Dokument-Version: 4.001.03.2021pre

Fakultät Ingenieurwissenschaften

Bachelorstudiengang (EIB) - Elektrotechnik und Informationstechnik

Computer Vision I

Kennzahl 4220

Dozententeam

Pflichtmodul 4220

verantwortlich: Professur Computer Vision und Maschinelles Lernen
Regelsemester Sommersemester 4. Semester (jährlich)
Leistungspunkte *) 5   (Wichtung der LP =5)
Unterrichtssprache Deutsch
Arbeitsaufwand Vorlesung-Präsenz: 28 h; Vorlesung-Nacharbeit: 32 h; Seminar-Präsenz: 14 h; Seminar-Vorarbeit: 31 h; Praktikum-Präsenz: 14 h; Praktikum-Nacharbeit: 31 h;
Voraussetzungen für die Teilnahme Kenntnisse/Fähigkeiten: Mathematik I; Mathematik II; Grundlagen der Informationstechnik und Maschinelles Lernen
Lernziel/ Kompetenz Ziel: Vermittlung theoretischer und praktischer Kenntnisse zu einem Repertoire grundlegender Bildverarbeitungsverfahren im Bereich Computer Vision, insbesondere zu klassischen Algorithmen der Bildverarbeitung, wie sie zur Informationsgewinnung in bspw. industriellen und medizinischen Anwendungen erforderlich sind.

Fach- und methodische Kompetenz: Kenntnisse zur Funktionsweise, theoretischen Beschreibung, Analyse und Bewertung verschiedener Klassen grundlegender Bildverarbeitungsmethoden; systematischer Entwurf und Realisierung darauf basierender anwendungsspezifischer Algorithmen; Nutzung des Wissens in Anwendungsbeispielen u.a. anhand vorbereiteter Codeabschnitte zur praktischen Bilddatenverarbeitung mit Python.

Einbindung in die Berufsvorbereitung: Die sichere Beherrschung theoretischer Grundlagen klassischer Bildverarbeitungsmethoden sowie die Befähigung zu deren praktischer Anwendung ist eine wichtige Voraussetzung für die Entwicklung heutiger kamerabasierter Messsysteme, insbesondere für Applikationen aus Industrie, Medizin und einer Vielzahl wissenschaftlicher Disziplinen. Darüber hinaus bilden damit einhergehende Expertisen einen wichtigen Baustein moderner Computer-Vision-Verfahren, auch und insbesondere für Analyseverfahren auf Basis des maschinellen Lernens, die zunehmend an Bedeutung gewinnen.
Inhalt 1. Optische Bildentstehung, Digitale Bilder

2. Punktoperatoren, Morphologische Operatoren

3. Basistransformationen

4. Lineare und nichtlineare Filter

5. Kanten, Konturen, Linien

6. Merkmalsextratkion, Merkmalsbeschreibung, Merkmalsverfolgung

7. Pixelklassifikation

8. Segmentierungsverfahren

Prüfungsvorleistungen (keine)
Studien- und Prüfungsleistungen
Lehreinheiten SWS Prüfungsleistung Wichtung
V S P
Computer Vision I 2 1 1 PK 90 min 5
Medienformen Tafel, PC, Beamer, Literatur
Literatur Maier, A.; Steidl, S.; Christlein, V.; Hornegger, J. (Editoren): Medical Imaging Systems,SpringerOpen;

Najarian, K.; Splinter, R.: Biomedical Signal and Image Processing,2nd Edition;

Deserno, T. (Editor): Biomedical Image Processing,Springer;

Paulsen, R.R.; Moeslund, T.: Introduction to Medical Image Analysis,Springer Verlag;

Szeliski, R.: Computer Vision Algorithms and Applications,2nd Edition;

Verwendbarkeit Das Modul ist in Bachelorstudiengängen Elektrotechnik und Informationstechnik verwendbar.