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

Wavelet-Transformationen in der Bildverarbeitung [WTBV]

Summary
Das klassische Verfahren der Fourier-Analyse stellt Funktionen als Überlagerungen von trigonometrischen Funktionen dar, dient also in erster Linie der Behandlung von stationären Eigenschaften von Signalen. Für die Untersuchung von kurzzeitigen ("transienten") Eigenschaften von Signalen ist die historisch wesentlich jüngere Wavelet-Analyse das Mittel der Wahl. Wavelets stellen Funktionen als Überlagerungen von Signal-Bausteinen dar, die im Zeit- und Frequenzbereich gut begrenzt sind und die mittels Skalierung und Verschiebung aus einem "Mutter-Wavelet" gewonnen werden. Während es i.w. "nur" eine Fourier-Theorie gibt, ist das Spektrum der Möglichkeiten bei Wavelets ungleich grösser -- aber Wavelets mit guten Eigenschaften zu konstruieren ist trotzdem alles andere als eine offensichtliche Angelegenheit. Die Vorlesung ist sowohl theoretisch als auch praktisch orientiert. Auf der theoretischen Seite sollen die Prinzipien der kontinuierlichen und diskreten Wavelet-Analyse, der Multiskalenanalyse und der Konstruktion "kompakter" und "glatter" Wavelets behandelt werden -- wobei die Fourier-Theorie dann doch wieder eine erhebliche Rolle spielt! An Beispielen aus der Bildverarbeitung (Rauschunterdrückung, Datenkompression, Kantenerkennung) soll die Anwendung von Wavelets behandelt und auch praktisch (Matlab!) geübt werden. Spezielle Vorkenntnisse auf Seiten der Teilnehmer werden nicht erwartet, auch wenn etwas vorherige Bekanntschaft mit Fourier-Analyse und Begriffen der Signal- und Bildverarbeitung nützlich sein wird. Es soll aber nicht verschwiegen werden, dass der Stoff ein nicht geringes Mass an mathematischer Denkweise und Technik verlangt, also die Bereitschaft zur Auseinandersetzung damit erwartet wird.

Dates & Rooms:
Wednesday, 16:15 - 17:45; Room: RZ 2.037
Tuesday, 16:15 - 17:45; Room: 02.133-113


Lecturer

Schedule

Tuesday lectureWednesday lectureThursday exercise
October 17October 18-
October 24October 26 (-> Thursday!)-
--November 2
November 7November 8-
November 14November 15November 16
November 21November 22-
November 28-November 30
December 5--
December 12December 13-
December 19-December 21
January 9-January 11
January 16January 17-
January 23January 24-
January 30-February 1
February 6February 7-