Fundamentals in Image Processing and Pattern Recognition - Interactive curriculae of TU Ilmenau
The interactive curriculae provide information on the degree programmes offered by the TU Ilmenau.
Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).
You can find all details on planned lectures and classes in the course catalogue.
Please note that this page is no longer updated. All modules and study plans from PO version 2021 onwards (Bachelor and Master study programs) are now available on the Campus Portal.
| module properties Fundamentals in Image Processing and Pattern Recognition in degree program Bachelor Informatik 2013 | |
|---|---|
| module number | 200237 |
| examination number | 230478 |
| department | Department of Mechanical Engineering |
| ID of group | 2362 (Quality Assurance and Industrial Image Processing) |
| module leader | Prof. Dr. Gunther Notni |
| term | winter term only |
| language | Deutsch |
| credit points | 5 |
| on-campus program (h) | 45 |
| self-study (h) | 105 |
| obligation | elective module |
| exam | examination performance with multiple performances |
| details of the certificate | Das Modul Grundlagen der Bildverarbeitung und Mustererkennung mit der Prüfungsnummer 230478 schließt mit folgenden Leistungen ab:
|
| link to Moodle course | https://www.tu-ilmenau.de/universitaet/fakultaeten/fakultaet-maschinenbau/profil/institute-und-fachgebiete/fachgebiet-qualitaetssicherung-und-industrielle-bildverarbeitung/studium-lehre/vorlesungen/grundlagen-der-bildverarbeitung-und-mustererkennung-bildverarbeitung-1" |
| teacher | Dr.-Ing. Rico Nestler |
| signup details for alternative examinations | P-Leistungen als Voraussetzung für Modulabschluss durch Hausaufgaben während des Semesters (aSL). |
| maximum number of participants | |
| previous knowledge and experience | Studierende der BA-Studiengänge Ingenieurinformatik und Informatik sowie Biomedizinische Technik. Studierende der BA-Studiengänge Medientechnologie, Elektrotechnik, Maschinenbau, Optronik (je nach Studienplan) sowie BA-/MA-Studierende mit Interesse an Bildverarbeitung als Ergänzung oder zur Abrundung ihres Studiums. Kenntnisse in Physik, Mathematik sowie Informations- bzw. Nachrichtentechnik sind hilfreich. Ebenso Vorlesungen zu technischer Optik, Systemtheorie, Signalen & Systemen. |
| learning outcome | Fachkompetenz: Methodenkompetenz: Im Ergebnis ist der Hörer in der Lage, Erkennungsaufgaben mit bildhaften Daten zu analysieren und zu klassifizieren sowie wichtige Schritte zur Problemlösung abzuleiten. Weiterhin kann er sich begrifflich sicher im interdisziplinären Wissensgebiet der Bildverarbeitung bewegen und für konkrete Anwendungen der Bildverarbeitung geeignete Lösungen entwickeln. Aufbauend auf den vermittelten Inhalten ist der Hörer in der Lage, seine erworbene Kompetenz in weiterführenden Veranstaltungen, z.B. zu Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2), Grundlagen der 3D-Bildverarbeitung, sowie externen Veranstaltungen zur angewandten Bildverarbeitung und bildbasierten Mustererkennung / künstlichen Intelligenz an der TU Ilmenau weiter auszubauen. |
