Bildverarbeitung und Mustererkennung
MP.E2802
P211-0137, P211-0138
mpm
2
V
2
P
5
1
ja
Deutsch
mündliche Prüfung (75%), Projektarbeit (25%)
DFMEES-211
Elektrotechnik - Erneuerbare Energien und Systemtechnik
1
Pflichtfach
E2802
Elektro- und Informationstechnik
1
Pflichtfach
KIM-BM
Kommunikationsinformatik
1
Wahlpflichtfach
MP.E2802
Medizinische Physik
1
Pflichtfach
PIM-BM
Praktische Informatik
1
Wahlpflichtfach
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Stunden/ECTS Punkt). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Prof. Dr.-Ing. Ahmad Osman
aos
Prof. Dr.-Ing. Ahmad Osman
aos
- Es werden Kompetenzen erworben, die es dem Studenten erlauben, das Zusammenwirken von Hard- und Softwarekomponenten für Bildverarbeitungssysteme zu bewerten.
- Der Studierende ist in der Lage, Methoden der Bildverarbeitung und Mustererkennung gezielt für praktische Aufgabenstellungen auszuwählen und geeignete Verfahren zur Gewinnung relevanter Bildinformationen zu projektieren.
- Der Studierende kann selbstständig maßgeschneiderte Bildauswertungsketten für einfache Bildanalyse Aufgaben entwerfen, die Algorithmen in Matlab implementieren und die Ergebnisse bewerten.
- Der Studierende ist in der Lage Algorithmen auf dem Gebiet der Bildverarbeitung und des Maschinellen Lernens zu beschreiben und zu kategorisieren.
In den ßbungen werden die in dieser Vorlesung vorgestellten Methoden und Verfahren anhand von einfachen ßbungen veranschaulicht.
Datenerfassungstechniken, Algorithmen zur Bild-Filterung, Bild-Transformation und Bild-Segmentierung, Normen, Optimierungsverfahren, Klassifikationstechniken, Logistische Regression, Feature-Mappings, Bayes Classifiers, Support Vektor Maschinen (SVM), Neuronale Netze, Performanz von maschinellen Klassifikationsverfahren
Skript, Folien, Beamer, Notizen
Bishop, Christopher M.: Pattern recognition and machine learning, Springer, 10. Aufl., ISBN 978-0-387-31073-2
Burger, Wilhelm; Burge, Mark James: Digitale Bildverarbeitung: eine Einführung mit Java und ImageJ, Springer Vieweg, (akt. Aufl.)
Duda, Richard O.; Hart, Peter E.; Stock, David G.: Pattern Classification, Wiley, 2001, 2. Aufl., ISBN 978-0471056690
Gonzalez, Rafael C.; Woods, Richard E.: Digital Image Processing, Pearson, (akt. Aufl.)
Hastie, Trevor; Tinshirani, Robert; Friedman, Jerome H.: The elements of statistical learning: data mining, inference, and prediction, Springer, (akt. Aufl.)
Fri Mar 29 12:31:26 CET 2024, CKEY=emE2802, BKEY=mpm, CID=[?], LANGUAGE=de, DATE=29.03.2024