Initial Commit
1
.gitignore
vendored
Normal file
|
@ -0,0 +1 @@
|
|||
*.pdf
|
329
main.typ
Normal file
|
@ -0,0 +1,329 @@
|
|||
#set page(
|
||||
header: [
|
||||
Bildverarbeitung
|
||||
#h(1fr) Gero Beckmann
|
||||
]
|
||||
)
|
||||
#set heading(numbering: "1.1")
|
||||
#show heading: it => [
|
||||
Aufgabe #counter(heading).display(): #it.body
|
||||
]
|
||||
|
||||
= Allgemeine Fragen #h(1fr) (20 P)
|
||||
|
||||
+ Farbvalenz
|
||||
+ Metamer
|
||||
+ Farbräume
|
||||
+ Ursprungspunke
|
||||
|
||||
Wie viele Dimensionen hat eine Farbvalent? Woher kommt die Repräsantation?
|
||||
Was sind metamere Farbreize?
|
||||
Welcher Farbraum eigent sich zur Farbabstandsmessung?
|
||||
|
||||
*Abtasttheorem nach Shannon*
|
||||
$f_max$ bandbegrenztes Signal aus einer Folge von äquidistanten Abtastwerten
|
||||
exakt rekonstruiert werden kann, wenn es mit einer Frequenz von größer gleich
|
||||
$2 dot f_max$ abgetastet wurde.
|
||||
|
||||
== Lochkamera
|
||||
|
||||
#grid(
|
||||
columns: (1fr, 1fr),
|
||||
[
|
||||
#emph([Vorteile])
|
||||
- unendliche Schärfetiefe/dünnes Loch (theoretisch)
|
||||
],
|
||||
[
|
||||
#emph([Nachteile])
|
||||
- wenig Licht zum Sensor; lange Belichtung
|
||||
- Loch nicht unentlich dünn $->$ Unschärfescheibchen
|
||||
- Beugung an Blende
|
||||
]
|
||||
)
|
||||
|
||||
|
||||
#grid(
|
||||
columns: 2,
|
||||
[
|
||||
Abbildungsformel $1 / f = 1 / g + 1 / b$
|
||||
|
||||
Vergrößerung
|
||||
$V = "Bildgröße" / "Objektivgröße" = − b / z_c = − b / g = − f / (g − f) = − 1 / (q / f − 1)$
|
||||
],
|
||||
image("res/lense-001.png")
|
||||
)
|
||||
|
||||
*Chromatische Aberration*: unterschiedliche Wellenlängen werden unterschiedlich
|
||||
gebrochen.
|
||||
- Linsensystem aus zwei/drei Linsen $−>$ Brennpunkte der Wellenlängen stimmen überein
|
||||
- Spiegeloptiken: Reflektionsgesetz gilt unabhängig der Wellenlänge
|
||||
- Monochromatisches Licht
|
||||
|
||||
Vor/Nachteil telezentrisches Objektiv
|
||||
|
||||
*Photometrie* objektive Größen, Physikalisch
|
||||
|
||||
*Radiometrie* subjektive Größen; sichtbares Licht
|
||||
|
||||
Rezeptoren Auge
|
||||
- L-Zapfen (Rot-Rezeptoren)
|
||||
- M-Zapfen (Grün-Rezeptoren)
|
||||
- S-Zapfen (Blau-Rezeptoren)
|
||||
- Stäbchen (Licht)
|
||||
|
||||
Warum keine Rot-Grün Valenz
|
||||
Sonnesreize der Zapfen werden zu kombinierten Nergensignalen kombiniert
|
||||
(Rot-Grün, Blau-Gelb verschmieren)
|
||||
- R-G Chromanz
|
||||
- Luminanz
|
||||
- B-Y Chromanz
|
||||
|
||||
*CMOS vs CCD*
|
||||
2 Vorteile + 2 Nachteile
|
||||
#table(
|
||||
columns: (1fr, 1fr),
|
||||
table.header([*CMOS*], [*CCD*]),
|
||||
[
|
||||
Vorteile
|
||||
#set list(marker: [+])
|
||||
- frei Addressierbar (schnelle Teilbilder)
|
||||
- hoher Dynamikbereich
|
||||
- geringer Energiebedarf
|
||||
- geringe Herstellungskosten
|
||||
- hohe Dichte (geringe Baugröße)
|
||||
],
|
||||
[
|
||||
Vorteile
|
||||
#set list(marker: [+])
|
||||
- lineare Charakteristik
|
||||
- Sättigung
|
||||
],
|
||||
[
|
||||
Nachteile
|
||||
#set list(marker: [-])
|
||||
- Empfindlichkeitsunterschiede in Pixeln (kalibrierbar)
|
||||
- Verstärkungsunterschiede in Pixeln (kalibrierbar)
|
||||
- hoher Dunkelstrom
|
||||
],
|
||||
[
|
||||
Nachteile
|
||||
#set list(marker: [-])
|
||||
- *Blooming*: Überlaufen der Ladung in (vertikalen) Nachbarzellen
|
||||
- *Smear*: Belichtung während des Verschieben der Ladung
|
||||
]
|
||||
)
|
||||
Dunkelstrom: falsches Bildsignal durch thermisches Rauschen; durch kühlen beheben
|
||||
|
||||
Welche markante Merkmale zur Segmentierung?
