Universität Wien FIND

Kehren Sie für das Sommersemester 2022 nach Wien zurück. Wir planen Lehre überwiegend vor Ort, um den persönlichen Austausch zu fördern. Digitale und gemischte Lehrveranstaltungen haben wir für Sie in u:find gekennzeichnet.

Es kann COVID-19-bedingt kurzfristig zu Änderungen kommen (z.B. einzelne Termine digital). Informieren Sie sich laufend in u:find und checken Sie regelmäßig Ihre E-Mails.

Lesen Sie bitte die Informationen auf https://studieren.univie.ac.at/info.

052600 VU Signal and Image Processing (2018W)

Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Montag 01.10. 15:00 - 16:30 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Donnerstag 04.10. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 08.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 11.10. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 15.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 18.10. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 22.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 25.10. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 29.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Montag 05.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 08.11. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 12.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 15.11. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 19.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 22.11. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 26.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 29.11. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 03.12. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 06.12. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 10.12. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 13.12. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 07.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 10.01. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 14.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 17.01. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 21.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 24.01. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1
Montag 28.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Donnerstag 31.01. 15:00 - 16:30 Elise Richter-Saal Hauptgebäude, 1.Stock, Stiege 1

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Spatial signals are ubiquitous. Whether they are 1D signals, as in audio or time-dependent measurement/sensors, whether these are 2D photographs and LIDAR images or whether they are 3D medical volumes, climate models, or computational fluid studies; these signals are everywhere. While many of the techniques we are covering can be explained in 1D (and for didactic reasons we will fall back to 1D a number of times) there is a fundamental difference when we need to create models of processing for more-than-1D signals. While most of "image" processing is really focused on 2D images, it is important to me that we keep the 3-dimensional nature of the world we live in in mind from day one. Hence, I am presenting a course, which is mostly an image processing course, but with some topics that are necessary to properly deal with 3D images.

* linear time-invariant systems (LTI)
* Fourier transform
* sampling + convolution
* DFT + FFT
* basic image transformations, some mathematical basics
* image restoration and reconstruction (denoising)
* wavelets and multi-resolution
* 3D scalar data / projection, rendering
* vectors and tensors

Art der Leistungskontrolle und erlaubte Hilfsmittel

Assignments: 51%
2xReaction sheets: 4%
Midterm: 20%
Final: 25%

Mindestanforderungen und Beurteilungsmaßstab

Teilnahmevorraussetzungen: StEOP, PR2, MG2, THI, MOD, ADS
Empfohlene Teilnahmevoraussetzung: NUM

The grading scale for the course will be:
1: at least 87.5%
2: at least 75.0%
3: at least 62.5%
4: at least 50.0%

Prüfungsstoff

The major goals of this course include:
* understanding transforms and being able to apply them to 2D images and 3D data
* understanding of implementations in Matlab
* use of rendering methods for understanding 3D data

Literatur

Rafael C. Gonzales, Richard E. Woods Digital Image Processing 4th edition, Addison-Wesley, 2018.
Alan V. Oppenheim, Ronald W. Schafer, Discrete-Time Signal Processing, 3rd Edition, Pearson, 2010

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:30