Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden.
Veranstaltung ist aus dem Semester
SS 2019
, Aktuelles Semester: SoSe 2024
| |||||||||||
|
|||||||||||
Machine Vision Sprache: Deutsch Belegpflicht | |||||||||||
Nr.: 6756 Vorlesung SS 2019 2 SWS Jedes Semester | |||||||||||
Master-Studiengang: | Masterstudiengang Technik-Management & Optimierung | ||||||||||
Studiengang | Technik-Management & Optimierung, Abschluss 90, ( 1. - 2. Semester ) - ECTS-Punkte : 2 - Kategorie : Pflichtfach | ||||||||||
Zugeordnete Lehrperson: | Eberhardt | ||||||||||
|
|||||||||||
Termin: | Montag 16:00 - 19:15 wöchentl | Raum : H116 Gebäude H | |||||||||
Montag 16:00 - 19:15 wöchentl | Raum : B 016 Gebäude B | ||||||||||
Inhalt: | Inhalte der Veranstaltung:
- Abbildende Optik - Beleuchtungstechniken - Bildentstehung und Sensorgrundlagen - Bildverarbeitungsalgorithmen |
||||||||||
Lernziele: | Verstehen: Studierende können die zentralen Begriffe der Lehrveranstaltungen im Kontext von Machine Vision erläutern
Evaluieren: Studierende können die Eignung von Machine Vision Konzepten in bekannten aber auch neuen Umfelder beurteilen. Anwenden: Studierende können das gelernte Wissen zur Schaffung neuer Konzepte im Bereich Machine Vision einsetzen und mit der vorhanden Komplexität umgehen. Sie können zwischen unterschiedlichen optischen/sensorischen Verfahren differenzieren. Sie können Fachleuten und Laien ihre Konzepte und den aktuellen Stand der Technik vermitteln Erschaffen: Sie können weitgehend selbständig anwendungsorientierte Projekte im Kontext von Machine Vision durchführen |
||||||||||
Leistungsnachweis: | Benotete Prüfungsleistung: Gruppenarbeit
(zusammen mit Autonome Systeme und 3D Systeme) |
||||||||||
Module: | Autonome Systeme (RD) (TMO-RD) |