|
||||
|
||||
*Histogramm-Spreizung*
|
||||
|
||||
#image("res/histogramm-001.jpg")
|
||||
|
||||
Histogramm ausreichen, zeichnen
|
||||
|
||||
$
|
||||
hat(P)_i = 1 / "MN" sum^(M-1)^(m=0) sum^(N-1)_(n=0) delta^(q_i)_(g_"mn"),
|
||||
i=0,...,K-1
|
||||
"Kronecker-Delta: " delta^b_a := cases(1 "für" a = b, 0 "für" a != b)
|
||||
$
|
||||
|
||||
Histogramm-Spreizung Formen
|
||||
|
||||
$gamma(g) = (g - g_min) (q_(k-1) - q_0) / (g_max - g_min) + q_0 $
|
||||
|
||||
$gamma(g_min) = q_0, gamma(g_max) = q_(K-1)$
|
||||
|
||||
Nächste Nachbar Berechnen
|
||||
Bilineaer Berechnen
|
||||
Median Filter berechnen / erklären
|
||||
|
||||
*Radon-Transformation* (finde geradenhafte Strukturen; Winkel $phi$ = x, Distanz u = y)
|
||||
|
||||
#pad(bottom: 15pt, align(center,grid(
|
||||
columns: 2,
|
||||
rows: 120pt,
|
||||
column-gutter: 40pt,
|
||||
figure(image("res/hough-001.jpg"), caption: [Originalbild]),
|
||||
figure(image("res/hough-002.jpg"), caption: [Hough-Transformation])
|
||||
)))
|
||||
|
||||
$
|
||||
g(u, phi) = R{g(x)} := integral.double^inf_inf g(x) delta(x^T e_phi - u) dif x
|
||||
" ,mit" phi in [0, pi), u in R, e_phi = vec(cos phi, sin phi)
|
||||
$
|
||||
|
||||
Integrationsgerade $phi$-Gerade:
|
||||
$delta(x^T e_phi - u) = cases(inf "für" x^T e_phi - u = 0, 0 "für" x^T e_phi - u != 0)$
|
||||
sorgt dafür. dass Bildwerte längt Geraden mit Parametern u (Ursprungtabstand)
|
||||
und $phi$ (Wunkel) aufintegriert werden.
