Lehrveranstaltungshandbuch Projekt Bildverarbeitung Mustererkennung


Verantwortlich: Prof. Dr. rer. nat. Dietmar Kunz

Lehrveranstaltung

Befriedigt Modul (MID)

Organisation

Version
erstellt 2011-11_09
VID 1
gültig ab WS 2012/13
gültig bis
Bezeichnung
Lang Projekt Bildverarbeitung Mustererkennung
LVID F07_BV3
LVPID (Prüfungsnummer)

Semesterplan (SWS)
Vorlesung
Übung (ganzer Kurs)
Übung (geteilter Kurs)
Praktikum
Projekt 2
Seminar
Tutorium (freiwillig)
Präsenzzeiten
Vorlesung
Übung (ganzer Kurs)
Übung (geteilter Kurs)
Praktikum
Projekt 30
Seminar
Tutorium (freiwillig)
max. Teilnehmerzahl
Übung (ganzer Kurs)
Übung (geteilter Kurs)
Praktikum
Projekt 18
Seminar

Gesamtaufwand: 180

Unterrichtssprache

  • Deutsch

Niveau

  • Bachelor

Notwendige Voraussetzungen

  • Modul Bildverarbeitung
  • Modul Bildanalyse

Literatur

  • Burger/Burge: Digitale Bildverarbeitung
  • Gonzales/Woods: Digital Image Processing

Dozenten

  • Prof. Dr. rer. nat. Dietmar Kunz
  • Prof. Dr. Lothar Thieling

Wissenschaftliche Mitarbeiter

  • tba

Zeugnistext

Bildverarbeitung Projekt

Kompetenznachweis

Form
sMB Präsentation der Projektergebnisse

Aufwand [h]
sMB 10

Intervall: 1/Jahr


Lehrveranstaltungselemente

Projekt

Lernziele

Lerninhalte (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
  • zielgerichtetes Handhaben der Entwicklungsumgebung zur Erstellung und zum Training neuronaler Netze
  • Erfassen und Verstehen von wissenschaftlichen Texten auf Englisch
  • Präsentation von Projektergebnissen auf Englisch

Handlungskompetenz demonstrieren
  • 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

Begleitmaterial

  • elektronische Software-C-Entwicklungsumgebung zum Compilieren, Linken, Debuggen (Visual-Studio, Eclipse)
  • elektronisches 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 (JavaNNS)
  • elektronische Tutorials für Selbststudium
    • Handhabung der Software-Entwicklungsumgebungen
    • Handhabung der Entwicklungsumgebungen für die Bildverarbeitung und Bildanalyse
    • Handhabung der Entwicklungsumgebung für Neuronale Netze

Besondere Voraussetzungen

  • keine

Besondere Literatur

  • keine

Besonderer Kompetenznachweis

Form
bPA Projektaufgabe und regelmäßige Projekttreffen. Präsentation und Überprüfung von Meilensteinen
bSB Schriftlicher Ergebnisbericht, Software bzw. Anwendung

Beitrag zum LV-Ergebnis
bPA Meilensteinpräsentationen
benotet (0 .. 10% der Endnote)
bSB Schriftlicher Ergebnisbericht, Software- bzw Anwendung: benotet (> 50% der Endnote)

Intervall: 1/Jahr

Diese Seite läuft auf FoswikiDas Urheberrecht © liegt bei den mitwirkenden Autoren. Alle Inhalte dieser Kollaborations-Plattform sind Eigentum der Autoren.
Ideen, Anfragen oder Probleme bezüglich Foswiki? Feedback senden