Projekt Bildverarbeitung / Mustererkennung
PDF Lehrveranstaltungsverzeichnis English Version: BV3
Version: 1 | Letzte Änderung: 16.09.2019 10:19 | Entwurf: 0 | Status: vom verantwortlichen Dozent freigegeben
Langname | Projekt Bildverarbeitung / Mustererkennung |
---|---|
Anerkennende LModule | BV3_BaMT |
Verantwortlich |
Prof. Dr. Dietmar Kunz
Professor Fakultät IME im Ruhestand |
Gültig ab | Sommersemester 2023 |
Niveau | Bachelor |
Semester im Jahr | Sommersemester |
Dauer | Semester |
Stunden im Selbststudium | 162 |
ECTS | 6 |
Dozenten |
Prof. Dr. Dietmar Kunz
Professor Fakultät IME im RuhestandProf. Dr. Lothar Thieling Professor Fakultät IME |
Voraussetzungen | Modul Bildverarbeitung Modul Bildanalyse |
Unterrichtssprache | englisch |
separate Abschlussprüfung | Nein |
Burger/Burge: Digitale Bildverarbeitung |
Gonzales/Woods: Digital Image Processing |
Zieltyp | Beschreibung |
---|---|
Kenntnisse | Problemspezifische Verfahren die sich aus der Modellierung des Gesamtsystems in Verbindung mit einer Literatur-Recherche ergeben |
Fertigkeiten | zielgerichtetes Handhaben der Software-Entwicklungsumgebung |
Fertigkeiten | zielgerichtetes Handhaben der Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse |
Fertigkeiten | Falls inhaltlich benötigt: zielgerichtetes Handhaben der Entwicklungsumgebung zur Erstellung und zum Training neuronaler Netze |
Fertigkeiten | Erfassen und Verstehen von wissenschaftlichen Texten auf Englisch |
Fertigkeiten | Präsentation von Projektergebnissen auf Englisch |
Fertigkeiten | komplexe Aufgaben im Team bewältigen einfache Projekte planen und steuern Absprachen und Termine einhalten Reviews planen und durchführen |
Fertigkeiten | Projektergebnisse darstellen |
Fertigkeiten | Erarbeitung von komplexen Problemlösungen die sich mittels Bildverarbeitung und Bildanalyse implementieren lassen komplexe Problemstellungen verstehen und analysieren Systemverhalten aus spezifizierenden Texten herleiten System strukturiert analysieren sinnvolle Teilsysteme erkennen Schnittstellen zwischen Teilsystemen erfassen Gesamtsystem auf Basis von Teilsystemes modellieren Recherche (für den Studirenden neuer) geeigneter Verfahren Auswahl geeigneter bekannter Verfahren Modifikation bekannter Verfahren Kombination geeigneter Vefahren Teilsysteme modellieren, implementieren, testen Teilsysteme soweit möglich auf zur Vefürgung stehende Komponenten (BV-Module) abbilden, d.h. Modulauswahl und Parametrierung. Nicht zur Verfügung stehende aber benötigte BV-Module mittels Software-Entwicklungsumgebung in C oder Java implementieren und testen Compilieren (Finden syntaktischer Fehler und deren Behebung) Debuggen (Finden semantischer Fehler und deren Behebung) Gesamtsystem (Problemlösung) implementieren testen und validieren Erstellung der Problemlösung als "Algorithmenkette" auf Basis von BV-Modulen Parametrierung der BV-Module Testen und Bewerten (Validieren) der Problemlösung Auf Basis der Validierungsergebnisse in Iterationszyklen die Algorithmenkette anpassen die Parametrierung der BV-Module anpassen BV-Module modifizieren weitere geeignete Verfahren recherchieren (Literatur-Recherche) neue BV-Module implementieren |
Typ | Präsenzzeit (h/Wo.) |
---|---|
Projekt | 1 |
Tutorium (freiwillig) | 0 |
keine |
Begleitmaterial |
Entwicklungsumgebungen für die Bildverarbeitung und Bildanalyse (ImageJ, IBV-Studio), elektronische Sammlung von Beispiel-Programmen und Beispielanwendungen , elektronisches Entwicklungsumgebung zur Erstellung und zum Training neuronaler Netze |
---|---|
Separate Prüfung | Ja |
Prüfungstyp | Projektaufgabe im Team bearbeiten (z.B. im Praktikum) |
---|---|
Details | Präsentation und Dokumentation des Projektfortschritts einschließlich einer mündlichen Projektpräsentation zu den Meilensteintreffen. Abschlussbericht |
Mindeststandard | Das Projekt wurde mit adäquatem Aufwand bearbeitet und der erreichte Projektfortschritt muss aus der Präsentation und Dokumentation erkennbar sein. |
© 2022 Technische Hochschule Köln