htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Bildverarbeitung und Mustererkennung

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Bildverarbeitung und Mustererkennung
Modulbezeichnung (engl.): Image Processing and Pattern Recognition
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Elektrotechnik, Master, ASPO 01.10.2005
Code: E902
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
3V+1U (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
5
Studiensemester: 9
Pflichtfach: ja
Arbeitssprache:
Englisch/Deutsch
Prüfungsart:
Mündliche Prüfung/Projekt

[letzte Änderung 07.01.2010]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

E902 Elektrotechnik, Master, ASPO 01.10.2005 , 9. Semester, Pflichtfach
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr.-Ing. Dietmar Brück
Dozent/innen:
Prof. Dr.-Ing. Dietmar Brück


[letzte Änderung 13.03.2018]
Lernziele:
Das Modul Bildverarbeitung und Mustererkennung vermittelt die Anwendung der Systemtheorie auf Fragestellungen der Bildverarbeitung.
 
Die Studierenden bereiten gemeinsam die Basis für Mustererkennungsalgorithmen auf. Sie sind in der Lage diese verfahren zu analysieren und für spezeille Anwendungen zu klassifizieren. Sie können die Vor- und Nachteile der Verfahren abschätzen und somit den optimalen Einsatz der Verfahren kontrollieren.
Es werden Kompetenzen erworben, die es dem Studenten erlauben, das Zusammenwirken von Hard- und Softwarekompoenten für Bildverarbeitungssysteme zu bewerten. Der Studierende ist in der Lage, Methoden der Bildverarbeitung und Mustererkennung gezielt für praktische Aufgabenstellungen auszuwählen und geeignete Verfahren zur Gewinnung relevanter Bildinformationen zu projektieren.
Da im Rahmen des Moduls praktische Applikation aus dem Umfeld  der Qualitätssicherung  bearbeitet werden, werden praxisrelevante Anforderungen für solche Aufgabenstellungen vermittelt und können für zukünftige Aufgabenstellung übertragen werden.

[letzte Änderung 13.03.2018]
Inhalt:
1.Übersicht über die BV-Algorithmen
2.Übersicht über Kameratypen, Beleuchtung, Framegrabber, Systemsoftware
3.Mustererkennung; neuronale Netze
4.Robot-Vision
5.Spezielle Anwendungen aus den Forschungsergebnissen: Konturverfolgung,  
  Oberflächenvermessung, Vollständigkeitsprüfung, Sicherheitstechnik, Auswertung  
  bewegter Bilder in der Medizintechnik, autonomes Fahren, Industrie 4.0

[letzte Änderung 13.03.2018]
Weitere Lehrmethoden und Medien:
Skript, Folien, Beamer, PC, CD; Projekt

[letzte Änderung 13.03.2018]
Literatur:
Zu Beginn der Vorlesung wird eine CD mit komplettem Unterrichtsmaterial ausgegeben, darin enthalten ist auch eine komplette Literaturliste, die ständig aktualisiert wird.

[letzte Änderung 07.01.2010]
 
[Tue Apr 16 13:55:39 CEST 2024, CKEY=ebum, BKEY=em, CID=E902, LANGUAGE=de, DATE=16.04.2024]