HSFD − FB ET

Bildverarbeitung und Mustererkennung

Bildverarbeitung und Mustererkennung Prüfung im Modul ET510 für den Masterstudiengang Systems Design & Production Management

Professor Dr.-Ing. Martin Werner Juli 2014 Hinweise zur Bearbeitung der Klausur Die Klausur besteht aus zwei Teilen. − Teil I besteht aus 40 Fragen und ist ohne Hilfsmittel in maximal 40 Minuten zu beantworten. − Teil II enthält 5 Aufgaben und ist in maximal 60 Minuten zu bearbeiten. Außer Schreib- und einfachen Zeichengeräten sind keine weiteren Hilfsmittel zugelassen. Die Lösungen der Aufgaben sind gegebenenfalls in dem jeweils dafür vorgesehenen Raum (Bilder, Textlücken, Tabellen) auf den Aufgabenblättern einzutragen. Die Lösungen sind in einer dem Beruf des Ingenieurs angemessenen Form zu erstellen. Dies betrifft insbesondere Formelzeichnungen und Gleichungen. Skizzen und Diagramme sind zu beschriften, physikalische und technische Größen zu benennen und mit ihren Dimensionen zu versehen. Die Lösungen müssen eindeutig erkennbar sein. Nicht zu wertende Teile sind durch einfaches Durchstreichen kenntlich zu machen. Verwenden von „Tintenkillern“ und „Korrekturrollern“ ist nicht zulässig. Nichtbeachtung der Regeln kann zu Punktabzug oder Nichtbewertung der Aufgabe führen! − Bevor Sie beginnen füllen Sie bitte den untenstehenden Identifikationsteil vollständig aus.

Prüfungsteilnehmer Vor- und Nachname

:

Matrikelnummer

:

Fulda, Juli 2014

:

...................................................................................................... ...................................................................................................... ...................................................................................................... Unterschrift

Viel Erfolg bei der Bearbeitung der Klausur!

Aufbau und Bewertung der Klausur Teil

I

II

Aufgabe

1

2

3

4

5

6

Summe

Maximal erreichbare Punktzahl

40

12

12

12

12

12

100

Note

Erreichte Punktzahl

© Martin Werner, 16.07.2014, B&M_Teil_I_Juli2014

Seite 1 von 4

Bildverarbeitung und Mustererkennung

Aufgabe 1

HSFD − FB ET

Maximale Punktzahl 40

Welche der folgenden Aussagen sind richtig? Kreuzen () Sie nur richtige Aussagen an. Oder ergänzen Sie die Textlücke (_) sinngemäß. Hinweis: Markieren bzw. Nicht-Markieren aller Fragen wird nicht gewertet. Beispiele Bei CMOS-Kameras kann jedes Pixel einzeln ausgelesen werden.

Das Histogramm der Grauwerte lässt auf die einzelnen Bildobjekte schließen.

 richtig  falsch

Das verstecken von Informationen in Bildern nennt man Steganografie. Prüfungsfragen 1

Je größer die Blendenzahl ist, umso größer ist die Schärfentiefe.



2

Die Brennweite ist gleich der Summe der Kehrwerte von Gegenstandsweite und Bildweite



3

Gegenstände jenseits des hyperfokalen Abstandes werden ____________________________ dargestellt. Wird nur die Helligkeit der Pixel codiert, spricht man von

4 ____________________________________________________________________ Bildern. 5

Das Format uint8 stelle Integerzahlen im Bereich von 0 bis 255 dar, wobei 0 als schwarz und 255 als weiß interpretiert werden.



Informationen über die Häufigkeit der Grauwerte im Bild liefert der Befehl 6 __________________________________________________________________________ . 7



Die lineare Grauwertspreizung ist ein homogener Punktoperator. Geräte wie Kameras, Scanner, Bildschirme und Drucker besitzen spezifische

8 __________________________________________________________________________ . 9

Die Methode von Otsu führt eine optimale Schwellenwertberechnung durch.



10

Den augenfälligsten Postereffekt erzielt man durch weglassen der niedrigsten Bitebene.



© Martin Werner, 16.07.2014, B&M_Teil_I_Juli2014

Seite 2 von 4

Bildverarbeitung und Mustererkennung

11

HSFD − FB ET

Vor der Anwendung eines Kantenfilters kann ______________________________________ sinnvoll sein.

12

Ein Frame-Grabber digitalisiert das von einer Kamera aufgenommene Bild im gewünschten Format des Bildverarbeitungssystems.



13

Mit A=imfilter(I,m,'full') hat A die gleiche Größe wie I.



14

Gilt h[n1,n2] = h[n1]⋅h[n2] , ist das System ________________________________________ .

15

CCD-Sensoren beruhen auf den _______________________________________ Photoeffekt.

16

Das planksche Strahlungsgesetz beschreibt die Strahlungsenergiedichte in Abhängigkeit von der Temperatur des Körpers und seiner Größe.



17

Das Akronym ROI steht in der Bildverarbeitung für englisch Region Of Interaction.



18

Je kleiner die Varianz des Gauß-Filters im Ortsbereich ist, umso größer ist seine glättende Wirkung.



