Nichtlineare Relaxationsnetzwerke zur Vorverarbeitung und Segmentierung mehrdimensionaler Signale

Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dr. Dipl.-Ing. K. Wiehler
Laufzeit: 7.1996 - 12.2000
Finanzierung: DFG
Publikationen: hier
Stichworte: CNN, nichtlineare Bildverarbeitung, nichtlineare Diffusion, Analog VLSI

In einem System zur Bildvorverarbeitung sind Rauschreduktion und hoher Datendurchsatz wichtige Anforderungen. Durch Analogdesign von Zellulären Neuronalen Netzen konnten diese Anforderungen mit Verarbeitungszeiten im Mikrosekundenbereich realisierzt werden. Der Algorithmus basiert auf nichtlinearer Diffusion und unterdrückt Rauschen, während Signalflanken erhalten bleiben.

Ein Multi-FPGA-System zur Evaluierung von Bildverarbeitungsalgorithmen unter Echtzeitanforderungen

Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dipl.-Ing. M. Perezowsky
Laufzeit: 1.1997 - 12.2000
Finanzierung: TUHH
Publikationen: hier
Stichworte: Multi-FPGA-System, Systemverifikation, Massiv parallele Bildverarbeitung

Im Rahmen dieser Studie entsteht ein rekonfigurierbares Hardwaresystem, das die Möglichkeit bietet, unter Echtzeitanforderungen komplexe Bildverarbeitungsalgorithmen zu bewerten. Die Programmierung erfolgt in VHDL, so daß die verifizierten Systeme als Grundlage eines VLSI-Designs geeignet sind. Das Hardwaresystem basiert auf dem PCI-Bus, der bis zu vier modulare Recheneinheiten mit je vier FPGAs ansteuert. Der Datentransfer ist mit einem bidirektionalen Fifo vom PCI-Bus entkoppelt und wird von einem fünften FPGA gesteuert. Durch den modularen Aufbau können auch andere Recheneinheiten (z.B. RISC-CPU) in dem System eingesetzt werden. Die vier Recheneinheiten sind mit lokalem Speicher ausgestattet und zyklisch miteinander verbunden. Dadurch ist das System speziell zur massiv parallelen Bildverarbeitung geeignet.

Farbmanagement

Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dr. Dipl.-Math. Philip Urban
Laufzeit: 11.1999 - 03.2006
Finanzierung: Industrie
Publikationen: hier

Stichworte: Farbraum, Scanner, Monitor, Farbdrucker, Farbwahrnehmung

Das Projekt befaßt sich mit der Reporduktion farbiger Vorlagen. Dabei steht die Erzielung desselben Farbeindrucks unabhängig von Monitor, Druckertyp, Papiersorte und Scannertyp im Zentrum der Untersuchungen. Darüber hinaus wird die Reproduktion farbiger Vorlagen im Schwarz-Weiß-Druck optimiert.

Schnelle Bildverarbeitung medizinischer Röntgenbild-Sequenzen

Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dr. Dipl.-Ing. Marc Hensel, Dipl.-Ing. André Gooßen
Laufzeit: 04.2003 - 03.2007, 12.2007 - 11.2010
Finanzierung: Industrie
Publikationen: M. Hensel, A. Gooßen
Stichworte: Röntgenbildverarbeitung, Echtzeitverarbeitung, Bildsequenzen, Mehrprozessorsysteme, Rauschreduktion

Zur Erzeugung subjektiv "schöner" Röntgenbilder müssen Strukturen verstärkt und Rauschen reduziert werden.

Der Rauschanteil lässt sich prinzipiell durch eine hohe Strahlendosis reduzieren. In der medizinischen Anwendung ist diese jedoch möglichst gering zu halten, um übermäßge Belastungen für die Patienten zu vermeiden. Das Problem stellt sich insbesondere in der Aufnahme dynamischer Röntgenbilder, da die Patienten der Strahlung hierbei über einen längeren Zeitraum ausgesetzt sind. Daher wird mit einer vergleichweise schwachen Dosis bestrahlt, wodurch das Bildmaterial einen starken Rauschanteil enthält.

Ziel der Forschung ist die Echtzeit-Rauschreduktion in Röntgenbild-Sequenzen unter Ausnutzung

örtlicher
zeitlicher
bandabhängiger

Eigenschaften der Bilddaten.

Algorithmen für Digitalkameras in Mobilfunktelefonen

Projektleitung: Prof. Dr.-Ing.R.-R. Grigat
Mitarbeiter:Dipl.-Ing. Touraj Tajbakhsh
Laufzeit: 07.2005 - 07.2008
Finanzierung: Industrie
Publikationen: hier
Stichworte: Digitale Bildverarbeitung, Farbmanagement, Bildstabilisierung, Belichtungskontrolle, Autofocus

Digitalkameras finden zunehmend Einzug in Mobilfunktelefonen und PDAs. Die darin verwendeten Optiken und optischen Sensoren sind klein, wodurch sie u.a. ein niedriges Signal zu Rauschverhältnis aufweisen und Schmierartefakte bei kleinen Bewegungen verursachen. Die oft verwendeten kostengünstigen Linsensysteme verursachen geometrische Verzerrungen und chromatische Aberrationen. Ziel dieses Projektes ist die Simulation einer kompletten Kameraverarbeitungskette unter MATLAB Simulink zur Verbesserung der Bildqualität. Es werden neue Regelkreise und Algorithmen zur Bildverarbeitung entwickelt und verifiziert, um für eine VHDL Umsetzung als Referenz dienen zu können.

Learning an invariant distance metric

Gastmitarbeiter: M.Sc. Zahra Goudarzi
Laufzeit: 02.2017 - 31.12.2018
Finanzierung:
Publikationen: hier
Stichworte: Metric learning, Mahalanobis Metric, Grassmann manifolds

The requirement for suitable ways to measure the distance or similarity between data is omnipresent in machine learning, pattern recognition and data mining, but extracting such good metrics for particular problems is in general challenging.

This has led to the emergence of metric learning ideas, which intend to automatically learn a distance function tuned to a specific task. In many tasks and data types, there are natural transformations to which the classification result should be invariant or insensitive. This demand and its implications are essential in many machine learning applications, and insensitivity to image transformations was in the first place achieved by using invariant feature vectors.

Aim of this project is to learn a metric which is invariant to the different transformations such as horizontal translation, vertical translation, global scale, rotation, line thickness, and shear and also illumination changes that might be applied on data. To do so, the first idea is taking the advantage of the Projection metric on the Grassmann manifolds.