Institut für Informatik | Sitemap | LMU-Portal
English
  • Startseite
  • Studieninteressierte
  • Studierende
  • Lehrveranstaltungen
    • Archiv
    • SS 2012
      • AK3D
      • AKF
      • AKM
      • BIO
      • BMMP
      • CG1
      • CG2
      • DSB
      • DSM
      • BMWDW
      • HS
      • ID
      • IVP
      • MMI1
      • MMP
      • MT
      • P3D
      • PEM
      • PKMU
      • PMG
      • PS
      • PSK
      • SWH
  • Forschung
  • Personen
  • Kontakt
  • Besucher
  • Jobs
  • FAQ
  • Intern
CG2 in anderen Semestern:
SS12 SS11
Startseite > Lehrveranstaltungen > SS 2012 > CG2

Vorlesung Computergrafik 2

Forum

Dozenten: Prof. Rohs
Übungsleitung: Sven Kratz
Umfang: 2 SWS Vorlesung, 2 SWS Übung
ECTS-Credits: 4 (Vorlesung) + 2 (Übung)
Modul: WP10: Computergrafik II (für Master Medieninformatik)

  • Aktuelles
  • Inhalt
  • Termine und Ort
  • Vorlesung
  • Übung
  • Literatur

Aktuelles

  • 8.8.2012: Die Nachklausur findet am Dienstag, den 2.10.2012, von 12-14 Uhr s.t. in Theresienstr. 39, B 138 statt. Die Anmeldung zur Nachklausur ist über UniWorX möglich.

Inhalt

Die Vorlesung behandelt grundlegende Verfahren der Bildverarbeitung wie Helligkeits- und Kontrastanpassung, Filterung, Fouriertransformation, Entfernen von Bildstörungen, sowie Verfahren aus der Bildanalyse wie Kantendetektion und Erkennen von Formen. Sie legt somit die Grundlagen für das eigene Programmieren von Bilderkennungs- und Bildverarbeitungs-Software.

Termine und Ort

  • Vorlesung: Dienstag 10-12 Uhr s.t. (Start: 24.4.2012)
    Ort: Theresienstraße 41, Raum C 113
  • Übungen:
    Mittwoch 14-16 und Donnerstag 14-16 Uhr
    Ort: Theresienstraße 39, Raum B 133
  • Klausur:
    24.7.2012, 14-16 Uhr
    Ort: Hörsaal M 018 im Hauptgebäude

Vorlesung

Datum Thema der Vorlesung Folien Podcast Links
24.4. Organisatorisches, Einführung Folien 1 Podcast 1
1.5. keine Vorlesung (1. Mai)
8.5. keine Vorlesung (CHI)
15.5. Abtastung von Bildern, Digitalfotografie, Punktbasierte Verfahren der Bildverbesserung Folien 2 Podcast 2
22.5. Licht, Farbe, Farbmanagement Folien 3 Podcast 3
30.5. Konvolution, Filterung im Ortsraum (Verschiebung wegen Pfingsdienstag, Ort: Theresienstraße 39, Raum B 133, Zeit: 14-16 Uhr) Folien 4 Podcast 4
5.6. Fouriertransformation: Grundlagen Folien 5 Podcast 5
12.6. Filterung im Frequenzraum Folien 6 Podcast 6
19.6. Kanten, Linien, Ecken Folien 7 Podcast 7
27.6. Segmentierung Folien 8 Podcast 8
3.7. Segmentierung, Morphologische Operationen Folien 9 Podcast 9a, Podcast 9b
10.7. Klassifikation Folien 10 Podcast 10
17.7. Image Matching Folien 11 Podcast 11

Übung

Im Übungsbetrieb werden die Konzepte aus der Vorlesung praktisch umgesetzt und so die Grafikprogrammierung für die Bildverarbeitung erlernt. In den Übungen werden die Python-Bibliotheken NumPy und matplotlib verwendet. NumPy und matplotlib bieten einfache Möglichkeiten zum Einlesen, Verarbeiten und Ausgeben von Bildern. In der ersten Übung wird eine Einführung in die Programmierung in Python unter NumPy und matplotlib gegeben.

Blatt Nr. Thema des Übungsblatts Abgabedatum Aufgabenblatt Folien und Materialien
1 Installation, RGB zu Y, Thresholding, Grauwertspreizung 16.5. Übungsblatt 1 Folien zu Übung 1, Beispiel zu Übung 1
2 Moiree-Effekte, Subsampling, Kontrastverstärkung, Globale und Lokale Histogrammlinearisierung 24.5. Übungsblatt 2, u2Images.zip Folien zu Übung 2
Beispiel zu Übung 2
3 HSV Farbraum, Back-Projection 30.5. Übungsblatt 3, ue3Images.zip Folien zu Übung 3 Beispiel zu Übung 3
4 Konvolution, Unscharfmaskierung, Medianfilter 6.6. Übungsblatt 4, ue4Images.zip, convolve.py Folien zu Übung 4 Beispiel zu Übung 4
5 Fourier Transformation 13.6. Übungsblatt 5 Folien zu Übung 5 Beispiel zu Übung 5
6 Filtern im Frequenzraum 20.6. Übungsblatt 6, ue6Images.zip Folien zu Übung 6 Beispiel zu Übung 6
7 Hough-Transformation 27.6. Übungsblatt 7, ue7Images.zip Folien zu Übung 7 Beispiel zu Übung 7
8 Harris Corners, Segmentierung 4.7. Übungsblatt 8, ue8Images.zip Folien zu Übung 8 Beispiel zu Übung 8
9 Morphologische Operationen 4.7. Übungsblatt 9, ue9Images.zip Folien zu Übung 9 Beispiel zu Übung 9
10 Klassifikation 11.7. Übungsblatt 10, ue10Images.zip Folien zu Übung 10 Beispiel zu Übung 10

Literatur

Folgende Literatur ist hilfreich für den Kurs. Die Anschaffung ist jedoch nicht zwingend erforderlich zur Teilnahme.

  • Klaus D. Tönnies: Grundlagen der Bildverarbeitung. Pearson Studium, 2005.
  • R.C. Gonzalez, R.E. Woods: Digital Image Processing. Prentice Hall, 3rd ed., 2007.
Nach oben
Impressum – Datenschutz – Kontakt  |  Letzte Änderung am 08.08.2012 von Michael Rohs (rev 16279)