Lehrver­anstaltungs­handbuch BV3

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 Ruhestand

Prof. Dr. Lothar Thieling
Professor Fakultät IME
Voraussetzungen Modul Bildverarbeitung
Modul Bildanalyse
Unterrichtssprache englisch
separate Abschlussprüfung Nein
Literatur
Burger/Burge: Digitale Bildverarbeitung
Gonzales/Woods: Digital Image Processing

Lernziele
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
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Projekt 1
Tutorium (freiwillig) 0
Besondere Voraussetzungen
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
Separate Prüfung
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.

Bei Fehlern, bitte Mitteilung an die
Webredaktion der Fakultät IME

© 2022 Technische Hochschule Köln