htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Computervision

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Computervision
Modulbezeichnung (engl.): Computer Vision
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Praktische Informatik, Bachelor, ASPO 01.10.2011
Code: PIBWI83
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
4V (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
5
Studiensemester: 6
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Projektarbeit

[letzte Änderung 13.01.2010]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

KI692 Kommunikationsinformatik, Bachelor, ASPO 01.10.2014 , 6. Semester, Wahlpflichtfach, technisch
KIB-CVIS (P221-0069) Kommunikationsinformatik, Bachelor, ASPO 01.10.2021 , 6. Semester, Wahlpflichtfach, technisch
KIB-CVIS (P221-0069) Kommunikationsinformatik, Bachelor, ASPO 01.10.2022 , 6. Semester, Wahlpflichtfach, technisch
MST.CVI (P221-0069) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2012 , 6. Semester, Wahlpflichtfach, technisch
MST.CVI (P221-0069) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2019 , 6. Semester, Wahlpflichtfach, technisch
MST.CVI (P221-0069) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2020 , 6. Semester, Wahlpflichtfach, technisch
PIBWI83 Praktische Informatik, Bachelor, ASPO 01.10.2011 , 6. Semester, Wahlpflichtfach, informatikspezifisch
PIB-CVIS (P221-0069) Praktische Informatik, Bachelor, ASPO 01.10.2022 , 4. Semester, Wahlpflichtfach, informatikspezifisch
MST.CVI (P221-0069) Mechatronik/Sensortechnik, Bachelor, ASPO 01.10.2011 , 6. Semester, Wahlpflichtfach, technisch
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
PIB125 Mathematik 1
PIB215 Mathematik 2
PIB315 Mathematik 3


[letzte Änderung 27.03.2013]
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Gerald Kroisandt
Dozent/innen:
Dipl.-Math. Dimitri Ovrutskiy
Prof. Dr. Barbara Grabowski


[letzte Änderung 27.03.2013]
Labor:
Angewandte Mathematik, Statistik und eLearning (5306)
Lernziele:
Die Studierenden können bildverarbeitende Algorithmen, z.B. Entrauschen und Deblurring, erklären und anwenden. Sie kennen das Design von digitalen Filtern. Sie sind in der Lage, Bilder ohne Bildbearbeitungssoftware zu manipulieren.
 
Außerdem sind sie fähig, Methoden anzuwenden, die beweglichen Objekte in einem Film erkennen können, 3D-Informationen anhand der Bilder rekonstruieren können und 2D-Bilder qualitativ zu verbessern. Die Studierenden lernen, wie Roboter „sehen“.


[letzte Änderung 10.02.2009]
Inhalt:
* Digitalisierung analoger Bilder
* Bildtransformationen (u.A. Lineare Filter, Math. Morphologie, Diffusionsfilter, Wavelet Shrinkage, Deblurring)
* Farbwahrnehmung und Farbräume
* Bildaufbereitung
* Merkmalsextraktion (Kanten, Ecken; Linien und Kreise)
* Segmentierung
* Extraktion von 3D-Information
* Objekterkennung

[letzte Änderung 10.02.2009]
Weitere Lehrmethoden und Medien:
Die Vorlesung findet zu 100% im PC-Labor AMSEL "Angewandte Mathematik, Statistik und eLearning" statt. Es werden hier computergestützte praktische Fallbeispiele zu den vermittelten Algoroithmen durchgeführt.
  
Weiterhin wird das eLearning-System MathCoach (AMSEL-PC-Labor 5306) eingesetzt.


[letzte Änderung 16.04.2011]
Literatur:
R.C. Gonzalez, R.e. Woods: Digital Image Processing, Addison-Wesley, SE 2002
K.R. Castelman: Digital Image Procesing, Prentice Hall, 1996
R.Jain, R.Kasturi, B.G. Schunck: Machine Vision, McGraw, 1995
E.Trucco, A. Verri: Introductory Techniques for 3-D Computer Vision, Prentice Hall,1995
R.Klette, K.Schlüns, A.Koschan: Computer Vision:Three-Dimensional Data from Images, Springer, 1998


[letzte Änderung 25.01.2010]
Modul angeboten in Semester:
SS 2020, SS 2019, SS 2018, SS 2017, SS 2016, ... 
[Sat Nov 23 10:53:26 CET 2024, CKEY=kca, BKEY=pi, CID=PIBWI83, LANGUAGE=de, DATE=23.11.2024]