Logo ZeTeM

Zentrum für Technomathematik

ZeTeM > Forschung und Anwendungen > Projekte > HASSIP – Harmonic Analysis and Statistics for Signal and Image Processing

Kontakt Sitemap Impressum [ English | Deutsch ]

HASSIP – Harmonic Analysis and Statistics for Signal and Image Processing

Leitung: Prof. Dr. Dr. h.c. Peter Maaß ((0421) 218-63801, E-Mail: pmaass@math.uni-bremen.de)
Bearbeiter:
Projektförderung: EU Research Training Network
Projektpartner: Laboratoire d'Analyse, Topologie et Probabilités, Marseille
Laboratoire de Mécanique et d'Acoustique, Marseille
Electrical Engineering Department, University of Campridge
FYMA, Institut de Physique Théorique, Université Catholique de Louvain
Laboratoire de Traitement du Signal, Ecole Polytechnique Fédéral de Lausanne
Biomedical Imaging Group, Ecole Polytechnique Fédéral de Lausanne
Mathematics Department, University of Marburg
Institut für Biomathematik und Biometrie, Gesellschaft für Strahlenschutz, München
Department of Electrical Engineering, Technion, Haifa
Laufzeit: seit 01.11.2002
Bild des Projekts HASSIP – Harmonic Analysis and Statistics for Signal and Image Processing HASSIP (Informationen in Englisch), ist ein Forschungs- und Bildungsnetzwerk das durch die Europäische Union im Rahmen des Programms Improving Human Potential and the Socio-Economic Knowledge Base gefördert wird. Ziel dieses Netzwerkes ist das Voranbringen der Forschungs- und Austauschaktivitäten in diversen Gebieten der mathematischen Analysis und der Statistik, die in engem Zusammenhang mit digitaler Signal- und Bildverarbeitung stehen.

Im Gegensatz zum üblichen Forschungsrahmen auf internationalem Niveau soll mit dem HASSIP-Programm eine Stufe höherer wissenschaftlicher Integration geschaffen werden. So ist eines der erklärten Ziele die Verkürzung von Entwicklungszyklen für neue Algorithmen durch Zusammenbringen der beteiligten Forschungskreise: Mathematiker und Physiker, die an den Grundlagen mit Blick auf die Anwendung arbeiten, sowie Ingenieure und Anwender, die konkrete Implementierungen dieser Algorithmen entwickeln. Das Hauptziel ist es also, die Verbindung von Forschung und Anwendung, von Entwicklung und Nutzung zu stärken. Neue Algorithmen sollen entwickelt werden und ihre Wirkung in konkreten Beispielen untersucht werden. Außerdem sollen neue Wege gefunden werden, um Nachteile vorhandener Verfahren zu beheben und diese Methoden besser an die Anforderungen konkreter Problemstellungen anzupassen. Dadurch kann die Forschung in diesen Bereichen im Allgemeinen angeregt und die Verbindung von Theorie und Praxis weiter verbessert werden. Die Hauptthemen aus mathematischer Sicht sind:
  • Harmonische Analysis, insbesondere Zeit-Frequenz- und Zeit-Skalen-Analyse.
  • Statistik, speziell statistische Modellierung von Bildern und Signalen.
  • Numerische Analysis für Anwendungen der Bildverarbeitung.
Die Forschungsaktivitäten des Netzwerkes sind um folgende ausgewählte Anwendungen konzentriert:
  • Modellierung und Kompression von Audiosignalen.
  • Verschlüsselung und Kompression von Bild- und Videodaten.
  • Restauration und Entrauschung von Signalen und Bildern.
Die an HASSIP beteiligten ZeTeM-Wissenschaftler arbeiten hauptsächlich in den Bereichen "Modellierung von Bild- und Videosignalen und deren Entrauschung" und "Adaptive Zerlegungen".

Im Rahmen des HASSIP-Programms forschte als Gastwissenschaftler Massimo Fornasier von der Universität Padua ab Juli 2003 für sechs Monate gemeinsam mit Mitarbeitern des Zentrums und Kollegen der Universität Marburg über allgemeine Banach-Frames für Coorbit- Räume. Eine mehr anwendungsorientierte Forschungsgemeinschaft entstand während eines HASSIP-Stipendiums von Mathias Lindemann, der für drei Monate an der Ecole Polytechnique Federale de Lausanne (EPFL) an neuen Verfahren zur Berechnung von EEG- Topographiekarten des menschlichen Kopfes für Dementia- oder Schizophreniediagnostik forschte.
hassip-bild1
Beispiel für Topographiekarten des menschlichen Kopfes bei gemessenen EEG-Signalen (gemeinsames Projekt mit der EPFL Lausanne). Hier wurde ein Matching-Pursuit-Verfahren eingesetzt, um die 21 Kanäle zu approximieren. Ziel ist es, Areale mit abnormaler Hirnaktivität zu charakterisieren, die wiederum Aufschluss über spätere Krankheiten wie Dementia oder Schizophrenie geben können.