== Vorlesung "Echtzeitbildverarbeitung" (Sommer 2011) ==

=== Real-Time Computer Vision ===



=== News ===

Prüfungen am 25.7.2011 und 27.9.2011 (Cartesium 0.53). Anmeldung per Liste in der Vorlesung oder Email.

=== Veranstalter ===
 Prof. Dr. Udo Frese

Sommersemester 2011

'''Veranstaltungskennziffer: 03-MB-709.03 Kategorie: Masterbasis (ECTS: 6, TMG: 2)<<BR>>
V 2 SWS : Di von 12:15 - 13:45 MZH 1460<<BR>>
Ü 2 SWS : Do von 12:15 - 13:45 MZH 1460'''

Voraussetzung (inhaltlich): Bildverarbeitung I. Um erfolgreich an Echtzeitbildverarbeitung teilzunehmen benötigt man nicht sämtliche Details aus Bildverarbeitung I, wohl aber ein Grundverständnis für wie Bilder in den Rechner kommen und wie Perspektive funktioniert. Die Darstellung dieser Grundlagen in EBV ist abgeschlossen aber ein bisschen gestrafft. Im Zweifelsfall bitte nachfragen.

=== Thema ===
[[ attachment:ebvfrese11results.mpg | {{attachment:ebvfrese11results.jpg |alt "Flugbahnvorhersage eines Balles mit Partikelfilter"|align="right"}} ]]

Bildverarbeitung (engl. computer vision) ist die automatische Extraktion von Informationen aus Bildern. In den meisten Fällen ist das Ziel abgebildete Objekte und deren (räumliche) Lage zu bestimmen. Industrielle Anwendungen sind Qualitätskontrolle ("ist eine Platine vollständig bestückt", "stimmen die Maße eines Bauteils"), Montage ("Lage eines Objektes zum Greifen oder Fügen") aber auch Logistik ("Lesen von Aufklebern", "Greifen von Paketen") und Sicherheit ("Personenerkennung"). In der Forschung ist ein breites Anwendungsfeld die Servicerobotik, wo Roboter zu greifende Gegenstände, Hindernisse oder ihre eigene Position im Gebäude erkennen müssen. Ein anderes Beispiel sind "Sportrobotik"-Anwendungen, z.B. der Roboterfussball Robo``Cup oder das Fangen zugeworfener Bälle.
Viele Anwendungen sind deshalb schwierig, weil das Ergebnis in "Echtzeit", d.h. während der Vorgang abläuft vorliegen muss. Diese Veranstaltung beschäftigt sich mit Techniken für Bildverarbeitung bei denen Rechenzeit eine schwierige Beschränkung ist.
Ziel ist,

 * ausgewählte Methoden zur Bildverarbeitung in Echtzeit zu beherrschen
 * in einer Anwendung potentiell auftretende Probleme zu erkennen
 * einschätzen zu können, welche Methode sich für welche Anwendung eignet

Die letzten beiden Punkte werden einen großen Raum einnehmen. Wir werden in Vorlesung und Übung ausführlich Anwendungen, Lösungsansätze ("wie könnte man es machen") und potentielle Schwierigkeiten ("was wird dabei schief gehen") diskutieren.

=== Teilnahme ===

 * Informatik Diplom (Hauptstudium, praktische Informatik)
 * Informatik Master (Masterbasis), Bachelor (freie Wahl)
 * Digitale Medien Bachelor, Master (frei Wahl)
 * Systems Engineering Bachelor/Master
 * Studierende aller Fachrichtungen, die praktische Informatikscheine akzeptieren.

=== Profil ===

Die Anteile in der Veranstaltung auf einer Skala von * bis *****.

|| Programmieren || Algorithmen || Anwendung || Mathematik || Softwaretechnik || Gesellschaftlicher Kontext ||
|| ***** || ***** || **** || ** || * || * ||