|
||||
|
||||
Enthält $g(x)$ eine $delta$-Gerade $delta(v^T u_phi_0 - u_0)$, so zeigt $g(u,
|
||||
phi)$ ein ausgeprägtes Maxtmum bei $phi = phi_0, u = u_0$
|
||||
|
||||
*Hough-Transformation* Radon-Transformation für Binärbilder
|
||||
|
||||
Für jeden gesetzten Bildpunkt $g(x) = 1$ wird die Geradengleichung $x^T e_phi - u = 0$
|
||||
ausgewertet: \ $u = x^T e_phi = x cos phi + y sin phi$
|
||||
|
||||
#set box(inset: 4pt)
|
||||
|
||||
#grid(
|
||||
columns: 3 * (1fr,),
|
||||
grid(
|
||||
columns: 5,
|
||||
box[ ], box[2], rect[1], rect[0], rect[0],
|
||||
box[y], box[1], rect[0], rect[1], rect[0],
|
||||
box[ ], box[0], rect[0], rect[0], rect[1],
|
||||
box[ ], box[ ], box[0], box[1], box[2],
|
||||
box[ ], box[ ], box[ ], box[x], box[ ],
|
||||
),
|
||||
table(
|
||||
columns: 5,
|
||||
table.header([$x$ \\ $phi$], $0$, $pi / 6$, $pi / 3$, $pi / 2$),
|
||||
$(2,0)^T$, $2$, $2$, $1$, $0$,
|
||||
$(1,1)^T$, $1$, $1$, $1$, $1$,
|
||||
$(0,2)^T$, $0$, $1$, $2$, $2$
|
||||
),
|
||||
grid(
|
||||
columns: 6,
|
||||
box[ ], box[3], rect[0], rect[0], rect[0], rect[0],
|
||||
box[ ], box[2], rect[1], rect[1], rect[1], rect[1],
|
||||
box[y], box[1], rect[1], rect[2], rect[2], rect[1],
|
||||
box[ ], box[0], rect[0], rect[0], rect[0], rect[1],
|
||||
box[ ], box[ ], box[0], box[$pi/6$], box[$pi/3$], box[$pi/2$],
|
||||
box[ ], box[ ], box[ ], box[x], box[ ], box[ ]
|
||||
),
|
||||
)
|
||||
|
||||
Was in Schatten, was in Sonne
|
||||
|
||||
|
||||
*Karhunen-Loeve-Transformation* \
|
||||
(reduziere Korrelation zwischen Kanälen zu einem mit viel Information)
|
||||
- Schätzung der Kovarianzmatrix $C_"gg"$ der Farbwerte
|
||||
- Lösung des Eigenwertproblems
|
||||
- zeilenweise Anordnung der Eigenvektoren in absteigender Reihenfolge der
|
||||
Eigenwerte $A$
|
||||
- Subtraktion des mittleren Farbwertes und Transformation $k = A(g - mu_g)$
|
||||
|
||||
|
||||
#image(height: 6cm, "res/morphologie-001.png")
|
||||
Rand-Extraktion: $G without (G minus.circle S)$
|
||||
|
||||
#page(
|
||||
header: none,
|
||||
margin: (y: 15pt)
|
||||
)[
|
||||
= Bilder zuordnen #h(1fr) (20 P)
|
||||
#grid(
|
||||
columns: (1fr, 1fr),
|
||||
column-gutter: 40pt,
|
||||
table(
|
||||
image("res/images-001.png"),
|
||||
[Schwellenwert (Binarisierung)],
|
||||
[$ cases(1 "für" g(x) > gamma, 0 "sonst") $]
|
||||
),
|
||||
table(
|
||||
image("res/images-002.png"),
|
||||
[Invertierung],
|
||||
[$ max(g(x)) - g(x)$]
|
||||
),
|
||||
table(
|
||||
image("res/images-003.png"),
|
||||
[Betragsspektrum],
|
||||
[$abs(integral.double g(x) e^(-j 2 x f^T x) dif x )$]
|
||||
),
|
||||
table(
|
||||
image("res/images-004.png"),
|
||||
[Verrauschung (additiv, normalverteilt)],
|
||||
[$ g(x) + e(x), e(x) ~ N(0, sigma^2)$]
|
||||
),
|
||||
table(
|
||||
image("res/images-005.png"),
|
||||
[Radon-Transformation],
|
||||
[$integral.double g(x) delta(x^T e_phi - u) dif x$]
|
||||
),
|
||||
table(
|
||||
image("res/images-006.png"),
|
||||
[Verschärfung],
|
||||
[$4 dot g(x) - 3 dot "TP"{g(x)}$]
|
||||
),
|
||||
table(
|
||||
image("res/images-007.png"),
|
||||
[Laplacian-of-Gaussian],
|
||||
[$-Delta("TP"{g(x)})$]
|
||||
),
|
||||
table(
|
||||
image("res/images-008.png"),
|
||||
[homomorphe Filterung],
|
||||
[$exp("HP"{ln(g(x))})$]
|
||||
),
|
||||
table(
|
||||
image("res/images-009.png"),
|
||||
[Gradientenbetrag],
|
||||
[$sqrt(((partial g(x))/(partial x))^2 + ((partial g(x))/(partial y))^2)$]
|
||||
),
|
||||
table(
|
||||
image("res/images-010.png"),
|
||||
[Fensterung (mit Hann-Fenster)],
|
||||
[$g(x) dot w_"Hann"(x)$]
|
||||
),
|
||||
)
|
||||
]
|
||||
|
||||
= Filterung #h(1fr) (10 P)
|
||||
|
||||
= Lichtschnittverfahren / Triangulation #h(1fr) (30 P)
|
||||
|
||||
Wie muss Oberflöche beschaffen sein, damit Triangulaton berechnet werden kann?
