1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Bildgestützte Automatisierung II

Zur Modulseite PDF generieren

#50191 / #2

SS 2015 - SS 2015

Deutsch

Bildgestützte Automatisierung II

6

Krüger, Jörg

Benotet

Portfolioprüfung

Deutsch

Zugehörigkeit


Fakultät V

Institut für Werkzeugmaschinen und Fabrikbetrieb (IWF)

35361400 FG Industrielle Automatisierungstechnik

Maschinenbau

Kontakt


PTZ 5

Shevchenko, Iryna

lehre@iat.tu-berlin.de

http://www.iat.tu-berlin.de

Lernergebnisse

Lernergebnisse sind: - Verständnis und Anwendung verschiedener Methoden zur Merkmalsextraktion aus Bildern - Verständnis und Anwendung verschiedener Verfahren zur Klassifikation - Anwendung von Methoden zur problembezogenen Beurteilung verschiedener Algorithmen der Merkmalsextraktion/Klassifikation - Kenntnisse in weiterführenden Themen der bildgestützten Automatisierung, wie beispielsweise 3D-Bilderfassung, Thermographie, Visual Servoing, Sensorfusion, Bildfolgenverarbeitung, etc. - Selbstständiges, gruppenorientiertes Erarbeiten komplexer Problemstellungen - Anwendung ingeneurwissenschaftlicher Methoden zur Anfertigung von schriftlichen Ausarbeitungen

Lehrinhalte

Die Vorlesung setzt das Modul 'Bildgestützte Automatisierung I' fort und behandelt nach der Bilderfassung und Bild(vor)verarbeitung insbesondere die Merkmalsextraktion und Klassifikation. Weiterführende Themen der bildgestützten Automatisierung wie z.B. Bewegungsanalyse, Thermografie, Sensorfusion, 3D-Bilderfassung, Visual Servoing etc., werden vorgestellt. Das breite Anwendungsspektrum der Bildverarbeitung in der Automatisierung industrieller Prozesse wird vermittelt. In der Übung 'Bildgestützte Automatisierung II' werden die in der Vorlesung erlernten Methoden und Algorithmen für eine komplexe Problemstellung angewendet. Sukzessive wird ein Verfahren zur Verkehrszeichenerkennung mittels C++ und der Software-Bibliothek OpenCV realisiert. Dabei beschäftigt sich jede Übungseinheit mit einem Teilproblem (z.B. Segmentierung, Merkmalsextraktion, Klassifikation). Abschließend wird eine schriftliche Ausarbeitung in Form eines Papers angefertigt.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Bildgestützte Automatisierung IIVL0536 L 114WiSe/SoSede2
Bildgestützte Automatisierung IIUE0536 L 117WiSe/SoSede2
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Bildgestützte Automatisierung II (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.04.0h60.0h
90.0h(~3 LP)

Bildgestützte Automatisierung II (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.04.0h60.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die Vorlesung findet hauptsächlich in Vortragsform statt. Es finden jedoch auch verschiedene didaktische Mittel Anwendung, wie u.a. Mindmap, Lehrgespräch, Metaplan etc. Experimentelle und analytische Übungsinhalte vertiefen das in der VL vermittelte Wissen und schulen die Teamfähigkeit durch Arbeit in Gruppen. Die Übungen beinhalten mündliche Diskussionsrunden, die eine gezielte Förderung der Studenten ermöglicht.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Grundlagen der Bildverarbeitung (Bildgestützte Automatisierung I, Digital Image Processing, o.ä.) - Grundlegende Programmierkenntnisse (insbesondere C++) - (BSc in einem ingenieurtechnischen oder informationstechnischem Studienfach wird vorausgesetzt)

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

Keine Angabe

Sprache(n)

Deutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
Mündliche Rücksprache50Keine AngabeKeine Angabe
Übung: Abnahme der Übungseinheiten16Keine AngabeKeine Angabe
Übung: Schriftliche Ausarbeitung17Keine AngabeKeine Angabe
Übungsvorbereitung17Keine AngabeKeine Angabe

Notenschlüssel

Keine Angabe

Prüfungsbeschreibung (Abschluss des Moduls)

Zu erreichende Gesamtpunktezahl: 100 Notenschlüssel: 95,0 bis 100,0 Punkte ... 1,0 90,0 bis 94,9 Punkte ..... 1,3 85,0 bis 89,9 Punkte ..... 1,7 80,0 bis 84,9 Punkte ..... 2,0 75,0 bis 79,9 Punkte ..... 2,3 70,0 bis 74,9 Punkte ..... 2,7 65,0 bis 69,9 Punkte ..... 3,0 60,0 bis 64,9 Punkte ..... 3,3 55,0 bis 59,9 Punkte ..... 3,7 50,0 bis 54,9 Punkte ..... 4,0 0,0 bis 49,9 Punkte ....... 5,0

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Anmeldung für die Übung findet über das ISIS2-System statt. Sämtliche Kurse des Fachgebiets IAT werden ab dem 01.04. bzw. dem 01.10. zur Anmeldung freigeschaltet. Eine rechtzeitige Anmeldung sowie das Erscheinen beim Einführungstermin ist zwingend erforderlich. https://www.isis.tu-berlin.de/2.0/course/index.php?categoryid=198

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:
https://www.isis.tu-berlin.de/2.0/course/index.php?categoryid=198

 

Literatur

Empfohlene Literatur
B. Jähne, Digitale Bildverarbeitung
C. Demant, Industrielle Bildverarbeitung
C.-E.Liedtke, M. Ender; Wissensbasierte Bildverarbeitung
G. Bradski, A. Kaehler; Learning OpenCV - Computer Vision with the OpenCV Library
H. Bässmann, J. Kreyss; Bildverarbeitung Ad Oculos (für den Optik Teil)
M. S. Nixon, A. S. Aguado; Feature Extraction and Image Processing
R. Szeliski; Computer Vision: Algorithms and Applications

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Dieses Modul ist unter anderem geeignet für die Masterstudiengänge: Informationstechnik im Maschinenwesen, Produktionstechnik, Maschinenbau, Biomedizinische Technik, Physikalische Ingenieurwissenschaft

Sonstiges

Weitere Informationen unter http://www.iat.tu-berlin.de