=== Inhalt ===

 ||05.4. || [[attachment:ebvfrese1101.pdf | Was ist Bildverarbeitung? Was heißt Echtzeit? Industrielle Anwendungen; Forschungs Anwendungen]] || [[attachment:ebvtutorial01.zip|Erbsenzählen]] || ||
 ||12.4. || [[attachment:ebvfrese1102.pdf | Weg des Bildes in den Rechner; Industrieller Ansatz: Schwellwert, Regionenbildung]] || [[attachment:ebvuebung1.zip | Übungszettel 1 (2.5.)]] || [[attachment:ebvuebung1loesung.zip | Lösung 1]] ||
 ||19.4. || [[attachment:ebvfrese1103.pdf | Histogramm; Automatischer Schwellwert; charakt. Grössen, Schwerpunkt und Hauptträgheitsachsen]] || || ||
 ||03.5. || [[attachment:ebvfrese1104.pdf | Differenzbilder; Was ist Farbe?; Farbsegmentierung als statistische Klassifikation]] || || ||
 ||05.5. || [[attachment:ebvfrese1105.pdf | Faltungsoperationen; Kanten- und Liniendetektion]] || || ||
 ||10.5. || [[attachment:ebvfrese1106.pdf | C/C++ Optimierungen; Multi-core Parallelisierung;SIMD Parallelisierung]] || [[attachment:ebvuebung2.zip | Übungszettel 2 (20.5.)]] || [[attachment:ebvuebung2loesung.zip|Lösung 2]] ||
 ||17.5. ||[[attachment:ebvfrese1107.pdf | Kreis Hough Transformation]] || [[attachment:ebvuebung3.zip | Übungszettel 3 (31.5.)]] || [[attachment:ebvuebung3loesung.zip| Lösung 3]] ||
 ||24.5. ||[[attachment:ebvfrese1108.pdf | Linien Hough Transformation; Anwendung: RoboCup]] || [[attachment:ebvtutorial07.zip|Herz-Houghtransformation]] || [[attachment:ebvtutorial07loesung.zip|Lösung]]  ||
 ||07.6. ||[[attachment:ebvfrese1109.pdf | Rekapitulation 2D Bildverarbeitung; Auffrischung Matrizenrechnung; Homogene Koordinaten]] || [[attachment:ebvuebung4.zip|Übungszettel 4 (14.6.)]] || [[attachment:ebvuebung4loesung.zip|Lösung 4]] ||
 ||14.6. ||[[attachment:ebvfrese1110.pdf | Kameragleichung in 3D, Geometrische Rekonstruktion]] || [[attachment:ebvuebung5.zip|Übungszettel 5 (28.6.)]] || [[attachment:ebvuebung5loesung.zip| Lösung 5]]||
 ||21.6. ||[[attachment:ebvfrese1111.pdf | RANSAC, Quadratische Ausgleichsrechnung]] || || ||
 ||28.6. ||[[attachment:ebvfrese1112.pdf | Zustandsschätzer, Partikelfilter, Mess- und Dynamikmodelle]] || [[attachment:ebvuebung6.zip|Übungszettel 6 (12.7.)]] || [[attachment:ebvuebung6loesung.zip|Lösung 6]] ||
 ||05.7. ||[[attachment:ebvfrese1113.pdf | Partikelfilter: Initialisierung, Resampling, Herleitung]] || || ||
 ||12.7. ||[[attachment:ebvfrese1114.pdf | Anwendungen von Partikel Filtern, Kognitive Bildverarbeitung, Rekapitulation des Prüfungsstoffs]] ||- || ||


=== Übungen ===

Übungszettel werden im zweiwöchigen Rhythmus in Gruppen abgegeben und bestehen jeweils aus einer Implementierungsaufgabe in C++ (10 Punkte), einer Konzeptaufgabe (Lösungsansatz für eine Anwendung skizzieren, 4 Punkte) und einer Minifrage (1 Bonuspunkt). Die Programmiersprache ist C++, weil "Echtzeit" im Fokus steht und C++ erlaubt effizientere Programme zu schreiben. Es ist aber keineswegs der ganze Sprachumfang von C++ nötig, vielmehr programmieren wir Algorithmen in einem vorgegebenen Rahmen mit den grundlegenden Sprachkonstrukten. Wer Erfahrung in Java hat sollte auch keine Probleme mit dem Umstieg haben. Wichtiger ist schon die Fähigkeit, auch in kleinen, aber schwierigen Programmteilen eigene Fehler zu finden.

Es gibt 6 Übungszettel. Nach zwei allein stehenden Aufgaben wollen wir uns in den Zetteln 3 bis 6 einem etwas umfassenderen Anwendungsbeispiel widmen. Wir wollen mit Bildverarbeitung die Flugbahn eines geworfenen Balles verfolgen und den Auftreffpunkt auf dem Boden vorhersagen. Das oben stehende Video illustriert, wie das Ergebnis aussehen soll. Zuerst erkennen wir den Ball als Kreis (rot) im Bild, dann die Linien der Bodenfliesen (rote Kreuze am Boden). Danach kalibrieren wir die Kamera über die Linien, d.h. wir bestimmen, wo sie sich befinden und in welche Richtung sie schaut (erster Teil des Videos). Als letztes verfolgen und wir den Ball (rote Kreuze) und sagen den Auftreffpunkt (blaue Kreuze) vorher.
Abgabe in Gruppen zu 2-3 Studenten per email. Abzugeben ist der Text der Aufgabenbearbeitung als .pdf incl. dem kompilierbaren Source Code. Bitte Namen und email aller Gruppenmitglieder angeben.


=== OpenCV ===
Die Implementierungen werden mit der freien OpenCV Bibliothek wahlweise unter LINUX, Windows oder Mac (auf eigenes Risiko) durchgeführt. Die [[http://sourceforge.net/projects/opencvlibrary/ |OpenCV Bildverarbeitungsbibliothek]] kann direkt von Source``Forge heruntergeladen und auf dem eigenen Rechner installiert werden ([[de/OpenCVInstallation | Informationen zur Installation]]). Alternativ ist die Bibliothek auch im Fachbereichsnetz unter /home/ufrese/opencv installiert. Hierzu muessen die Hinweise im Makefile beachtet werden. 

=== Prüfungen ===

[[attachment:ebvfrese11Lernmaterial.pdf | Zusammenfassung des Prüfungsstoffes]]

Wahlweise Fachgespräch oder Mündliche Prüfung.
Fachgespräch: Schriftliche Abgabe von Übungsaufgaben (Programmierung:6*10, Anwendung:5*4, Bonus:6*1; Summe: 80) in Gruppen und kurzes Fachgespräch zur Beurteilung der individuellen Leistungen in einer Gruppe. Note aufgrund der Punktzahl und des Fachgespräch Ergebnisses gemäß folgender Tabelle (>=):
||Note 	||1.0 	||1.3 ||1.7 ||2.0 ||2.3 ||2.7 ||3.0 ||3.3 ||3.7 ||4.0 ||
||Punkte>=  ||76  ||72 ||68 ||64 ||60 ||56 ||52 ||48 ||44 ||40 ||

Mündliche Prüfung: Einzelprüfung von 20-30min. Übungsaufgaben gehen nicht in die Note ein. Prüfung beginnt mit einer kleinen Anwendungsaufgabe (ca. 3min Überlegungszeit).