052600 VU Signal and Image Processing (2024S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 12.02.2024 09:00 bis Do 22.02.2024 09:00
- Abmeldung bis Do 14.03.2024 23:59
Details
max. 50 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 05.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 06.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Mittwoch 13.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 19.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 20.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 09.04. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 10.04. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 16.04. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 17.04. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 23.04. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 24.04. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 30.04. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Dienstag 07.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 08.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 14.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 15.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 21.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 22.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 28.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 29.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 04.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 05.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 11.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 12.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 18.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 19.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
- Dienstag 25.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
- Mittwoch 26.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Signals with temporal or spatial structure 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. In this course, we study the mathematical foundations of signal processing and learn how to implement and apply commonly used algorithms in image analysis. Topics we cover include linear time-invariant (LTI) systems, convolution, the Fourier transform and its extensions, sampling and filtering of signals, spectral analysis, information theoretic coding and wavelet analysis.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Assignments: 51%
2xReaction sheets: 4%
Midterm: 15%
Final: 30%
2xReaction sheets: 4%
Midterm: 15%
Final: 30%
Mindestanforderungen und Beurteilungsmaßstab
Teilnahmevorraussetzungen: StEOP, PR2, MG2, THI, MOD, ADS
Empfohlene Teilnahmevoraussetzung: NUMThe 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%In each assignment, in the midterm exam, and in the final exam, a minimum of 10% of the maximum reachable points is required to pass the course.
Empfohlene Teilnahmevoraussetzung: NUMThe 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%In each assignment, in the midterm exam, and in the final exam, a minimum of 10% of the maximum reachable points is required to pass the course.
Prüfungsstoff
The major goals of this course include:
* understanding the mathematical foundations of signal processing
* being able to implement commonly used signal processing algorithms in Python
* applying signal processing algorithms to time-series and image analysis
* understanding the mathematical foundations of signal processing
* being able to implement commonly used signal processing algorithms in Python
* applying signal processing algorithms to time-series and image analysis
Literatur
1. Alan V. Oppenheim, Ronald W. Schafer, Discrete-Time Signal Processing, 3rd Edition, Pearson, 2010
2. Rafael C. Gonzales, Richard E. Woods Digital Image Processing 4th edition, Addison-Wesley, 2018.
3. Donald B. Percival, Andrew T. Walden, Spectral Analysis for Physical Applications, Cambridge University Press, 1993
2. Rafael C. Gonzales, Richard E. Woods Digital Image Processing 4th edition, Addison-Wesley, 2018.
3. Donald B. Percival, Andrew T. Walden, Spectral Analysis for Physical Applications, Cambridge University Press, 1993
Zuordnung im Vorlesungsverzeichnis
Module: SIP AKM IMI
Letzte Änderung: Fr 23.02.2024 18:05