19

Je größer die Varianz des Gauß-Filters im Ortsbereich ist, umso stärker wird das Bildrauschen unterdrückt.



20

Lineare Bewegungsverzerrungen lassen sich durch __________________________________ modellieren

21



Regularisierte Kantenfilter werden in MATLAB im uint8-Format realisiert. Kompassoperatoren liefern zu den Bildpunkten die Kantenstärke und

22 _________________________________________________________________________ . 22

Glättung und Differenzbildung können in einen Verarbeitungsschritt kombiniert werden.



Bei der Canny-Methode folgt auf das glättende Differenzenfilter 23 __________________________________________________________________________ . 25



Die Maske des Laplace-Filters besitzt genau ein negatives Element im Zentrum. Die Eigenschaften der 2. Ableitung einer stetigen Funktion liefern die Grundlagen für die

26 __________________________________________________________________________ .

© Martin Werner, 16.07.2014, B&M_Teil_I_Juli2014

Seite 3 von 4

Bildverarbeitung und Mustererkennung

27

HSFD − FB ET



Die SHT-Methode wird zum Erkennen von Kreisen und Ellipsen verwendet. Im Befehl [H,T,R] = hough(I,´Theta´,90:89,´RhoResolution´,1) steht

28 die Programmvariable H für ___________________________________________________ . 29

30

Das Symbol  steht für die morphologische Operation _____________________________ .

Die morphologische Operation _______________________________ lässt Objekte wachsen.

31

Die morphologische Rekonstruktion basiert auf einen iterativen Algorithmus, der selbstständig endet.



32

Eine der Bedingungen an die Skelettierung ist „maximal dünn“.



33

Die 2D-DFT ist eine informationserhaltende Operation.



34

Um das Abtasttheorem für Bilder einzuhalten, müssen die Grauwerte mit mindestens 8 Bit pro Pixel quantisiert werden.



35

36

Moiré-Muster sind Artefakte, die durch __________________________________ entstehen.

Der Einsatz der Fensterfunktion für die 2D-DFT erfolgt im __________________________ . Die Bildverzerrungen durch eine PSF werden im Frequenzbereich auf

37 ___________________________________________________ Frequenzgang zurückgeführt. 38

Mit Ringing bezeichnet man das Phänomen von Schattenkanten nach der Filterung von Bildern.



39

Inverse Filter erhält man, indem man die Masken um 180° rotiert.



40

Eine Schätzung der PSF wird bei der ____________________________________ Entfaltung vorgegeben.

© Martin Werner, 16.07.2014, B&M_Teil_I_Juli2014

Seite 4 von 4

HSFD − FB ET

Bildverarbeitung und Mustererkennung

Bildverarbeitung und Mustererkennung Prüfung im Modul ET510 für den Masterstudiengang Systems Design & Production Management

Professor Dr.-Ing. Martin Werner Juli 2014

Teil II − Teil II enthält 5 Aufgaben und ist in maximal 60 Minuten zu bearbeiten. Außer Schreib- und einfachen Zeichengeräten sind keine weiteren Hilfsmittel zugelassen. Die Lösungen der Aufgaben sind gegebenenfalls in dem jeweils dafür vorgesehenen Raum (Bilder, Textlücken, Tabellen) auf den Aufgabenblättern einzutragen. Die Lösungen sind in einer dem Beruf des Ingenieurs angemessenen Form zu erstellen. Dies betrifft insbesondere Formelzeichnungen und Gleichungen. Skizzen und Diagramme sind zu beschriften, physikalische und technische Größen zu benennen und mit ihren Dimensionen zu versehen. Die Lösungen müssen eindeutig erkennbar sein. Nicht zu wertende Teile sind durch einfaches Durchstreichen kenntlich zu machen. Verwenden von „Tintenkillern“ und „Korrekturrollern“ ist nicht zulässig. Nichtbeachtung der Regeln kann zu Punktabzug oder Nichtbewertung der Aufgabe führen! − Bevor Sie beginnen füllen Sie bitte den untenstehenden Identifikationsteil vollständig aus.

Prüfungsteilnehmer Vor- und Nachname

:

Matrikelnummer

:

Fulda, Juli 2014

:

...................................................................................................... ...................................................................................................... ...................................................................................................... Unterschrift Viel Erfolg bei der Bearbeitung der Klausur!

