Grundlagen der Bildverarbeitung

  • Joachim Schenk
  • Gerhard Rigoll
Chapter

Zusammenfassung

Die Verarbeitung von Signalen auf modernen Computern erfolgt stets digital. Die in der Natur vorkommenden Signale liegen dagegen kontinuierlich vor. Bilder entstehen durch optische Messungen z. B. mit dem im Kapitel 2 beschriebenem Charge Coupled Device (CCD) oder Photo Multiplier (PMT) und anschließender Digitalisierung. Bilder sind kontinuierliche zweidimensionale Signale, die auf Computern in digitaler Form vorliegen. Deswegen werden im ersten Teil dieses Kapitels mathematische Methoden für die Behandlung von zweidimensionalen Signalen, deren Spektraldarstellung, Faltung und letztlich Diskretisierung beschrieben, während im zweiten Teil auf die weitere Verarbeitung der digitalisierten Bilder eingegangen wird.

This is a preview of subscription content, log in to check access.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. [1]
    Abmayr, W.: Einführung in die digitale Bildverarbeitung. 2. Vieweg+Teubner, 2002Google Scholar
  2. [2]
    Astola, J. ; Kuosmanen, P.: Fundamentals of Nonlinear Digital Filtering. CRC-Press, 1997Google Scholar
  3. [3]
    Ballard, D.H. ; Brown, C. M.: Computer Vision. Prentice-Hall, 1982Google Scholar
  4. [4]
    Både, L. ;Westergren, B.: Mathematische Formeln und Tabellen. Springer, 2000Google Scholar
  5. [5]
    Brigham, E. O.: FFT: Schnelle Fourier Transformation. 6. Oldenbourg, 1995Google Scholar
  6. [6]
    Doetsch, G.: Anleitung zum praktischen Gebrauch der Laplace-Transformation und der z-Transformation. 6. Oldenbourg, 1989Google Scholar
  7. [7]
    Frei, W. ; Chen, C. C.: Fast Boundary Detection: A Generalization and a new Algorithm. In: IEEE Transactions on Computers 26 (1977), Nr. 10, S. 988–998CrossRefGoogle Scholar
  8. [8]
    Fritzsche, G.: Theoretische Nachrichtentechnik. VEB Technik, 1984Google Scholar
  9. [9]
    González, R.C. ; Woods, R. E.: Digital Image Processing. 3. Pearson Prentice-Hall, 2008Google Scholar
  10. [10]
    Hunt, B.: A Matrix Theory Proof of the Discrete Convolution Theorem. In: IEEE Transactions on Audio and Electroacoustics 19 (1971), Nr. 4, S. 285–288CrossRefGoogle Scholar
  11. [11]
    Hutchison, J.: Culture, Communication, and an Information Age Madonna. In: IEEE Professional Communication Society Newsletter 45 (2001), Nr. 3Google Scholar
  12. [12]
    Jähne, B.: Digital Image Processing. 6. Springer, 2005Google Scholar
  13. [13]
    Lim, J. S.: Two-Dimensional Signal and Image Processing. Prentice-Hall, 1989Google Scholar
  14. [14]
    Marko, H.: Systemtheorie: Methoden und Anwendungen für ein- und mehrdimensionale Systeme. 3. Springer, 2009Google Scholar
  15. [15]
    Matheron, G.: Random Sets and Integral Geometry. John Wiley & Sons, 1975 (Probability & Mathematical Statistics)Google Scholar
  16. [16]
    Minkowski, H.: Volumen und Oberfläche. In: Mathematische Annalen 57 (1903), S. 447–495MATHCrossRefMathSciNetGoogle Scholar
  17. [17]
    Nixon, M.S. ; Aguado, A. S.: Feature Extraction and Image Processing. 2. Academic Press, 2008Google Scholar
  18. [18]
    Nyquist, H.: Certain Topics in Telegraph Transmission Theory. In: Proceedings of the IEEE 90 (2002), Nr. 2, S. 280–305CrossRefGoogle Scholar
  19. [19]
    Oppenheim, A.B. ;Willsky, A.S. ; Nawab, H.: Signals and Systems. 2. Prentice-Hall, 1996 (Prentice-Hall Series in Signal Processing)Google Scholar
  20. [20]
    Perreault, S. ; Hebert, P.: Median Filtering in Constant Time. In: IEEE Transactions on Image Processing 16 (2007), Nr. 9Google Scholar
  21. [21]
    Playboy: Playboy November 1972. Hugh Heffner, 1972 (11)Google Scholar
  22. [22]
    Pratt, W. K.: Digital Image Processing. 4. John Wiley & Sons, 2007Google Scholar
  23. [23]
    Prewitt, J.M.S ; Mendelsohn, M. L.: The Analysis of Cell Images. In: Annals of the New York Academy of Sciences 128 (1966), Nr. 3, S. 1035–1053CrossRefGoogle Scholar
  24. [24]
    Proakis, J. G.: Digital Communications. 4. McGraw-Hill, 2000Google Scholar
  25. [25]
    Russ, J. C.: The Image Processing Handbook. 5. CRC-Press, 2006Google Scholar
  26. [26]
    Schneider, N.: Kantenhervorhebung und Kantenverfolgung in der industriellen Bildverarbeitung. Vieweg+Teubner, 1990Google Scholar
  27. [27]
    Serra, J.P.: Image Analysis & Mathematical Morphology Series. Bd. 1: Image Analysis and Mathematical Morphology. Academic Press, 1984Google Scholar
  28. [28]
    Shannon, C. E.: Communication in the Presence of Noise. In: Proceedings of the IEEE 72 (1984), Nr. 9, S. 1192–1201CrossRefGoogle Scholar
  29. [29]
    Shapiro, L.G. ; Stockman, G. C.: Computer Vision. Prentence Hall, 2001Google Scholar
  30. [30]
    Sobel, I. ; Feldmann, G.: A 3×3 Isotropic Gradient Operator for Image Processing. In: Duda, R. (Hrsg.) ; Hart, P. (Hrsg.): Pattern Classification and Scene Analysis. 1973, S. 271–272Google Scholar
  31. [31]
    Soille, P.: Morphologische Bildverarbeitung. Springer, 1998Google Scholar
  32. [32]
    Sternberg, S. R.: Grayscale Morphology. In: Computer Vision, Graphics, and Image Processing 35 (1986), Nr. 3, S. 333–355CrossRefMathSciNetGoogle Scholar
  33. [33]
    Tukey, J.W.: Exploratory Data Analysis. Addison-Wesley, 1977Google Scholar
  34. [34]
    Vary, P. ; Heute, U. ; Hess, W. ; Bossert, M. (Hrsg.) ; Fliege, N. (Hrsg.): Digitale Sprachsignalverarbeitung. B. G. Teubner, 1998 (Informationstechnik)Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2010

Authors and Affiliations

  • Joachim Schenk
    • 1
  • Gerhard Rigoll
    • 1
  1. 1.Lehrstuhl für Mensch-Maschine-KommunikationTechnische Universität MünchenMünchenDeutschland

Personalised recommendations