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

Angewandte Bildgestützte Automatisierung II

Anzeigesprache
Zur Modulseite PDF generieren

#50191 / #8

Seit SoSe 2024

Deutsch

Angewandte Bildgestützte Automatisierung II

6

Krüger, Jörg

benotet

Portfolioprüfung

Zugehörigkeit


Fakultät V

Institut für Werkzeugmaschinen und Fabrikbetrieb

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, Bildfolgenverarbeitung, etc. - Selbstständiges, gruppenorientiertes Erarbeiten komplexer Problemstellungen

Lehrinhalte

Die Vorlesung setzt das Modul 'Angewandte 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, 3D-Bilderfassung werden vorgestellt. Das breite Anwendungsspektrum der Bildverarbeitung in der Automatisierung industrieller Prozesse wird vermittelt. In der Übung 'Angewandte Bildgestützte Automatisierung II' werden die in der Vorlesung erlernten Methoden und Algorithmen für eine komplexe Problemstellung angewendet. Sukzessive wird ein Verfahren zur Erkennung von Objekten mittels Programmiersprache Python realisiert. Dabei beschäftigt sich jede Übungseinheit mit einem Teilproblem (z.B. Segmentierung, Merkmalsextraktion, Klassifikation, Detektion).

Modulbestandteile

Pflicht:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVZ
Bildgestützte Automatisierung IIVL0536 L 114WiSe/SoSeDeutsch2
Bildgestützte Automatisierung IIUE0536 L 117WiSe/SoSeDeutsch2

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. Inverted Classroom, 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 Diskussionsrunden und selbstständige, kreative Auseinandersetzungen mit Problematiken der Bildgestützten Automatisierung.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Grundlagen der Bildverarbeitung hilfreich (Bildgestützte Automatisierung I, Digital Image Processing, o.ä.) - Grundlegende Programmierkenntnisse notwendig (Programmiersprache Python) - B.Sc. 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

100 Punkte insgesamt

Sprache

Deutsch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
ISIS-Test zu Vorlesungsinhalten50schriftlich1 Stunde
Aufgaben zu den Übungseinheiten50flexibelKeine Angabe

Notenschlüssel

Dieses Prüfung verwendet einen eigenen Notenschlüssel (siehe Prüfungsformbeschreibung).

Prüfungsbeschreibung (Abschluss des Moduls)

Die in den Prüfungselementen erreichte Leistung wird summiert. Zu erreichende Gesamtpunktezahl: 100. Notenschlüssel in Prozent: ab 95% ..... 1,0 ab 90% ..... 1,3 ab 85% ..... 1,7 ab 80% ..... 2,0 ab 75% ..... 2,3 ab 70% ..... 2,7 ab 65% ..... 3,0 ab 60% ..... 3,3 ab 55% ..... 3,7 ab 50% ..... 4,0 bis 50% .... 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

Die maximale Teilnehmerzahl beträgt 40.

Anmeldeformalitäten

Die Anmeldung für die Übung findet über das ISIS-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/

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:
https://www.isis.tu-berlin.de/

 

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
Biomedizinische Technik (M. Sc.)11SoSe 2024SoSe 2024
Computational Engineering Science (Informationstechnik im Maschinenwesen) (M. Sc.)11SoSe 2024SoSe 2024
Maschinenbau (M. Sc.)11SoSe 2024SoSe 2024
Patentingenieurwesen (M. Sc.)11SoSe 2024SoSe 2024
Physikalische Ingenieurwissenschaft (M. Sc.)22SoSe 2024SoSe 2024
Produktionstechnik (M. Sc.)11SoSe 2024SoSe 2024
Technomathematik (M. Sc.)12SoSe 2024SoSe 2024
Wirtschaftsingenieurwesen (M. Sc.)11SoSe 2024SoSe 2024

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