| content | Gegenstand der Vorlesung Grundlagen der Bildverarbeitung und Mustererkennung (Bildverarbeitung 1) sind Methoden zur Lösung von Erkennungsaufgaben mit kamerabasierten technischen Systemen. Kamerabasierte ("sehende") technische Systeme sind heutzutage in der Automatisierungstechnik, der Robotik, der Medizintechnik, der Überwachungstechnik und im Automotive-Bereich sehr weit verbreitet. Die Veranstaltung legt den Fokus zunächst auf digitale Bilder mit skalaren Pixelwerten (sogenannte Grauwertbilder), die im Sinne konkreter Aufgabenstellungen ausgewertet werden müssen. Das übergeordnete Ziel dieser Auswertung ist die Interpretation des Bildinhaltes auf verschiedenen Abstraktionsstufen. Dazu müssen die Bilder in ihrer technisch zugänglichen Form aufbereitet, transformiert, gewandelt, analysiert und letztlich klassifiziert werden, um relevante Inhalte und Aussagen ableiten zu können. In der Veranstaltung werden dafür wesentliche Methoden, Verfahren und Algorithmen betrachtet und im Kontext konkreter Anwendungen aus der Praxis diskutiert. Neben den rein informatischen Aspekten der digitalen Bildverarbeitung werden in der Vorlesung wichtige Zusammenhänge zum Entstehen und zur Beschreibung digitaler Bilder vermittelt. Im Ergebnis soll der Teilnehmende in die Lage versetzt werden, klassische Verarbeitungsketten zur Lösung bildbasierter Erkennungsaufgaben zu verstehen sowie für einfache und stets wiederkehrende Aufgaben der Bildvorverarbeitung selbst umzusetzen und sich begrifflich sicher in diesem interdisziplinären Wissensgebiet zu bewegen. Für aktuelle Anwendungsgebiete der Bildverarbeitung in der künstlichen Intelligenz, wie dem Deep Learning, werden beste Voraussetzungen geschaffen, um die in den Architekturen angelegten Verarbeitungsschritte der pixelbasierten Bildverarbeitung besser zu verstehen und zielgerichtet einzusetzen. Aufbauend auf den in der Vorlesung vermittelten Inhalten kann der Teilnehmende das erworbene Wissen in weiterführenden Veranstaltungen zu Bildverarbeitungsgrundlagen z.B. - Grundlagen der Farbbildverarbeitung (Bildverarbeitung 2) - Aufbauveranstaltung zu Bildverarbeitung 1, Wahlmodul in Bachelor- oder Masterstudiengang - Grundlagen der 3D-Bildverarbeitung (Erfassung und Verarbeitung von 3D-Daten) - Wahlmodul im Masterstudiengang - Systemtechnik und Systemtheorie der Bildverarbeitung - Wahlmodul im Masterstudiengang sowie weiteren Veranstaltungen zur angewandten Bildverarbeitung / künstlichen Intelligenz an der TU Ilmenau abrunden, weiter spezialisieren und anwenden.
Gliederung der Vorlesung: -Einführung / Grundlagen -Wesen technischer Erkennungsprozesse -Primäre Wahrnehmung / Entstehen digitaler Bilder -Bildrepräsentationen und -transformationen -Verfahren der Bildvorverarbeitung -Geometrische Bildtransformationen -Bildstatistik und Punktoperationen -Lineare und nichtlineare lokale Operationen (Bildverbesserung, Kantenorthervorhebung und -erkennung) -Morphologische Operationen -Ausgewählte Aspekte der Bildinhaltsanalyse -Bildsegmentierung, Merkmalextraktion und Klassifikation Übungen mit VIP-Toolkit™-Rapid Prototyping-Studentenversion Die Veranstaltung ist begleitet von einem Seminar und Praxisversuchen, in denen die Vorlesungsinhalte nachbereitet, vertieft und einfache BV-Aufgaben mit einer Prototyping Software für Bildverarbeitungslösungen (VIP-Toolkit) bearbeitet werden. Zur Vorlesung werden zahlreiche Software-Lehrbeispiele bereitgestellt. |
| media of instruction and technical requirements for education and examination in case of online participation | elektronisches oder gedrucktes Vorlesungsskript "Grundlagen der Digitalen Bildverarbeitung und Mustererkennung (Bildverarbeitung 1)", Übungs-/Praktikumsunterlagen, BV-Experimentiersystem VIP-ToolkitT-Rapid Prototyping Bitte für das Fach im aktuellen Semester-Moodle einschreiben. Das Einschreibepasswort erhalten Sie über die Fachseite automatisch oder auf Anfrage per eMail. |
| literature / references | siehe auch Moodle J.Beyerer, F.P. Puente Leon, C. Frese: Automatische Sichtprüfung - Grundlagen, Methoden und Praxis der Bildgewinnung und Bildauswertung. Springer Verlag 2012, ISBN 978-3-642-23965-6
|
| evaluation of teaching | |