Filter und Bildtransformationen

Filter und Bildtransformationen

1,5 ECTS
Unterrichtssprache: Englisch

Mit einer Vielzahl von unterschiedlichsten Filter-Operationen und Transformationstechniken können wichtige Merkmale extrahiert und Bilder transformiert werden. Die gleichen Techniken sind auch bei Anwendungen des maschinellen Lernens als Datenvorverarbeitungsschritte sehr nützlich. Die Fourier-Analyse ist eine oft verwendete Bildtransformation. Sie zeigt beispielsweise auf, welche Frequenzkomponenten in einem Bild oder einer Textur vorkommen und ermöglicht die Extraktion von Hoch- und Niederfrequenzkomponenten.

Modulübersicht

• Digitale Filter
• Bildoperationen und Bildtransformationen
• Filtermasken, Faltungen, Entrauschen
• Mustererkennung mittels Fourier- und Wavelet-Transformationen

Modulinhalt in Bildern

Bildvorverarbeitung

Unterschiedliche Vorverarbeitungsschritte eines Röntgenbildes von Cassiopeia A: Kontrastverstärkung, Spiegelung, Drehung, Erhöhung der Helligkeit

Filterung

Verschiedene Filteroperationen angewandt auf das Originalbild (links oben): Tiefpass-Filterung (oben Mitte), Kantenschärfung (oben rechts), Hochpass-Filterung (unten links), vertikale Kantenerkennung (unten Mitte), horizontale Kantenerkennung (unten rechts)

Skalierung und Interpolation

Hochaufgelöstes Bild eines Restes einer Super Nova (rechts) und nach Reduktion der Auflösung (links)

Fourier-Transformation

Einsatz der schnellen Fourier-Transformation (FFT): Originalbilder (1. Spalte), Amplitudenspektrum der FFT (2. Spalte), maskierte Frequenzkomponenten (3. Spalte), rekonstruierte Bilder (4. Spalte)

Inverse Fourier-Transformation

24 einzeln rekonstruierte Frequenzkomponenten (links) und deren gewichtete Kombination (rechts)

Texture-Analyse

Bilder von Gittern in unterschiedlicher Auflösung bringen sehr unterschiedliche Texturen zum Vorschein: das Bild rechts oben ist eine Vergrösserung des links markierten Ausschnittes