Ich denke, wir können anfangen.

Heute vor dem Fundstück der Woche eine Sache, die heute bekannt geworden ist.

Heute haben die Programmierweltmeisterschaften, die International Collegiate Programming Contest

geendet. Und das ist so eine Art Weltmeisterschaft zwischen Universitätsgruppen.

Und die Informatiker von der Friedrich-Alexander-Universität haben einen ziemlich beachtlichen siebten Platz erreicht.

Hier sehen Sie das Team. Das ist ein Kollege, ein Mitarbeiter des Lehrstuhls 2 zusammen mit drei Studenten.

Worauf ich Ihnen besonders hinweisen möchte, ist, dass die Leute bereits das neue Logo tragen.

Und damit kommen wir zum Fundstück der Woche. Das Fundstück der Woche ist diese Frau. Kennt ihr jemand?

Ah, so ist er relativ unbekannt. So ist er sehr bekannt.

Die letzten Jahre hatte ich einen besseren Grund, das als Fundstück zu präsentieren.

Den haben mir meine Kollegen, die die Übungsaufgaben gemacht haben, etwas vermasselt.

Aber ich habe mir gedacht, das ist so ein schönes Fundstück, das bringe ich trotzdem.

In der Vergangenheit haben wir immer, also das ist übrigens das schwarz-weiß Bild, so richtig bekannt ist sie in Farbe.

Dieses Bild ist das weltweit am meisten benutzte Testbild, um irgendwelche Algorithmen zu zeigen.

Ein anderes Bild, das zum Beispiel für Farbdrucker und so haben Sie vielleicht auch schon mal gesehen.

Warum hat man dieses Bild gewählt? Es hat einige, wenn Sie sich den Uhu da oben anschauen, da oben an der Spitze,

ist ein ganz weicher Übergang zum Hintergrund. Wenn Sie sich diese Boa da anschauen,

der Übergang zum Hintergrund ist sehr scharf, der Übergang zu dem Haar der Dame ist sehr weich und so weiter.

Es hat also gewisse Eigenschaften, die für die Verarbeitung von Bildern von Bedeutung sind.

Und das haben wir auch gemacht, hier zum Beispiel von 2008 eine Übungsaufgabe, da musste man die Dame dann filtern.

Warum ist so etwas eine schöne Übungsaufgabe? Schauen Sie sich mal an, das ist unser Bild.

Ein Bild besteht aus Pixeln, zum Beispiel das Lena Bild, das ist die Lena 512 auf 512, also Sie haben 512 Zahlen, 512 Spalten.

Und jetzt haben Sie so ein Bild, Punkt und um den rum wollen Sie zum Beispiel, den wollen Sie glätten,

indem Sie an dieser Stelle den Mittelwert seiner acht Umgebungen ins Punkte mit dazutun, also die neun Punkte mitteln.

Was brauchen Sie und deswegen ist das so eine schöne Aufgabe für die Programmierung näher.

Sie müssen eine Schleife machen, über alle Zeilen, dann eine Schleife über alle Spalten,

dann wenn Sie so einen Punkt haben, müssen Sie wieder über alle Zeilen und über alle Spalten der Umgebung gehen,

Sie müssen insbesondere die Randpunkte mit berechnen und so weiter.

Deswegen ist das eine sehr schöne Programmieraufgabe gewesen, wir haben jetzt dieses Jahr mal was anderes gemacht mit dem Synthesizer.

Ich will Ihnen nochmal ein paar Sachen zeigen, warum man so ein Testbild braucht.

Hier sehen Sie zum Beispiel ein Bild, das ich hier halte, wenn ich das Gesamtbild folgendermaßen transformiere.

Ich habe hier das Gesamtbild und ich tue an dieser Stelle die Summe dieser vier Punkte nehmen,

an dieser Stelle die Differenz, an dieser Stelle die Differenz in Y Richtung und an dieser Stelle die Differenz in XY Richtung.

Und genau das sehen Sie hier und diesen Schritt kann ich natürlich iterieren und iterieren und iterieren.

Und Sie können sich vorstellen, ich habe ja nichts anderes als diese Summen, also wenn ich das dann wieder rückgängig mache,

dann, Moment, also iterieren und wenn Sie das dann rückgängig machen, dann können Sie verlustfrei kodieren.

Jetzt können Sie aber auch sagen, na ja, wenn ich jetzt hier meine Ableitung und meine Differenzen habe,

dann habe ich hier sehr häufig ganz wenig Abstand und jetzt kann ich den kleinen Abstand, den setze ich einfach mal auf Null

und dann bekomme ich in diesen Ecken hier ganz viele Nullen und dann kodiere ich mein Bild anders, dann sage ich nämlich, ab hier folgen 121 Nullen.

Und das habe ich hier mal angedeutet, man zieht es am Beamer ein bisschen schlechter, ich setze jetzt also gewisse Differenzen, die sehr schwach sind, auf Null,

dann gehe ich wieder runter und wenn ich jetzt dann wieder zusammenbaue und Sie sich die Wange der Dame anschauen, das Kinn,

dann sehen Sie, es ist etwas verschwommener, nämlich ich habe ja diese Differenzen auf Null gesetzt, dadurch das Bild sehr viel kleiner gemacht

und diese, bei der Rekonstruktion gibt es dann so Verpixelungen. Ich kann das noch etwas schärfer machen, hier die Schwelle einfach hochgesetzt,

Sie sehen, das Bild geht doch schon einigermaßen verloren, aber, und man sieht zum Beispiel am Oberarm so richtig schöne Stufen,

aber man sieht immer noch das Gesicht sehr gut. Ja, deswegen benutzt man dieses Bild, jetzt erzähle ich Ihnen aber den Rest der Story,

warum ist das überhaupt so passiert? Naja, zunächst einmal müssen Sie sich vorstellen, das ist im Frühjahr 1973 entstanden,

die erste Veröffentlichung mit diesem Bild, damals hat ein Scanner, der 512, auf 512 Pixel gescannt hat, größtensordnungsmäßig 500.000 Dollar gekostet,

also, so wenn man die Inflation mit berechnet, würde ich sagen so 4, 5 Millionen, war schon etwas teurer, hat nicht jeder gehabt

und da war ein Assistenzprofessor, der mit seinem Studenten eine Veröffentlichung gemacht hat zu irgendwelchen Bildalgorithmen, hat dringend eins gebraucht

und dann hat er halt das Bild genommen, hat es eingescannt. Der nächste Wissenschaftler hat gesagt, oh, das gefällt mir, ich habe aber einen Algorithmus,