Modulcode:	MS1206
Englische Bezeichnung:	Statistical Image Analysis
Modulverantwortliche(r):	Prof. Dr.-Ing. Gerald Sommer
Turnus:	unregelmäßig (SS07 SS08 SS09)
Präsenzzeiten:	2V 2Ü
ECTS:	6
Workload:	180 Std.
Dauer:	ein Semester
Modulkategorien:	IG (Sonstige) IS (Sonstige) MV (Sonstige)
Lehrsprache:	Deutsch
Voraussetzungen:

Kurzfassung:

Die Vorlesung betrachtet Bilder und die in ihnen enthaltenen Strukturen aus statistischer Sicht. Nach der Grundlegung dieser Sichtweise werden einfache Methoden der statistischen Bildvorverarbeitung behandelt. Daran anschließend werden Standardalgorithmen zur Analyse wie PCA und ICA behandelt. Schließlich werden fortgeschrittene Methoden zur statistischen Bildanalyse mit Hilfe von Bayes-Techniken und Markov-Modellierung vorgestellt.

Lernziele:

Die Studenten sollen statistische Grundkonzepte zur Modellierung von Bildern und Bildstrukturen kennenlernen. Dies wird die Studenten befähigen, grundlegende statistische Methoden zur Bildanalyse wie (PCA, ICA, etc.) anzuwenden und darauf basierend komplexere Algorithmen zu entwickeln.

Lehrinhalte:

Die Vorlesung gliedert sich in die Teile: Bilder und Bildstrukturen aus statistischer Sicht, Standardverfahren zur Bildanalyse inklusive Methoden zur Vorverarbeitung und fortgeschrittene Methoden mit Hilfe von Bayes-Techniken und Markov-Modellierung.

Weitere Voraussetzungen:

keine

Prüfungsleistung:

Übungen, Endklausur

Lehr- und Lernmethoden:

Verwendbarkeit:

Literatur:

• Aapo Hyvärinen, Juha Karhunen und Erkki Oja. Independent Component Analysis, Wiley-Interscience, 2001.
• Gerhard Winkler. Image Analysis, Random Fields and Markov Chain Monte Carlo Methods: A Mathematical Introduction, Springer, 2. Aufl., 2006.

Verweise:

Kommentar: