LoginIndustrielle Bildverarbeitung (IN2369)
| Dauer | 4 SWS |
| Art | Vorlesung |
| Semester | WS2026 |
| 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; bitte beachten Sie, dass die Vorlesungstermine montags von 16:15 bis 17:45 und freitags von 8:30 bis 10:00 sind. In TUMonline sind sie fälschlicherweise als montags von 16:00 bis 18:00 und freitags von 8:00 bis 10:00 angegeben. |
| Prüfung | Die Modulprüfung findet in Form einer 90-minütigen Klausur oder, sofern die Anzahl der Prüfungsteilnehmenden zu gering ist, in Form einer 30-minütigen mündlichen Prüfung statt. Anwendungsaufgaben überprüfen die Fähigkeit, realistische Anwendungen der industriellen Bildverarbeitung zu analysieren, zu bewerten und zu entwickeln. Wissens- und Verständnisfragen überprüfen das Verständnis sowie die Fähigkeit zur Analyse und Bewertung der Hardware-Komponenten und Algorithmen der industriellen Bildverarbeitung, um eine Anwendung der industriellen Bildverarbeitung entwickeln zu können. |
Inhalt
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:
- Bildaufnahme
- Bildverbesserung
- Segmentation und Merkmalsextraktion
- Morphologie
- Kantenextraktion
- Segmentation und Anpassung von geometrischen Primitiven
- Kamerakalibrierung
- Template Matching
- Stereo-Rekonstruktion
- Radiometrische Kalibrierung
- Farbbildverarbeitung
- Hand-Auge-Kalibrierung
- Objekterkennung
Folien zur Vorlesung
Die Folien zur Vorlesung werden rechtzeitig vor Beginn der jeweiligen Vorlesung in Moodle zur Verfügung gestellt.
