Verweis zur Startseite der Hochschule Ostwestfalen-Lippe
Hochschule Ostwestfalen-Lippe

Servicenavigation

Teaser (Rechte Spalte)

SPITZENCLUSTER IT'S OWL
Institut für industrielle Informationstechnik (inIT)
Industrielle Bildverarbeitung OWL
SmartFactoryOWL

Bildverarbeitung

Beschreibung
Modulbezeichnung: Bildverarbeitung (Bachelor, BPO)
Kürzel: BV
Fachnummer FNR: 5125
Studiengang: Elektrotechnik (B.Sc.)
Technische Informatik
Semester: 5. Semester
Modulverantwortliche(r): Prof. Dr. Volker Lohweg
Dozent(in): Prof. Dr. Volker Lohweg, Praktikum: Dipl.-Inform. Jan Leif Hoffmann
Sprache: deutsch
Zuordnung Curriculum: Wahlpflichtmodul
Lehrform / SWS: Vorlesung / 2 SWS, Praktikum / 2 SWS
Arbeitsaufwand: 150 h = 60 h Präsenz- und 90 h Eigenstudium
Kreditpunkte: 5 CR
Voraussetzungen: Mathematik 1, 2, 3, 4
Grundgebiete der Elektrotechnik 1, 2
Programmiersprachen 1, 2
Entwurf digitaler Systeme
Lernziele,
Kompetenzen:
Verstehen und Anwenden verschiedener Konzepte der Bildverarbeitung und Mustererkennung/ Methodenkompetenz in der Anwendung und eigenständigen Umsetzung verschiedener Aufgabenstellungen auf dem Gebiet.
Inhalt: Grundlagen der Bildverarbeitung, physiologische Aspekte, Punktoperationen, ikonische Bildverarbeitung, Vorverarbeitung und Filterung, Morphologie, Segmentation, objektorientierte Bildverarbeitung, Grundlagen der Mustererkennung und Klassifikation, Fuzzy-Systeme, Labor-Übungen: Programmieren von Algorithmen mit JAVA unter ImageJ, Echtzeit-Design mit FPGAs.
Studien-
Prüfungsleistungen:
Projekt/ Präsentation, benotet.
Die Note entspricht der Note für das Fach/ Modul.
Medienformen: Datenprojektor, Tafel, Folien, Skript Bildverarbeitung
Literatur:
  • Burger, W; Burge, M. J..: Digitale Bildverarbeitung - eine algorithmische Einführung mit Java, Springer-Verlag, 2010.
  • Tönnies, K.D.: Grundlagen der digitalen Bildverarbeitung, Pearson-Verlag, 2005.
  • Jähne, B.: Digitale Bildverarbeitung, 6. Auflage, Springer-Verlag, 2005.
Text für Transcript: Image Processing
Goal: Be able to operate with image processing and pattern recognition concepts.
Contents: Basic methodologies on image processing, physiological effects, point operations and iconics, pre-processing and filtering, Morphology, object oriented image processing, pattern recognition classification, Fuzzy systems, image processing components and industrial applications. Lab exercises: Design of algorithms with JAVA under ImageJ, Real time design with FPGAs.