Filter und Bildtransformationen
Dieses Modul ist Teil des CAS Industrielle Bildverarbeitung.
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