Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

052600 VU Signal and Image Processing (2022S)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

The course will be held in a hybrid format with pre-recorded lecture videos and in-person review sessions. Depending on the development of the pandemic, the in-person review sessions may be streamed via Moodle and recorded. These procedures may be adapted based on the development of the ongoing pandemic. Hygiene regulations for the in-person review sessions will be communicated via Moodle.

  • Dienstag 01.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 02.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 08.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 09.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 15.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 16.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 22.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 23.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 29.03. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 30.03. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 05.04. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 06.04. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 26.04. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 27.04. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 03.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 04.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 10.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 11.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 17.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 18.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 24.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 25.05. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 31.05. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 01.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Mittwoch 08.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 14.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 15.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 21.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 22.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Dienstag 28.06. 15:00 - 16:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Mittwoch 29.06. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Signals with temporal or spatial structure are ubiquitous. Whether they are 1D signals, as in audio or time-dependent measurement/sensors, whether these are 2D photographs and LIDAR images or whether they are 3D medical volumes, climate models, or computational fluid studies; these signals are everywhere. In this course, we study the mathematical foundations of signal processing and learn how to implement and apply commonly used algorithms in image analysis. Topics we cover include linear time-invariant (LTI) systems, convolution, the Fourier transform and its extensions, sampling and filtering of signals, spectral analysis, information theoretic coding and wavelet analysis.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Assignments: 51%
2xReaction sheets: 4%
Midterm: 20%
Final: 25%

Mindestanforderungen und Beurteilungsmaßstab

Teilnahmevorraussetzungen: StEOP, PR2, MG2, THI, MOD, ADS
Empfohlene Teilnahmevoraussetzung: NUM

The grading scale for the course will be:
1: at least 87.5%
2: at least 75.0%
3: at least 62.5%
4: at least 50.0%

In each assignment, in the midterm exam, and in the final exam, a minimum of 20% of the maximum reachable points is required to pass the course.

Prüfungsstoff

The major goals of this course include:
* understanding the mathematical foundations of signal processing
* being able to implement commonly used signal processing algorithms in Python
* applying signal processing algorithms to image analysis

Literatur

1. Alan V. Oppenheim, Ronald W. Schafer, Discrete-Time Signal Processing, 3rd Edition, Pearson, 2010
2. Rafael C. Gonzales, Richard E. Woods Digital Image Processing 4th edition, Addison-Wesley, 2018.
3. Donald B. Percival, Andrew T. Walden, Spectral Analysis for Physical Applications, Cambridge University Press, 1993

Zuordnung im Vorlesungsverzeichnis

Module: SIP AKM IMI

Letzte Änderung: Mo 28.02.2022 07:28