BaTIN2012_IBA < F07_Studium

Sie sind hier: Foswiki>F07_Studium Web>BaTIN2012_IBA (Revision 10) (Quelltext-Ansicht)
<!--
   * Set USERSTYLEURL = %PUBURLPATH%/%WEB%/DokumentFormat/fonts.css
-->
---+!! %FORMFIELD{"TopicClassification"}% %FORMFIELD{"Bezeichnung"}%


%TOC{depth="3"}%
%STARTSECTION{"no_toc"}%
-----
*Verantwortlich:* Prof. Dr. Lothar Thieling
---++ Modul
---+++ Anerkennbare Lehrveranstaltung (LV) 
   * [[F07_IBA]]

---+++ Organisation
<sticky>
  <table border="0">
    <tr valign="top">
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Bezeichnung</th>
          <tr>
            <td>Lang</td>
            <td>%FORMFIELD{"Bezeichnung"}%</td>
          </tr>
          <tr>
            <td>MID</td>
            <td>BaTIN2012_IBA</td>
          </tr>
          <tr>
            <td>MPID</td>
            <td/>
          </tr>
        </table>
      </td>
      <td> </td>
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Zuordnung</th>
          <tr>
            <td>Studiengang</td>
            <td>%FORMFIELD{"Studiengang"}%</td>
          </tr>
          <tr>
            <td>Studienrichtung</td>
            <td>%FORMFIELD{"Studienrichtung"}%</td>
          </tr>
          <tr>
            <td>Wissensgebiete</td>
            <td>WIN</td>
          </tr>
        </table>
      </td>
      <td> </td>
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Einordnung ins Curriculum</th>
          <tr>
            <td>Fachsemester</td>
            <td>%FORMFIELD{"Fachsemester"}%</td>
          </tr>
          <tr>
            <td>Pflicht</td>
            <td>%FORMFIELD{"Pflicht"}%</td>
          </tr>
          <tr>
            <td>Wahl</td>
            <td>%FORMFIELD{"Wahl"}%</td>
          </tr>
        </table>
      </td>
      <td> </td>
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Version</th>
          <tr>
            <td>erstellt</td>
            <td>2013-05-23</td>
          </tr>
          <tr>
            <td>VID</td>
            <td>1</td>
          </tr>
          <tr>
            <td>gültig ab</td>
            <td>WS 2012/13</td>
          </tr>
          <tr>
            <td>gültig bis</td>
            <td/>
          </tr>
        </table>
      </td>
    </tr>
  </table>
</sticky>

---++++ Zeugnistext
---+++++ de
Industrielle Bildanalyse
---+++++ en
Machine Vision


---++++ Unterrichtssprache
Deutsch oder Englisch

---+++ Modulprüfung
<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Form der Modulprüfung</th>
    <tr>
      <td>sMP</td>
      <td>Regelfall (bei hoher Prüfungszahl: sK)</td>
    </tr>
  </table>
</sticky>

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Beiträge ECTS-CP aus Wissensgebieten</th>
    <tr>
      <td>%FORMFIELD{"Wissensgebiet1Text"}%</td>
      <td>%FORMFIELD{"Wissensgebiet1Value"}%</td>
    </tr>
    <tr>
      <td>Summe</td>
      <td>%FORMFIELD{"ECTS"}%</td>
    </tr>
  </table>
</sticky>

*Aufwand [h]:* %FORMFIELD{"Aufwand"}%


-----
---++ Prüfungselemente
%STARTSECTION{"Vorlesung / Übung"}%
---+++ Vorlesung / Übung

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Form Kompetenznachweis</th>
  </table>
</sticky>

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Beitrag zum Modulergebnis</th>
  </table>
</sticky>

---++++ Spezifische Lernziele 
---+++++  Kenntnisse
   * Bildaufbau erklären und programmiertechnischen Zugriff auf Bilddaten angeben und erklären (PFK.4, PFK.5)
      * Bildmatrix
      * Grauwert- und Farbbilder
      * Entwicklungsumgebung
         * Software-Entwicklungsumgebung
            * Compiler
            * Linker
            * Debugger
         * Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse
            * programmtechnischer Zugriff auf Bilddaten und Parameter
            * Überblick über die zur Verfügung stehenden BV-Module
            * Erstellung eigener BV-Module
            * Erstellung von "Algorithmenketten" auf Basis von BV-Modulen mittels grafischer  Programmierung
   * Verfahren der Segmentierung angeben und erklären (PFK.4, PFK.5)
      * Histogrammbasierte Segmentierung 
         * Histogrammanalyse
         * Shading und dessen Beseitung
      * flächenbasierte Segmentierung
         * Filling
         * Split and Merge
         * Region Growing
      * kantenbasierte Segmentierung
         * Konturverfolgung
         * Hough-Transformation
   * Merkmale und Verfahren zur Merkmalsextraktion angeben und erklären (PFK.4, PFK.5)
      * geometrische Merkmale
         * grundlegende Merkmale (Fläche, Umfang, Formfaktor)
         * Zentralmomente
         * normierte Zentralmomente
         * Polarabstand
         * Krümmungverlauf
         * DFT von Polarabstand und/oder Krümmungsverlauf
      * Farbmerkmale (HSI)
      * Texturmerkmale
         * Co-occurrence Matrix
         * Haralick Merkmale
   * Verfahren der Klassifikation angeben und erklären (PFK.4, PFK.5)
      * Begriffe und Grundlagen
         * Merkmalsvektor, Merkmalsraum, Objektklassen ...
         * überwachte/unüberwachte Klassifikation
         * lernende/nicht lernende Klassifikation
      * "klasische" Verfahren
         * Quadermethode
         * Minimum-Distance
         * Nearest Neighbour
         * Maximum-Likelihood
      * neuronale Netze
         * das künstliche Neuron als einfachster Klassifikator
            * Arbeitsweise
            * Aufgabe der Aktivierungsfunktion
            * Aufgabe des Bias
            * Training eines Neurons (Gradientenabstiegsverfahren)
         * Multi-Layer-Perceptron
            * Aufbau
            * Aufgabe der Layer
            * Backpropagation-Trainingsalgorithmus
         * Entwicklungsumgebung zur Erstellung und zum Training Neuronaler Netze
            * Erstellen und konfiguration neuronaler Netze
            * Training neuronaler Netze
            * Verifikation trainierter Netze
            * Erzeugung von C-Funktionen aus trainierten Netzen
---+++++ Fertigkeiten
   * die vorgestellten Verfahren zur Segmentierung  (PFK.4, PFK.5, PFK.3)
      * hinsichtlich der Einsatzfelder abgrenzen
      * hinsichtlich der Vor- und Nachteile bewerten
      * problemspezifisch parametrieren
   * die vorgestellten Merkmale und Verfahren zur Merkmalsextraktion  (PFK.4, PFK.5, PFK.3)
      * hinsichtlich der Einsatzfelder abgrenzen
      * hinsichtlich der Vor- und Nachteile bewerten
      * problemspezifisch parametrieren
   * die vorgestellten Verfahren zur Klassifikation  (PFK.4, PFK.5, PFK.3)
      * hinsichtlich der Einsatzfelder abgrenzen
      * hinsichtlich der Vor- und Nachteile bewerten
      * problemspezifisch parametrieren

