Inhalt

[ 481VMRSBIVK22 ] KV Bildverarbeitung

Versionsauswahl
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
3 ECTS M - Master Mechatronik Marco Da Silva 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum Masterstudium Mechatronik 2025W
Lernergebnisse
Kompetenzen
Die Studierenden sind in der Lage, grundlegende und fortgeschrittene Aufgaben der digitalen Bildverarbeitung selbstständig zu analysieren, geeignete Methoden auszuwählen und anzuwenden, sowie die Ergebnisse zu interpretieren und zu verallgemeinern. Sie können das Zusammenspiel von Hard- und Softwarekomponenten in Bildverarbeitungssystemen verstehen und bei der Entwicklung von Anwendungen berücksichtigen.

Fertigkeiten Kenntnisse
Im Einzelnen sind sie in der Lage,

  • Bildverarbeitungsaufgaben zu analysieren und angemessene Methoden zur Lösung auszuwählen (k4, k5),
  • die Einsatzbereiche von bildgestützten Messverfahren zu verstehen und geeignete Softwarelösungen dafür zu identifizieren (k5),
  • Bildverarbeitungsanwendungen mithilfe kommerzieller Software zu realisieren und die Ergebnisse hinsichtlich ihrer Güte zu bewerten (k5).
  • Bilder in Orts- und Frequenzbereich zu transformieren (k5)
  • 2D- und 3D-Erfassungen von Objekten durchzuführen und die resultierenden Daten zu analysieren und zu bewerten (k4, k5)
Diese Kombinierte Lehrveranstaltung (KV) verknüpft theoretische Grundlagen mit praktischen Übungen im Labor. Kenntnisse im theoretischen Teil:

  • Grundlagen der Bildgewinnung, Bildverarbeitung und Computer Vision
  • Bildtransformation im Orts- und Spektralbereich
  • Vorverarbeitung und Bildverbesserung

Kenntnisse in Laborübungen:

  • Segmentierung von Bildern
  • 3D-Erfassung eines Objekts
  • Geometrische Entzerrung, Mustervergleich und Stitching
Beurteilungskriterien Hausübungen sowie Mitarbeit und Dokumentation der Laborübungen; Immanenter Prüfungscharakter
Lehrmethoden Tafel- und Folienvortrag sowie eigenständige Vorbereitung und Durchführung von Laborübungen
Abhaltungssprache Deutsch, auf Anfrage in Englisch
Literatur R. C. Gonzalez, R.E. Woods. Digital Image Processing, 4th Ed., Pearson, 2018. ISBN: 9780133356724

J. Beyerer, F.P. León, C. Frese. Automatische Sichtprüfung. Springer, 2016. ISBN: 9783662477861

Skript zu Laborübungen "Practical Course: Digital Image Processing"

Lehrinhalte wechselnd? Nein
Äquivalenzen MEMWDVODIBV: VO Digitale Bildverarbeitung (3 ECTS)
Präsenzlehrveranstaltung
Teilungsziffer 10
Zuteilungsverfahren Zuteilung nach Reihenfolge