Modulbeschreibung
2D- und 3D-Bildverarbeitung
Kurzzeichen:
Unterrichtssprache:
ECTS-Credits:
Arbeitsaufwand (h):
Leitidee:
Die Studierenden erhalten einen Überblick über die vielfältigen Anwendungsmöglichkeiten der 2D- und 3D-Bildverarbeitung. Anhand von typischen kamerabasierten Assistenzsystemen in modernen Fahrzeugen werde die wesentlichen Aspekte der Bildverarbeitung anwendungsnah herausgearbeitet.
Die Studierenden
- kennen Sensoren, Systeme und Verfahren zur Gewinnung von 2D- und 3D-Daten.
- kennen grundlegende Verfahren zur Weiterverarbeitung der Daten für Bildverbesserung, Objekterkennung und Klassifikation,
- kennen den Aufbau von Assistenzsystemen in modernen Fahrzeugen und weitere Anwendungen in Robotik und dem industriellen Umfeld.
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. Das Modul findet online statt.
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 erhalten einen Überblick über die vielfältigen Anwendungsmöglichkeiten der 2D- und 3D-Bildverarbeitung. Anhand von typischen kamerabasierten Assistenzsystemen in modernen Fahrzeugen werde die wesentlichen Aspekte der Bildverarbeitung anwendungsnah herausgearbeitet.
Die Studierenden
- kennen Sensoren, Systeme und Verfahren zur Gewinnung von 2D- und 3D-Daten.
- kennen grundlegende Verfahren zur Weiterverarbeitung der Daten für Bildverbesserung, Objekterkennung und Klassifikation,
- kennen den Aufbau von Assistenzsystemen in modernen Fahrzeugen und weitere Anwendungen in Robotik und dem industriellen Umfeld.
Modul- und Lerninhalt:
Erzeugen von 2D-Datensätzen
- Beleuchtung
- Optik
- Kameratechnik
Von 2D zu 3D
- Triangulationsbasierte Verfahren (Lichtschnitt, Fotogrammetrie)
Verarbeitung von 2D/3D-Datensätzen
- Grundlegende Methoden der Bildverarbeitung (Filter, geometrische Transformationen, Morphologie)
- Objekterkennung über Kantendetektion und Regionen
- Matching und Tracking; SLAM
- Klassifikation mit traditionellen und datengetriebenen (Machine Learning) Methoden
Anwendungen
Lehr- und Lernmethoden:
Unterrichtsgespräch im Klassenverband.
Übungen und Vorführungen