Seminarleiter

Prof. Dr. Volker Schmidt
Prof. Dr. Evgeny Spodarev

---

Zeit und Ort

Mittwochs, 8:30 - 10 Uhr, HeHo18, Raum 220

---

Umfang

2 Semesterwochenstunden

---

Voraussetzungen

Wahrscheinlichkeitsrechnung und Vorlesungen des Grundstudiums

---

Zielgruppe

Studenten der Mathematik und Wirtschaftsmathematik

---

Inhalt

Digitale Bilder sind allgegenwärtig, sei es im Internet oder auf Mobiltelefonen. Aber auch andere Daten, beispielsweise Informationen über Telekommunikationsnetzwerke oder tropische Wirbelstürme, liegen in Form von Bildern vor. Ebenso von hohem Interesse sind Bilddaten für die Forschung auf mikro- und nanoskopischen Skalen, z.B. in der Zellbiologie oder den Materialwissenschaften. In diesem Seminar sollen zunächst Methoden vorgestellt werden, wie Bilder im Computer repräsentiert und gespeichert werden und wie strukturelle Bildeigenschaften mathematisch erfasst und statistisch bewertet werden können.

Ein weiteres zentrales Thema wird die Erkennung von Mustern und die Extraktion besonders relevanter Information in Bildern sein. So ist es für vielerlei Anwendungen (beispielsweise in der Analyse von Videos von Überwachungskameras) von Bedeutung, Bilder in Vorder- und Hintergrund oder andere Gruppen von disjunkten Teilmengen zerlegen zu können. Das Seminar wird grundlegende Lösungsansätze dazu behandeln, wobei ein Schwerpunkt auf stochastischen Methoden liegen wird.

---

Kriterien zur Erlangung des Seminarscheins

Der Seminarschein wird für einen inhaltlich korrekten, gut strukturierten und verständlich präsentierten Vortrag sowie regelmäßige Anwesenheit vergeben.

---

Themenvergabe und Organisation

Die Themen sind jeweils für die Gestaltung einer ganzen Seminarsitzung ausgelegt; ein Thema kann von maximal zwei Studierenden gemeinsam bearbeitet werden.

Das Seminar ist inzwischen vollständig belegt, so dass wir leider keine Teilnehmer mehr aufnehmen können.

---

Vortragsthemen

Eine Übersicht über die Vortragsthemen und die jeweils Vortragenden finden Sie hier.

22.04.2009: Tanja Schmitt & Gerd Gaiselmann, "Statistische Bildeigenschaften" (pdf)

29.04.2009: Kathrin Ferber & Viktor Rehm, "Diskrete Darstellungen von Bildern" (pdf)

06.05.2009: Stefanie Wacker & Christian Schmidt, "Mathematische Morphologie" (pdf)

13.05.2009: Anke Rigol & Johannes Güls, "Fourier-Transformation" (pdf)

20.05.2009: Anna-Kathrin Schlachter & Charlotte Weinsheimer, "Wavelets" (pdf)

27.05.2009: Clara Happ & Mladjan Radic, "Bildformate" (pdf)

10.06.2009: Vera Hartenstein & Annegret Oestergaard, "Filter" (pdf)

17.06.2009: Annika Schneider & Katharina Griesbeck, "Segmentierung I: Wasserscheiden-Algorithmen" (pdf)

24.06.2009: Pasquale Baccelliere & Katja Schilling, "Segmentierung II: Schwellwertverfahren" (pdf)

01.07.2009: Alexander Pickert & Michael Hofmann, "Kantenerkennung" (pdf)

08.07.2009: Susanne Köder & Maximilian Hopf, "Bildvergleich" (pdf)

15.07.2009: Florian Daikeler, "Markovsche Zufallsfelder I: Einführung" (pdf)

22.07.2009: - entfällt -

---

Literatur

• Angulo, J., Jeulin, D. (2007): Stochastic watershed segmentation. Proceedings of the 8th International Symposium on Mathematical Morphology, Rio de Janeiro, Brazil

• Baddeley, A., Vedel Jensen, E. B. (2005): Stereology for Statisticians. Chapman & Hall

• Batenburg, K.J., Sijbers, J. (2007): Optimal threshold selection for tomogram segementation by reprojection of the reconstructed image. Lecture Notes in Computer Science 4673, 563-570

• Batenburg, K.J., Sijbers, J. (2008): Selection of local thresholds for tomogram segmentation by reprojection of the reconstructed image. Lecture Notes in Computer Science (to appear)

• Burger, W., Burge, M.J. (2005): Digitale Bildverarbeitung. Springer

• Duda, R.O., Hart, P.E., Stork, D.G. (2001): Pattern Classification. Wiley

• Maitre, H. (ed.) (2008): Image Processing. Iste / Wiley