Print
Univis
Search
 
FAU-Logo
Techn. Fakultät Willkommen am Institut für Informatik FAU-Logo

Multispektrale Bildgebung [SEM-MB]

Summary
Im Vergleich zu herkömmlichen RGB-Kameras erfassen Multispektralkameras nicht nur die drei breiten RGB-Kanäle, sondern sehr viel mehr, sehr schmale Wellenlängenbereiche des reflektierten Lichts. Auf diese Weise werden Details in der Szene aufgenommen, die auch von uns Menschen nicht wahrgenommen werden können. Solche Kameras eignen sich hervorragend zur Erkennung und Unterscheidung von Materialien und zur Visualisierung "unsichtbarer" Details. Im Rahmen dieses Seminars soll das Potential multispektraler Bildverarbeitung ausgenutzt werden. Beispielsthemen sind: - Ermittlung "unsichtbarer" Details in Gemälden: Alte Gemälde wurden oft mehrfach übermalt - von der anfänglichen Skizze bis zu Restaurationsschritten Jahrhunderte später. Mit dem Auge oder normalen Kameras sind diese Schichten kaum zu trennen. Wir implementieren eine Methode zur Gewinnung dieser Informationen. - Visualisierung der hochdimensionalen multispektralen Daten: Um multispektrale Daten am Bildschirm darstellen zu können, muss die Datenmenge deutlich reduziert werden. Besonders interessante Bereiche werden im Spektrum hervorgehoben. Wir entwickeln eine Methode, um organische Lebensmittel von synthetischen Materialien visuell sicher unterscheiden zu können. - Klassifikation von Haut: Einlasskontrollen können beispielsweise mit Gesichtserkennung implementiert werden - nur wie unterscheidet man ein Gesicht von einem vorgehaltenen Foto? Wir implementieren ein Verfahren zur automatischen und zuverlässigen Klassifikation von Haut. Jeder Teilnehmer entwickelt mit Hilfe wissenschaftlicher Artikel ein Analyseverfahren und stellt die erzielten Ergebnisse vor. Zum Abschluss der Veranstaltung werden wir die Methoden mit selbstaufgenommenen Daten unserer frisch eingetroffenen Multispektralkamera testen.

Dates & Rooms:
Wednesday, 16:30 - 18:00; Room: 09.150



Multispektrale Bildgebung

Chemikalien oder Krankheitsbefall in organischem Material können mit rein optischer Analyse erkannt werden.
Chemikalien oder Krankheitsbefall in organischem Material können mit rein optischer Analyse erkannt werden.

Im Vergleich zu herkömmlichen RGB-Kameras erfassen Multispektralkameras nicht nur die drei breiten RGB-Kanäle, sondern sehr viel mehr, sehr schmale Wellenlängenbereiche des reflektierten Lichts. Auf diese Weise werden Details in der Szene aufgenommen, die auch von uns Menschen nicht wahrgenommen werden können. Solche Kameras eignen sich hervorragend zur Erkennung und Unterscheidung von Materialien und zur Visualisierung "unsichtbarer" Details.

Im Rahmen dieses Seminars soll das Potential multispektraler Bildverarbeitung ausgenutzt werden.
Beispielsthemen sind:

  • Ermittlung "unsichtbarer" Details in Gemälden
    Alte Gemälde wurden oft mehrfach übermalt - von der anfänglichen Skizze
    bis zu Restaurationsschritten Jahrhunderte später. Mit dem Auge oder normalen
    Kameras sind diese Schichten kaum zu trennen. Wir implementieren eine Methode
    zur Gewinnung dieser Informationen.
  • Visualisierung der hochdimensionalen multispektralen Daten
    Um multispektrale Daten am Bildschirm darstellen zu können, muss die
    Datenmenge deutlich reduziert werden. Besonders interessante Bereiche im
    Spektrum hervorgehoben. Wir entwickeln eine Methode, um organische Lebensmittel
    von synthetischen Materialien visuell sicher unterscheiden zu können.
  • Klassifikation von Haut
    Einlasskontrollen können beispielsweise mit Gesichtserkennung
    implementiert werden - nur wie unterscheidet man ein Gesicht
    von einem vorgehaltenen Foto? Wir implementieren ein Verfahren
    zur automatischen und zuverlässigen Klassifikation von Haut.

Jeder Teilnehmer entwickelt mit Hilfe wissenschaftlicher Artikel ein
Analyseverfahren und stellt die erzielten Ergebnisse vor. Zum Abschluss der
Veranstaltung werden wir die Methoden mit selbstaufgenommenen Daten unserer
frisch eingetroffenen Multispektralkamera testen.

Das Seminar findet mittwochs von 16:30 bis 18:00 Uhr im Raum 09.150 (Seminarraum des LME) statt.
Die Einteilung der Themen und Termine ist folgendermaßen:

TerminThema
     ...

05.05.2010Einführung in das Programmierframework
     ...

16.06.20101. Reduzierung der Daten

Tim Seyschab

23.06.20102. Clustering I
Michael Postler
     ...
07.07.20103. Kantendetektion
4. Klassifikation von Haut
Félix Lades
Matthias Innmann
14.07.20105. Das Archimedes PalimpsestTim Grocki
21.07.2010Reservetermin

 
Betreuung: Eva Eibenberger, Christian Riess, Lehrstuhl für Mustererkennung
Kontakt: eva eibenberger (in) informatik uni-erlangen de, christian riess (in) informatik uni-erlangen de