Einführung in Computer Vision

Räumliches Sehen stellt für die meisten Menschen eine Selbstverständlichkeit dar. Maschinen mit einem gleichwertigen Sehvermögen auszustatten, ist hingegen eine sehr komplizierte Angelegenheit. Seit den 1960-er Jahren hat sich dieser als Computer Vision bezeichnete Forschungsbereich kontinuierlich entwickelt und zahlreiche Forschungsergebnisse hervorgebracht. Viele Fragen haben jedoch noch nicht hinreichend beantwortet werden können und sind bis heute aktuell.

Dieser Kurs befasst sich mit einigen grundlegenden Algorithmen der Computer Vision, führt das hierzu benötigte Fachvokabular ein und frischt die benötigten mathematischen Grundlagen auf, wann immer sie benötigt werden. Beginnend mit grundlegenden Methoden der Bildverarbeitung wie z.B. der Kantendetektion, werden diese im Lauf des Kurses für umfassendere Aufgaben wie Merkmalsextraktion und Korrespondenzschätzung angewendet.

Diese Korrespondenzen können mit Wissen über die Darstellung von Bildern am Computer und der Beschreibung von Objektbewegungen im Raum dann verwendet werden, um die Epipolargeometrie eines Stereokamerasystems und somit die 2D-3D-Beziehung zwischen Bildern und der Szene zu beschreiben. Hierbei wird der Unterschied zwischen unkalibriertem und kalibriertem Kamerasystem erläutert, sowie auf das Konzept der Homographie eingegangen. Schließlich ermöglicht das Zusammenspiel all dieser Aspekte die 3D-Rekonstruktion einer Szene aus einem Stereokamerabildpaar.

Erstes Kapitel: Wissenswertes über Bilder (Darstellung von Bildern, Bildgradient, Merkmalspunkte, Korrespondenzschätzung)
Zweites Kapitel: Bildentstehung (Lochkameramodell, Homogene Koordinaten, Euklidische Bewegungen, Perspektivische Projektion mit kalibrierter Kamera, Bild, Ur-Bild und Co-Bild)
Drittes Kapitel: Epipolargeometrie (Epipolargleichung, Epipole und Epipolarlinien, 8-Punkt-Algorithmus, 3D-Rekonstruktion, Die Fundamentalmatrix)
Viertes Kapitel: Planare Szenen (Planare Epipolargleichung, 4-Punkt-Algorithmus, Kamerakalibrierung)