Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden.
Veranstaltung ist aus dem Semester
SS 2020
, Aktuelles Semester: SoSe 2024
|
- Funktionen:
Zur Zeit kein Belegungszeitraum aktiv.
|
Grundlagen der Bildverarbeitung
Sprache: Deutsch
Belegpflicht
|
Nr.:
7662
Vorlesung
SS 2020
4 SWS
Jedes Semester
|
Fakultät:
|
Fakultät Elektrotechnik und Informatik
|
Teilnehmer/-in
Maximal : 20
|
|
|
595
(
6.
Semester )
- ECTS-Punkte : 5
- Kategorie : Wahlfach
|
|
Angewandte Informatik, Abschluss 84,
(
6.
Semester )
- ECTS-Punkte : 5
- Kategorie : Wahlfach
|
|
Profil AI-Spiele und Digitale Medien, Abschluss 84,
(
6.
Semester )
- ECTS-Punkte : 5
- Kategorie : Wahlfach
|
|
Profil AI-Robotik und Automatisierung, Abschluss 84,
(
6.
Semester )
- ECTS-Punkte : 5
- Kategorie : Wahlfach
|
|
Elektrotechnik und Informationstechnik, Abschluss 84,
(
6.
Semester )
- ECTS-Punkte : 5
- Kategorie : Wahlfach
|
|
Elektromobilität und regenerative Energien, Abschluss 84,
(
6.
Semester )
- ECTS-Punkte : 5
- Kategorie : Wahlfach
|
Zugeordnete Lehrperson:
|
Elser
|
|
|
|
Zur Zeit kein Belegungszeitraum aktiv.
|
|
Termin:
|
Montag
11:30
-
13:00
wöchentl
|
|
Raum :
H 143
Gebäude H
|
|
Montag
11:30
-
13:00
wöchentl
|
|
Raum :
H 216
Gebäude H
|
|
Donnerstag
14:15
-
15:45
wöchentl
|
|
Raum :
H 238
Gebäude H
|
|
fällt aus am 26.03.2020
Raum H238 durch Studienmesse belegt
|
|
Donnerstag
14:15
-
15:45
wöchentl
|
|
Raum :
H 216
Gebäude H
|
|
|
Inhalt: |
1. Grundlagen der Bildgewinnung
2. Veränderungen im Farbraum, Helligkeit und Kontrast
3. Filter und Faltungen
4. Projektionen
5. Kamerakalibrierung
6. Feature Detection und Matching
7. Segmentierung und Ausblick Classification durch künstliche Intelligenz |
|
Literatur: |
- |
|
Lernziele: |
Ziel der Vorlesung ist es, die Studenten dahingehend zu befähigen, die Grundlagen der digitalen Bildverarbeitung zu verstehen und anzuwenden. Die Anwendungen werden anhand einfacher Beispiele (OpenCV, Python) erprobt.
Die Vorlesung Grundlagen der digitalen Bildverarbeitung befaßt sich im einzelnen mit folgenden Themen:
Lochkamera-Modell; Grundlagen der Bildgewinnung; Veränderungen im Farbraum, Helligkeit und Kontrast; Filter und Faltungen; Projektionen; Kamerakalibrierung; Feature Detection und Matching; Segmentierung; Ausblick Classification durch künstliche Intelligenz |
|
Voraussetzungen: |
Grundlagen Vorlesung der Mathematik, Kenntnisse in Python, MATLAB oder C++ |
|
Leistungsnachweis: |
PA benotet |
|