|
||||
|
||||
#grid(
|
||||
columns: 2,
|
||||
[
|
||||
Spiegelnde Oberfläche
|
||||
Kein Licht gelangt auf den Sensor
|
||||
|
||||
Teiltransparentes Objekt (Volumenstreuung)
|
||||
Aufweitung des Lichtpunkts
|
||||
Messunsicherheit steigt
|
||||
|
||||
Abschattung des
|
||||
Beobachtungsstrahls
|
||||
Kein Licht gelangt auf den Sensor
|
||||
|
||||
Mehrfachreflexion bei teilspiegelndem Objekt
|
||||
Zusätzliche, falsche Messpunkte
|
||||
],
|
||||
image(height: 7cm, "res/triangulation-001.jpg")
|
||||
)
|
||||
|
||||
|
||||
#grid(
|
||||
columns: 2,
|
||||
column-gutter: 1cm,
|
||||
pad(top: .5cm)[
|
||||
|
||||
*Hellfeld*: Gerichtetes Licht, das (bei fehlerfreiem Objekt) direkt in die Kamera gelenkt wird
|
||||
|
||||
*Dunkelfeld*: Gerichtetes Licht, das (bei fehlerfreiem Objekt) an der Kamera vorbei gelenkt wird
|
||||
|
||||
*Rotkanal*: koaxiale Hellfeldbeleuchtung, liefert Transmission
|
||||
|
||||
*Grünkanal*: streifende Beleuchtung in Dunkelfeldanordnung
|
||||
macht streuende Partikel auf der Oberfläche sichtbar
|
||||
|
||||
*Blaukanal*: Dunkelfeld, macht Kratzer, Fusseln und Blasensichtbar
|
||||
|
||||
],
|
||||
image(
|
||||
height: 6cm,
|
||||
"res/dunkelfeld-001.jpg"
|
||||
)
|
||||
)
|
||||
|
||||
|
||||
|
||||
Zeichne Lichtschnittverfahren
|
||||
|
||||
Maßnahmen gegen Störlichtunterdrückung
|
BIN
res/dunkelfeld-001.jpg
Normal file
After Width: | Height: | Size: 58 KiB |
BIN
res/histogramm-001.jpg
Normal file
After Width: | Height: | Size: 112 KiB |
BIN
res/hough-001.jpg
Normal file
After Width: | Height: | Size: 97 KiB |
BIN
res/hough-002.jpg
Normal file
After Width: | Height: | Size: 111 KiB |
BIN
res/images-000.jpg
Normal file
After Width: | Height: | Size: 29 KiB |
BIN
res/images-001.png
Normal file
After Width: | Height: | Size: 14 KiB |
BIN
res/images-002.png
Normal file
After Width: | Height: | Size: 230 KiB |
BIN
res/images-003.png
Normal file
After Width: | Height: | Size: 421 KiB |
BIN
res/images-004.png
Normal file
After Width: | Height: | Size: 531 KiB |
BIN
res/images-005.png
Normal file
After Width: | Height: | Size: 84 KiB |
BIN
res/images-006.png
Normal file
After Width: | Height: | Size: 336 KiB |
BIN
res/images-007.png
Normal file
After Width: | Height: | Size: 164 KiB |
BIN
res/images-008.png
Normal file
After Width: | Height: | Size: 248 KiB |
BIN
res/images-009.png
Normal file
After Width: | Height: | Size: 281 KiB |
BIN
res/images-010.png
Normal file
After Width: | Height: | Size: 142 KiB |
BIN
res/lense-001.png
Normal file
After Width: | Height: | Size: 286 KiB |
BIN
res/morphologie-001.png
Normal file
After Width: | Height: | Size: 267 KiB |
BIN
res/triangulation-001.jpg
Normal file
After Width: | Height: | Size: 227 KiB |