Motivation und Aufgabenstellung
Für schwierige Aufgaben der automatischen Sichtprüfung können Einzelaufnahmen mit verschiedenen Beleuchtungskonstellationen zu einem einzelnen, qualitativ hochwertigerem Resultatbild fusioniert werden. Dabei wird die Fusion solcher Bildserien als Optimierungsproblem betrachtet, dessen Lösung die Konstruktion des Resultatbilds auf Grundlage der Bildserie beschreibt. In der Literatur wurde gezeigt, dass sich für die algorithmische Lösung dieses Optimierungsproblems sehr gut sogenannte Graph-Cut-Methoden eignen, die darauf basieren, Bilder als gewichtete Graphen zu modellieren und darin minimale Schnitte mit effizienten Graphenalgorithmen zu berechnen.
In dieser Arbeit sollen Graph-Cut-Verfahren für die Fusion von Beleuchtungsserien untersucht und angewendet werden
Aufgabenbeschreibung
- Einarbeitung und Literaturrecherche zu den Themen Bildfusion und Graph-Cut-Verfahren
- Aufnahme von Beleuchtungsserien von Testobjekten mit einem programmierbaren Beleuchtungsaufbau
- Implementierung und experimentelle Evaluierung von Graph-Cut-Verfahren für die Bildfusion
Wir bieten
Wir bieten Ihnen die Möglichkeit in einer interdisziplinären Arbeitsumgebung an einem industrierelevanten Forschungsprojekt mitzuwirken und praxisnah die Entwicklung verschiedener Sichtprüfsysteme von der Optimierung der Bildaufnahme bis hin zur Algorithmenentwicklung mitzuverfolgen. Schwerpunkte der Arbeit können individuell nach Ihrer Qualifikation und Neigung abgesprochen werden. Eine intensive Betreuung am Fraunhofer IOSB ist gewährleistet.
Studienrichtung
Informatik sowie verwandte Fachrichtungen
Themengebiete und Methoden
Bildverarbeitung und -fusion, Graphenalgorithmen, Projektor-Kamera-Systeme
Voraussetzungen
- Interesse an neuen Technologien für die automatische Sichtprüfung
- Bereitschaft sich in neue Themengebiete einzuarbeiten und Freude am Einbringen eigener Ideen
- Kenntnisse in den Bereichen Bildverarbeitung und/oder Graphentheorie
- Kenntnisse in Mathematica oder Matlab sind von Vorteil