Grundlagen der digitalen Bild- und Videoverarbeitung Das Universitätsnetzwerk

Beschreibung

In diesem Kurs lernen Sie die Grundprinzipien und Werkzeuge für die Verarbeitung von Bildern und Videos sowie deren Anwendung bei der Lösung praktischer Probleme von kommerziellem und wissenschaftlichem Interesse.

Digitale Bilder und Videos sind heutzutage allgegenwärtig - in Tausenden von wissenschaftlichen (z. B. astronomischen, biomedizinischen), Verbraucher-, Industrie- und künstlerischen Anwendungen. Darüber hinaus kommen sie in einen weiten Bereich des elektromagnetischen Spektrums - von sichtbarem Licht und Infrarot bis zu Gammastrahlen und darüber hinaus. Die Fähigkeit, Bild- und Videosignale zu verarbeiten, ist daher für Ingenieur- / Wissenschaftsstudenten, Softwareentwickler und praktizierende Wissenschaftler eine unglaublich wichtige Fähigkeit. Die digitale Bild- und Videoverarbeitung ermöglicht weiterhin die Revolution der Multimediatechnologie, die wir heute erleben. Einige wichtige Beispiele für die Bild- und Videoverarbeitung sind das Entfernen von Bildverschlechterungen während der Aufnahme (z. B. das Entfernen von Unschärfe aus einem Bild eines sich schnell bewegenden Autos) sowie das Komprimieren und Übertragen von Bildern und Videos (wenn Sie Videos online ansehen oder teilen Fotos über eine Social-Media-Website nutzen Sie jeden Tag!), um wirtschaftlich zu speichern und effizient zu übertragen.

Dieser Kurs behandelt die Grundlagen der Bild- und Videoverarbeitung. Wir werden einen mathematischen Rahmen bereitstellen, um Bilder und Videos als zwei- und dreidimensionale Signale im räumlichen, räumlich-zeitlichen und Frequenzbereich zu beschreiben und zu analysieren. In diesem Kurs lernen Sie nicht nur die Theorie hinter grundlegenden Verarbeitungsaufgaben wie Bild- / Videoverbesserung, Wiederherstellung und Komprimierung kennen, sondern auch, wie diese Schlüsselverarbeitungsaufgaben in der Praxis mit modernsten Techniken und Werkzeugen ausgeführt werden . Wir werden eine Vielzahl solcher Tools einführen und verwenden - von Optimierungs-Toolboxen bis hin zu statistischen Techniken. Hervorgehoben wird auch die besondere Rolle, die Sparsity in der modernen Bild- und Videoverarbeitung spielt. In allen Fällen werden Beispielbilder und -videos verwendet, die sich auf bestimmte Anwendungsdomänen beziehen.