| Dauer | 4 SWS |
| Art | Vorlesung |
| Semester | WS2023 |
| Vortragende | Prof. Dr. Carsten Steger |
| Lehrziel | Teilnehmer der Vorlesung verstehen die wesentlichen Hardware-Komponenten eines industriellen Bildverarbeitungssystems, sowie die Theorie, Datenstrukturen und Implementierung der wichtigsten Algorithmen der industriellen Bildverarbeitung. Sie sind in der Lage, Bildverarbeitungsaufgaben zu analysieren und zu bewerten und können diese Kenntnisse und Fähigkeiten nutzen, um industrielle Bildverarbeitungsanwendungen zu entwickeln. |
| Voraussetzungen | Die Vorlesung setzt ein abgeschlossenes Bachelorstudium in einer Ingenieur- oder Naturwissenschaft voraus. Insbesondere setzt die Vorlesung Kenntnisse der folgenden Gebiete voraus: Lineare Algebra (lineare Transformationen zwischen Vektorräumen in Matrixalgebra); Analysis (Reihen, Differentiation und Integration ein- und zweidimensionaler Funktionen); Wahrscheinlichkeitstheorie |
| Sprache | Deutsch |
| Termine | Siehe TUMonline |
| Prüfung | Die Prüfung über die Vorlesung erfolgt schriftlich (Dauer: 90 Minuten) oder mündlich (Dauer 30 Minuten). Die Anmeldung erfolgt über TUMonline. |
Die Vorlesung gibt eine detaillierte Beschreibung der praxisrelevanten Methoden und Algorithmen, die zur Lösung von Anwendungen in der industriellen Bildverarbeitung verwendet werden. Die Auswahl der Verfahren orientiert sich an den häufigsten Einsatzgebieten der Bildverarbeitung in der Industrie: Lageerkennung, Form- und Maßprüfung, Beschriftungserkennung und Objekterkennung. Der Schwerpunkt der Vorlesung ist die Beschreibung der Verfahren und ihrer Grundlagen. Beispiele aus der Praxis zeigen die typischen Anwendungen, in denen die vorgestellten Verfahren eingesetzt werden. Im einzelnen werden folgende Themenbereiche behandelt:
Die Folien zur Vorlesung werden rechtzeitig vor Beginn der jeweiligen Vorlesung in Moodle zur Verfügung gestellt.