Home
Uni-Logo
 
Seminar: Methoden und Algorithmen zur Bildsegmentierung
SS 09

Der Lehrstuhl für Mustererkennung und Bildverarbeitung bietet im SS 09 ein Seminar mit dem Thema "Methoden und Algorithmen zur Bildsegmentierung" an.

Motivation und Ziel:
Das Ziel der Bildsegmentierung ist es, ein (digitales) Bild in mehrere Gebiete aufzuteilen. Dies geschieht anhand eines gegebenen Kriteriums wie beispielsweise Farbe oder Hintergrund vs. Vordergrund. Die Bildsegmentierung bedient sich je nach Anwendung sowohl Methoden, die rein mit den Grauwerten im Bild arbeiten als auch Methoden, die bereits semantisches Vorwissen über die zu segmentierende Struktur verwenden. Die Bildsegmentierung ist eine der grössten Herausforderungen der Bildverarbeitung, da eine erfolgreiche Segmentierung meist bereits Wissen über die zu erkennende Struktur benötigt während Details über die zu erkennende Struktur erst nach der Segmentierung zur Verfügung stehen. Oft ist eine erfolgreiche Segmentierung die Voraussetzung für weitere Bildanalyse.
In diesem Seminar werden verschiedene Segmentierungsmethoden vorgestellt. Die Studenten lernen die grundlegenden Konzepte hinter den verschiedenen Algorithmen kennen. Eine Implementation des bearbeiteten Segmentierungsverfahrens ist gefordert, die Ergebnisse werden auf einer aktuellen Datenbank getestet und interpretiert.

Ablauf:
* Die verbindliche Themenvergabe sowie Festlegung der Seminartermine findet in der Vorbesprechung statt.
* In den folgenden Veranstaltungen finden einführende Vorträge zu den Teilgebieten statt.
* Zu den ausgegebenen Themen ist jeweils ein 45 minütiger Vortrag auszuarbeiten.
* Dem eigenen Themengebiet entsprechend sind Algorithmen zu implementieren und auf der Datenbank zu evaluieren. Entsprechende Ergebnisse sollen diskutiert und interpretiert werden.

Eckdaten:
Zeit: Mi. 16:15-17:45
Raum: Geb. 106, Multimediaraum (SR 00-007)
Vorbesprechung: Mi. 22.04.2009, 16:15, Geb. 106, SR 00-007
Adressaten: Studenten der Informatik, Mathematik, Physik, Mikrosystemtechnik
Sprache: Vorträge können auf Deutsch oder Englisch gehalten werden
Organisation: Qing Wang (qwang at informatik.uni-freiburg.de)
Anmeldung: Voranmeldung im LSF System oder per Email. Verbindliche Anmeldung in der Seminarvorbesprechung (Mi. 22.04.2009, 16:15, 106-00-007).

Thema Student Betreuer
Segmentierung durch "Gradientenvektorfluss" basierte Snakes Qing Wang
Level Sets for Image Segmentation Robert Bensch
Anwendung von Kantendetektion und -verfolgung für die Bildsegmentierung Thorsten Schmidt
Kantenanalyse mit anisotroper Diffusion Wan Nural Jawahir
Detektion elliptischer Objekte mit Hilfe der Hough-Transformation Nikos Canterakis
Morphologie- und schwellwertbasierte Verfahren Qing Wang
Gaborfilterbasierte Bildsegmentierung Henrik Skibbe
Density-based segmentation with EM Alexandra Teynor
Invariants-based segmentation Margret Keuper
Segmentierung mit Markov-Feldern Maja Temerinac
GrabCut Olaf Ronneberger

Seminar Wiki
To Seminar Wiki

Data
Pollen Data

Literatur:
[1]  C. Xu and J. L. Prince, "Snakes, Shapes, and Gradient Vector Flow", IEEE Transactions on Image Processing, 7(3) March 1998, pp 359-369.
[2]  S.K. Weeratunga and C. Kamath, "An Investigation of Implicit Active Contours for Scientific Image Segmentation", Section 2, 2003. (pdf)
[3]  J. Canny, "A computational approach to edge detection", IEEE PAMI, Vol.8, No.6 (Nov. 1986) pp 679-698.
[4]  Bakalexis, S.A.; Boutalis, Y.S.; Mertzios, B.G., "Edge detection and image segmentation based on nonlinear anisotropic diffusion," Digital Signal Processing, 2002. DSP 2002. 2002 14th International Conference on , vol.2, no., pp. 1203-1206 vol.2, 2002
[5]  K. Kanatani and N. Ohta. "Automatic Detection of Circular Objects by Ellipse Growing", 9th Symposium on Sensing via Image Information (SSII2002), July 2002, Yokohama, Japan, pp. 355-360.
[6]  Rafael C. Gonzalez, Richard E. Woods. Digital Image Processing, Addition-Wesley Publishing Company, 1993.
[7]  A. Jain and F. Farrokhnia, "Unsupervised texture segmentation using Gabor filters", IEEE International Conference on Systems, Man and Cybernetics, 1990. Conference Proceedings.
[8]  C. Carson et al.: Image Segmentation using Expectation Maximization and its application to image querying, TPAMI 24, 2002 Vol.8 pp. 1026-1038
[9]  J. Fehr, O. Ronneberger, H. Kurz, H. Burkhardt, "Self-Learning Segmentation and Classification of Cell-Nuclei in 3D Volumetric Data using Voxel-Wise Gray Scale Invariants", In Proceedings of the 27th DAGM Symposium, in number 3663 LNCS, Springer, Vienna, Austria, 30.8 - 2.9. 2005
[10]  Hongdong Li, Chunhua Shen, Object-Respecting Color Image Segmentation, Image Processing, 2007. ICIP 2007. IEEE International Conference on Volume 2, Issue , Sept. 16 2007-Oct. 19 2007 Page(s):II - 257 - II - 260
[11]  GrabCut, http://research.microsoft.com/en-us/um/cambridge/projects/visionimagevideoediting/segmentation/grabcut.htm


Suchmaschinen für Literatur:
Citeseer
DBLP Uni Trier
EZB Uni Freiburg
Google Scholar



Albert-Ludwigs-Universität Freiburg, Lehrstuhl für Mustererkennung und Bildverarbeitung, Qing Wang (qwang at informatik.uni-freiburg.de)
Zuletzt aktualisiert am 27.04.2009, 15:00h