---++++ Exemplarische inhaltliche Operationalisierung 
Die Studierenden erlernen den grundlegenden Aufbau und den software-technischen Zugriff auf digitale Bilder sowie die Standard-Algorithmen der digitalen Bildverarbeitung zur Bildanalyse und Bildinterpretation. Sie erlangen die Fähigkeit zur Lösung anspruchsvoller berührungsloser Inspektions- und Klassifikationsaufgaben mittels Bildverarbeiten.<br>


%ENDSECTION{"Vorlesung / Übung"}%

%STARTSECTION{"Praktikum"}%
---+++ Praktikum

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Form Kompetenznachweis</th>
    <tr>
      <td>bPA</td>
      <td>Praktikum, Gruppenarbeit</td>
    </tr>
  </table>
</sticky>

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Beitrag zum Modulergebnis</th>
    <tr>
      <td>bPA</td>
      <td>Testat als Voraussetzung zur Klausur</td>
    </tr>
  </table>
</sticky>

---++++ Spezifische Lernziele 
---+++++ Fertigkeiten
   * siehe Fertigkeiten, die unter "Vorlesung/Übung-&gt;spezifische Lernziele-&gt;Fertigkeiten" aufgeführt sind
   * zielgerichtetes Handhaben der Software-Entwicklungsumgebung (PFK.5, PFK.6, PFK.7)
   * zielgerichtetes Handhaben der Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse (PFK.5, PFK.6, PFK.7)
   * zielgerichtetes Handhaben der Entwicklungsumgebung zur Erstellung und zum Training neuronaler Netze  (PFK.5, PFK.6, PFK.7)
---+++++ Handlungskompetenz demonstrieren
   * komplexere Aufgaben in einem Kleinteam bewältigen (PSK.3, PSK.4)
   * Erarbeitung von komplexeren Problemlösungen die sich mittels Bildverarbeitung und Bildanalyse implementieren lassen
      * komplexere Problemstellungen verstehen und analysieren (PFK.1, PFK.2, PFK.3, PFK.4, PSK.3)
         * Systemverhalten aus spezifizierenden Texten herleiten
         * System strukturiert analysieren
            * sinnvolle Teilsysteme erkennen
            * Schnittstellen zwischen Teilsystemen erfassen
      * Gesamtsystem auf Basis von Teilsystemes modellieren (PFK.1, PFK.2, PFK.3, PFK.4, PFK.5, PSK.3)
         * 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. (PFK.1, PFK.2, PFK.4, PFK.7)
         * Nicht zur Verfügung stehende aber benötigte BV-Module mittels Software-Entwicklungsumgebung  in C implementieren und testen (PFK.5, PFK.6, PFK.7)
            * 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 mittels grafischer  Programmierung (PFK.5, PFK.6, PFK.7)
         * Parametrierung der BV-Module (PFK.7)
         * Validierung der Problemlösung (PFK.7)
         * Auf Basis der Validierungsergebnisse in Iterationszyklen die Algorithmenkette und die Parametrierung der BV-Module anpassen. Bei Bedarf auch die BV-Module selbst modifizieren. (PFK.5, PFK.6, PFK.7)

---++++ Exemplarische inhaltliche Operationalisierung 
Die Studierenden implementieren die Algorithmen der Bildverarbeitung in der Prorammiersprache C und entwickeln und verifizieren unter Verwendung dieser Algorithmen Verfahren für praxisnahe Problemstellungen (z.B. Klarschrifterkennung).<br>


%ENDSECTION{"Praktikum"}%


%ENDSECTION{"no_toc"}%
Topic-Revision: r10 - 01 Dec 2017, GeneratedContent
F07_Studium
Einloggen oder Registrieren
Webs
F07_Studium
System
Das Urheberrecht © liegt bei den mitwirkenden Autoren. Alle Inhalte dieser Kollaborations-Plattform sind Eigentum der Autoren.
Ideen, Anfragen oder Probleme bezüglich Foswiki? Feedback senden