II2002 Bildverarbeitung und Einführung in die Mustererkennung

Modulverantwortliche
  • Prof. Dr. Klaus Rinn
Lehrende
  • Prof. Dr. Klaus Rinn
Notwendige Voraussetzungen zur Teilnahme

keine

Vorausgesetzte Module
Kurzbeschreibung

Kamera und Beleuchtungstechnik, Bildtransformationen, Bildverarbeitungsfilter, Segmentierung, morphologische Filter. Statistische Mustererkennung: Zusammenhangsanalyse, Merkmalsbestimmung.

Inhalte
  • Hardware: Kamera und Beleuchtungstechnik
  • Bildtransformationen
  • Fortgeschrittene Bildverarbeitungsfilter
  • Template Matching
  • Segmentierung
  • Morphologische Filter
  • Einführung in statistische Mustererkennung: Zusammenhangsanalyse, Merkmalsbestimmung, Überblick über statistische Entscheidungstheorie
Qualifikations- und Lernziele

Auf Grund der Kenntnis der wichtigsten Prinzipien und gängigsten Verfahren der Bildverarbeitung und Mustererkennung sind die Absolventinnen und Absolventen in der Lage, die Anwendbarkeit neuer Verfahren in der Praxis kritisch zu bewerten. Unter Anwendung der erlernten Verfahren sind sie in der Lage für die wichtigsten Aufgaben der Bildverarbeitung Lösungen zu entwickeln, wobei die gegenseitige Abhängigkeit von Hard – und Software Rechnung ausgenutzt wird.

ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 120 Std.
Lehr- und Lernformen
  • 4 SWS
  • Seminaristischer Unterricht 4 SWS
Studiensemester
  • Bioinformatik (B.Sc. 2012)
  • Informatik (B.Sc. 2010)
  • Ingenieur-Informatik (B.Sc. 2010)
Dauer
1 Semester
Häufigkeit des Angebots
Einmal im Jahr
Unterrichtssprache
Deutsch
Bonuspunkte

Nein

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Prüfungsvorleistung: Übungsaufgaben

Prüfungsleistung: Klausur oder mündliche Prüfung (Art des Leistungsnachweises wird den Studierenden rechtzeitig und in geeigneter Weise bekannt gegeben)

Benotung
Die Bewertung des Moduls erfolgt gemäß § 9 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Bachelorstudiengänge der THM möglich.
Literatur, Medien
  • R. C. Gonzalez, R.E. Woods: Digital Image Processing Prentice Hall
  • Burger, Burge: Digitale Bildverarbeitung - Eine Einführung mit Java und ImageJ Springer
  • Duda, Hart, Stork: Pattern Classification Wiley-Interscience

Rechtliche Hinweise