Modulbeschreibung
3D-Bildverarbeitung
Kurzzeichen:
Unterrichtssprache:
ECTS-Credits:
Arbeitsaufwand (h):
Leitidee:
Die Studierenden
- kennen Sensoren, Systeme und Verfahren zur Gewinnung von 3D-Daten.
- verstehen die mathematischen Grundlagen der 3D-Bilderkennung und –verarbeitung.
- entwickeln Verständnis für die Verfahren zur Nutzung und Weiterverarbeitung von Punktewolken.
- erhalten Einblicke in typische Anwendungen.
Modulverantwortung:
Lehrpersonen:
Standort (angeboten):
Vorausgesetzte Module:
Zusätzliche Eingangskompetenzen:
Ebenfalls vorausgesetzt sind die drei Module Informatik, Elektrotechnik & Lineare Algebra I sowie Elektrotechnik & Lineare Algebra II.
Ein weiteres vorausgestztes Modul ist das Modul Systemtechnik A (aus einem der Profile).
Modultyp:
Bemerkungen:
Das Modul findet im Frühlingssemester statt.
Dieses Modul richtet sich an Studierende, die ein tieferes Verständnis für die mathematischen und algorithmischen Hintergründe zur Generierung und Verarbeitung von 3D-Daten gewinnen möchten. Der Besuch des Faches IBV wird empfohlen. Es ist ebenfalls eine sinnvolle Ergänzung zu MVF (anwendungsorientiert).
Modulbewertung:
Leistungsnachweise und deren Gewichtung
Während der Unterrichtsphase:
Während der Unterrichtsphase wird eine Prüfung geschrieben.
Bewertungsart:
Gewichtung:
Bemerkungen:
Es findet keine abgesetzte Modulschlussprüfung statt.
Inhalte
Angestrebte Lernergebnisse (Abschlusskompetenzen):
Die Studierenden
- kennen Sensoren, Systeme und Verfahren zur Gewinnung von 3D-Daten.
- verstehen die mathematischen Grundlagen der 3D-Bilderkennung und –verarbeitung.
- entwickeln Verständnis für die Verfahren zur Nutzung und Weiterverarbeitung von Punktewolken.
- erhalten Einblicke in typische Anwendungen.
Modul- und Lerninhalt:
Erzeugen von 3D-Datensätzen
-
Stereobildaufnahme (3D-Daten aus mehreren Bildern)
- Streifenprojektion, Photogrammetrie (3D-Daten aus Korrespondenzanalyse von Merkmalen)
- Phasenshift, Moire (3D-Daten aus Interferenzmustern)
- Photometrie und Deflektrometrie (3D-Daten aus Beleuchtungszenarien)
- Computertomographie und Ultraschall (3D-Daten aus Projektionen)
- Bildfolgeanalyse und Tracking (3D-Daten aus bewegten Bildern)
Arbeiten mit 3D Punktewolken / Anwendungen
-
Objektgenerierung aus Punktewolken, Ausgleichsrechnung
-
Klassifizierung von Objekten und Machine Learning
Dieses Modul richtet sich an Studierende, die ein tieferes Verständnis für die mathematischen und algorithmischen Hintergründe zur Generierung und Verarbeitung von 3D-Daten gewinnen möchten. Der Besuch des Faches IBV wird empfohlen. Es ist ebenfalls eine sinnvolle Ergänzung zu MVF (anwendungsorientiert).
Lehr- und Lernmethoden:
Unterrichtsgespräch im Klassenverband.
Übungen und Vorführungen/Praktika