Lehrveranstaltungshandbuch BV1
Bildverarbeitung
PDF Lehrveranstaltungsverzeichnis English Version: BV1
Version: 2 | Letzte Änderung: 16.09.2019 09:53 | Entwurf: 0 | Status: vom verantwortlichen Dozent freigegeben
| Langname | Bildverarbeitung |
|---|---|
| Anerkennende LModule | BV1_BaMT |
| Verantwortlich |
Prof. Dr. Dietmar Kunz
Professor Fakultät IME im Ruhestand |
| Gültig ab | Sommersemester 2022 |
| Niveau | Bachelor |
| Semester im Jahr | Sommersemester |
| Dauer | Semester |
| Stunden im Selbststudium | 60 |
| ECTS | 5 |
| Dozenten |
Prof. Dr. Dietmar Kunz
Professor Fakultät IME im Ruhestand |
| Voraussetzungen | Grundstudium Mathematik Grundstudium Informatik Grundstudium Signaltheorie |
| Unterrichtssprache | deutsch |
| separate Abschlussprüfung | Ja |
Literatur
| Burger/Burge: Digitale Bildverarbeitung |
| Tönnies: Grundlagen der Bildverarbeitung |
Abschlussprüfung
| Details | In einer mündlichen Prüfung werden exemplarische Aufgaben der Bildverarbeitung genannt. Die Studiernden sollen dazu Vorschläge machen, welche Algorithmen an dieser Stelle zur Anwendung kommen kann und typische Effekte, die bei deren Anwendung entstehen können, benennen. |
|---|---|
| Mindeststandard | Die Studierenden müssen die Arbeitsweise linearer Filter und den Aufbau des Ortsfrequenzspektrums erklären können und wichtige nichtlineare Filter benennen können. |
| Prüfungstyp | mündliche Prüfung, strukturierte Befragung |
Lernziele
| Zieltyp | Beschreibung |
|---|---|
| Kenntnisse | Bildverarbeitung Kamerakalibrierung Homogene Punktoperationen Lineare Filter Verarbeitung im Frequenzbereich Filterbänke und Wavelets Bildkompression Adaptive Filter Änderung der Abtastung Änderung der Quantisierung Morphologoische Filter Farbbildverarbeitung Bewegung Korrespondenzanalyse Registrierung |
| Fertigkeiten | Aufgabenspezifische Bildverarbeitungsverfahren auswählen |
| Kenntnisse | Wichtige Bildverarbeitungsalgorithmen einschließlich deren algothmischem Aufbau und der Wirkung auf Bilder beschreiben können. |
Aufwand Präsenzlehre
| Typ | Präsenzzeit (h/Wo.) |
|---|---|
| Vorlesung | 3 |
| Tutorium (freiwillig) | 0 |
Besondere Voraussetzungen
|
keine |
| Begleitmaterial |
elektronische Vortragsfolien zur Vorlesung |
|---|---|
| Separate Prüfung | Nein |
Lernziele
| Zieltyp | Beschreibung |
|---|---|
| Kenntnisse | Bildverarbeitung Kamerakalibrierung Homogene Punktoperationen Lineare Filter Verarbeitung im Frequenzbereich Filterbänke und Wavelets Bildkompression Adaptive Filter Änderung der Abtastung Änderung der Quantisierung Morphologoische Filter Farbbildverarbeitung Bewegung Korrespondenzanalyse Registrierung |
| Kenntnisse | Bildverarbeitung in ImageJ ImageJ Java Eclipse |
| Fertigkeiten | Bildverarbeitungsverfahren implementieren Plugins Macros |
| Fertigkeiten | Bildverarbeitungsverfahren in ImageJ anwenden |
| Fertigkeiten | Verarbeitungseffekte in Bildern finden und beurteilen |
Aufwand Präsenzlehre
| Typ | Präsenzzeit (h/Wo.) |
|---|---|
| Praktikum | 2 |
| Tutorium (freiwillig) | 0 |
Besondere Voraussetzungen
|
keine |
| Begleitmaterial |
Beispielbilder elektronische Entwicklungswerkzeuge Bildverarbeitung (ImageJ) Programm Dokumentation Programmierung in Java (Eclipse) Plugins und Plugin-Vorlagen für ImageJ |
|---|---|
| Separate Prüfung | Ja |
Separate Prüfung
| Prüfungstyp | Übungsaufgabe mit fachlich / methodisch eingeschränktem Fokus lösen |
|---|---|
| Details | Praktikumsaufgaben bearbeiten und Ergebnis vorführen |
| Mindeststandard | Alle Aufgaben müssen so bearbeitet werden, dass die zu erwartenden Effekte der Algortithmen auf die Bilder tatsächlich beobachtbar sind. |
Bei Fehlern, bitte Mitteilung an die
Webredaktion der Fakultät IME
Webredaktion der Fakultät IME
© 2022 Technische Hochschule Köln