Digital image acquisition and processing have revolutionized various fields of applications, e.g., medical imaging or automated visual inspection. Yet, the design of most such systems is still based on the separate and individual optimization of the employed illumination, image acquisition and image processing components. By following a holistic approach for system design, modelling and optimization, computational imaging methods yield superior performance with respect to the state of the art.
In the scope of this thesis, novel AI- and Deep Learning-based computational imaging methods are supposed to be investigated and implemented, e.g., for the automated visual inspection of transparent objects having a complex geometry.
Please apply via e-mail to johannes.meyer (@) iosb.fraunhofer.de
German:
Die digitale Bildgewinnung und -Verarbeitung hat seit ihren Anfängen bereits viele Anwendungsfelder wie bspw. die Medizintechnik oder die automatische optische Qualitätsprüfung revolutioniert. Dennoch fußt die Mehrzahl dieser Systeme weiterhin auf dem Ansatz, dass das genutzte optische Beleuchtungs- und Abbildungssystem und die zur Bildverarbeitung eingesetzten Algorithmen separat voneinander entwickelt und optimiert werden. Dadurch bleibt im Sinne des Gesamtsystems ein in vielerlei Hinsicht enormes Potential ungenutzt. An diesem Punkt setzen die Methoden des Computational Imagings an und erlauben durch eine holistische Systembetrachtung das Durchbrechen bisheriger Leistungs- und Anwendungsgrenzen.
Im Rahmen dieser Abschlussarbeit sollen neue KI- / Deep Learning-basierte Verfahren im Bereich des Computational Imagings untersucht und implementiert werden, z.B. zur automatischen Sichtprüfung komplex geformter Prüfobjekte
Bewerbungen bitte via e-mail an johannes.meyer (@) iosb.fraunhofer.de