Defizite bei einem oder beiden Studierenden sichtbar werden, wird eine einfachere Sonderaufgabe vergeben, die dann jedoch einzeln gelöst werden muss.
Wichtige Termine:
10. 10. 2018: Vorstellung der Themen für das Projektfach um 10 Uhr in B306
Bei der Bildanalyse wird das Ziel verfolgt, einem Computer das "Sehen" beizubringen. Wir gehen in der Lehrveranstaltung darum der Frage nach, welche visuelle Information im Rechner automatisch verarbeitet und analysiert werden muss, um ein bestimmtes Objekt im Bild zu erkennen.
Die Vermittlung der wesentlichen Grundlagen der Bildanalyse erfolgt in seminaristischen Lehrveranstaltungen, in denen genügend Zeit zum Ausprobieren der erlernten Algorithmen bleibt. Im Verlauf der Veranstaltung werden Bildanalyseverfahren betrachtet, die unterschiedliche Bildinformationen benutzen und auch unterschiedliche Modelle verwenden.
Seminaristische Lehrveranstaltung: Donnerstag, 8-12 Uhr in B308
Praktikum: Donnerstag, 14-18 Uhr in B308
Themengebiete der Lehrveranstaltung:
Praktikum
Im Rahmen des Praktikums wollen wir ein Verfahren zur Erkennung von Bäumen in LIDAR-Punktwolken entwickeln. Zur Programmierung wird die OpenCV-Bibliothek und die Point Cloud Library (PCL) verwendet. Außerdem kann die Software Cloud Compare für erste Tests genutzt werden. Die Bearbeitung der Aufgabe erfolgt in der gesamten Gruppe, wobei jedoch eine Aufteilung in einzelne Arbeitspakete erfolgt. Die Zuweisung der Arbeitspakete und die Verteilung des Datenmaterials erfolgt in der Veranstaltung.
Die Lehrveranstaltung umfasst 2 SWS Vorlesung, 1 SWS Übung und 1 SWS Praktikum.
Vorlesung
Montag 12.15-13.45 Uhr in CE85
Übung
Es werden 4 Übungsgruppen zu folgenden Terminen angeboten: Dienstag 14.00-16.00 Uhr und 16.00-18.00 Uhr in B320.
Praktikum
Montag 8.15-11.15 Uhr in B312 oder Dienstag 8.30-11.30 Uhr in B312 oder Freitag 14.15-17.15 Uhr in B312
Am Ende der Veranstaltung sollten Sie wissen...
Inhalte:
Praktikum
Das Praktikum dient der aktiven Vertiefung des Vorlesungsstoffes, wobei von jedem Studierenden drei Aufgaben zu bearbeiten sind. Die Bearbeitung der Aufgaben erfolgt auf dem Raspberry Pi. Die Ausgabe der konkreten Aufgabenstellung erfolgt immer zu Beginn des Praktikums.
Die Themen sind:
Achtung: Vor dem zweiten und dritten Praktikumstermin ist die Bearbeitung der entsprechenden Fragebögen in der Lehr- und Lernumgebung moodle erforderlich! (90% der Punkte nötig)
Voraussetzung für die Vergabe des Leistungsnachweises ist die Vorstellung eines Beitrags in Form eines Vortrages von 45 Minuten sowie die Verteidigung des Vortrags in der Diskussion. Außerdem wird die regelmässige aktive Teilnahme (maximal 2x fehlen) am Seminar erwartet.
Durch die Teilnahme an diesem Modul soll sich die Fähigkeit der Studierenden zur Benutzung von wissenschaftlicher Fachliteratur und anderen Informationsquellen erhöhen. Dabei werden die fachlichen Kompetenzen im Bereich der Computer Vision gestärkt. Die Beherrschung der Präsentationstechnik soll weiter verbessert und die Kommunikationsfähigkeit und Selbstmotivation sollen gestärkt werden.
In den Vorträgen soll jeder Seminarteilnehmer ausgesuchte Algorithmen auf dem Gebiet der Computer Vision näher vorstellen.
Zulassungsvorraussetzungen
Meine Forschungsinteressen liegen im Bereich der Bildverarbeitung und Mustererkennung. Ich arbeite deshalb aktiv im iPattern Institut für Mustererkennung an der Hochschule Niederrhein mit.
Folgende anwendungsorientierte Forschungsprojekte wurden unter meiner Beteiligung eingeworben und durchgeführt:
Neben diesen Projekten habe ich mich in den letzten Jahren mit Fragestellungen im Bereich der Personenverfolgung in Videodaten, mit der Auswertung von ToF-Daten, mit der Erkennung von Symmetrien, der Ableitung von 3D-Information aus 2D-Bilddaten und mit der Ableitung von 3D-Modellen aus 3D-Punktwolken interessiert. In diesen Themengebieten habe ich auch mehrere Bachelor- und Masterarbeiten betreut: