Lehrver­anstaltung

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
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

Kenntnisse
Problemspezifische Verfahren die sich aus der Modellierung des Gesamtsystems in Verbindung mit einer Literatur-Recherche ergeben

Fertigkeiten
zielgerichtetes Handhaben der Software-Entwicklungsumgebung

zielgerichtetes Handhaben der Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse

Falls inhaltlich benötigt: zielgerichtetes Handhaben der Entwicklungsumgebung zur Erstellung und zum Training neuronaler Netze
Erfassen und Verstehen von wissenschaftlichen Texten auf Englisch

Präsentation von Projektergebnissen auf Englisch

komplexe Aufgaben im Team bewältigen
einfache Projekte planen und steuern
Absprachen und Termine einhalten
Reviews planen und durchführen

Projektergebnisse darstellen

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 Literatur
keine/none
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
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