Aufbau und Bewertung der Klausur Teil

I

Aufgabe

1

2

3

4

5

6

Maximal erreichbare Punktzahl

40

12

12

12

12

12

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

II

Seite 1 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

Aufgabe 2

Maximale Punktzahl 12 = 6 + 6

Gegeben ist das zweidimensionale Signal in Matrixform (MATLAB-Syntax) A = [1

2

1

5

1

9;

2

2

4

6

1

7;

1

6

8

0

1

7;

1

4

8

4

6

0;

0

5

9

9

5

8;

6

4

2

0

0

9];

a) Es soll eine Medianfilterung mit B = medfilt2(A,[3 3]); durchgeführt werden. Berechnen Sie im Ergebnis das Element B(4,3).

b) Mit der Maske m = [1

0

1;

0

1

0;

1

0

1];

soll die Filterung C = imfilter(A,m); durchgeführt werden. Berechnen Sie im Ergebnis das Element C(3,3). Lösungen

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 2 von 14

Bildverarbeitung und Mustererkennung

HSFD − FB ET

Lösungen

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 3 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

Aufgabe 3

Maximale Punktzahl 12 = 6 + 6

a) Mit den folgenden MATLAB-Programmzeilen wurden die drei Abbildungen in Bild 3.1 erzeugt. Ordnen Sie die Abbildungen in der Tabelle 3.1 den Programmvariablen richtig zu. A = imadjust(I,[0 100]/255,[]); figure, imshow(A) B = imadjust(I,[100 255]/255,[],2); figure, imshow(B) C = adapthisteq(I,'NumTiles',[8 8],'Distribution','uniform'); figure, imshow(C)

Lösung Tabelle 3.1 Zuordnung der Bildsignale in MATLAB und Bildanzeigen Bildmatrix (MATLAB)

A

B

C

Abbildungen (Bild 3.1)







Bild 3.1 Ausgabe der Bilder am Bildschirm (Ausschnitte)

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 4 von 14

Bildverarbeitung und Mustererkennung

HSFD − FB ET

b) Erläutern Sie den MATLAB-Befehl adapthisteq(I,'NumTiles',[8 8],'Distribution','uniform');

Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 5 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

Aufgabe 4

Maximale Punktzahl 12 = 6 + 6

a) Mit den folgenden MATLAB-Programmzeilen wurden drei der vier Abbildungen in Bild 4.1 erzeugt. Ordnen Sie in der Tabelle 4.1 die Abbildungen den Programmvariablen richtig zu. A = ordfilt2(I,1,true(9)); figure, imshow(A) B = ordfilt2(I,81,true(9)); figure, imshow(B) C = imsubtract(B,A); figure, imshow(C)

Lösung Tabelle 4.1 Zuordnung der Bildsignale in MATLAB und Bildanzeigen A

Bild

B

C

Bildausgabe









Bild 4.1 Ausgaben am Bildschirm

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 6 von 14

Bildverarbeitung und Mustererkennung

HSFD − FB ET

b) Erläutern Sie den MATLAB-Befehl I = imnoise(I,'salt & pepper',.05)

Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 7 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

Aufgabe 5

Maximale Punktzahl 12 = 8 + 4

a) Führen Sie in Bild 5.1 eine Erosion des Objektes X mit dem Strukturelement Q = {(−1, −1), ( −1, 1), ( 0, 0), (1, −1), ( 1, 1)} durch. Geben Sie das Ergebnis im Bild 5.1 grafisch an. Lösung n2 n1

0

1

2

3

4

5

0

6

0

0

1

1

2

2

3

3

4

4

5

5

1

2

3

4

5

6

6

6

Erosion Objekt X

Objekt Y

Bild 5.1 Erosion von X (Elemente mit dem Wert true sind grau dargestellt)

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 8 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

b) In Bild 5.2 wurden vier morphologische Verfahren eingesetzt. Geben Sie in Tabelle 5.1 zu den vier Abbildungen das jeweilige Verfahren an. Lösung Tabelle 5.2 Beispiele morphologischer Verfahren 

Abbildung







Morphologisches Verfahren









Bild 5.2 Anwendung morphologischer Verfahren

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 9 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

Aufgabe 6

Maximale Punktzahl 12 = 6 + 6

a) Gegeben ist in Bild 6.1 links ein Bild mit regelmäßigem Streifenmuster der Größe 32×32. Das Bild wurde der 2D-DFT unterworfen. Das resultierende Leistungsspektrum ist rechts in invertierter Darstellung und in zentrierter Form zu sehen. Darin heben sich fünf DFTKoeffiizienten X[k1,k2] deutlich hervor. Geben Sie die Indizes k1 und k2 zu diesen fünf mit A bis E markierten DFT-Koeffizienten an.

A

B C D

E

Bild 6.1 Streifenmuster und Betrag des 2D-DFT-Spektrums in zentrierter Form (invertierte logarithmische Darstellung, Rahmen hinzugefügt, zusätzlich fünf DFTKoeffizfienten durch Pfeile hervorgehoben) Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 10 von 14

HSFD − FB ET

Bildverarbeitung und Mustererkennung

b) Gegeben ist der (DFT-)Frequenzgang eines Filters

H [ k1 , k2 ] 1 H= ⋅ [ k1 , k2 ] . H [ k1 , k2 ] H [ k1 , k2 ] 2 + K 2

Um welche Art von Filter handelt es sich? Welche Bedeutung hat der Parameter K? Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 11 von 14

Bildverarbeitung und Mustererkennung

HSFD − FB ET

Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 12 von 14

Bildverarbeitung und Mustererkennung

HSFD − FB ET

Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 13 von 14

Bildverarbeitung und Mustererkennung

HSFD − FB ET

Lösung

© Martin Werner, 16.07.2014, B&M_Teil_II_Juli2014

Seite 14 von 14