Applikationsentwicklung in der industriellen Bildverarbeitung

SWS

ECTS

Sprache(n)

Deutsch (Standard)
Englisch

Lehrform

SU mit Praktikum

Angebot

im Wechsel mit anderen Fächern der gleichen Fachgruppe

Aufwand

30 Präsenzstunden Vorlesung, 30 Präsenzstunden Praktikum, 45 Stunden Vor-/Nachbereitung des Praktikums, 45 Stunden Nachbereitung der Vorlesung und Prüfungsvorbereitung

Voraussetzungen

keine besonderen, ab dem 4. Semester

Ziele

Kennenlernen und verstehen moderner Bildverarbeitungsverfahren und der zugehörigen Software- und Hardwarekomponenten. Fähigkeit, basierend auf diesen Verfahren, praxistauglichen Lösungen für industrielle Anwendungen zu entwickeln und in die Prozesssteuerung zu integrieren. Fähigkeit zur Teamarbeit.

Inhalt

Anwendung von Bildverarbeitungssoftware und Hardware.

Einführung in die Anwendungen der Bildverarbeitung:

Kameratechnologien und Bildeinzug
Lokalisieren von Objekten in 2D und 3D
Hochgenaue Messverfahren
Erkennen beliebiger Objekte
Lesen von Text und Codes
Oberflächeninspektion

Einführung in die Architektur von Bildverarbeitungssystemen:

Sensoren
Smart Cameras
Konfigurationssoftware
Bibliotheken
Kommunikation

Medien und Methoden

Beamer, Tafel, Bildverarbeitungssysteme HALCON und MERLIC

Literatur

M. Sackewitz (Herausgeber): Leitfaden zur industriellen Bildverarbeitung, Fraunhofer Verlag, 2012
A. Nischwitz, M. Fischer, G. Socher, P. Haberäcker: Computergrafik und Bildverarbeitung, Vieweg-Teubner, aktuelle Ausgabe.
C. Steger, M. Ulrich, C. Wiedemann: Machine Vision Algorithms and Applications, Wiley-VCH Verlag, 2007

Zuordnungen Curricula

SPO	Fachgruppe	Code	ab Semester	Prüfungsleistungen
IF Version 2019	FWP	IF-I-B-F41	6	mündliche Prüfung
DC Version 2020	WPF Anwendungen des maschinellen Lernens	DC-WPF-ML-05-001	5	benotete Modularbeit (40%) benotete mündliche Prüfung (60%)
GN Version 2017	WPF Vertiefungsfächer	08-GN-WPFV-002	5	benotete Studienarbeit (40%) benotete mündliche Prüfung (60%)
DC Version 2023	WPF Anwendungen des maschinellen Lernens	DC-WPF-ML-05-001	5	benotete Modularbeit (40%) benotete mündliche Prüfung (60%)
IF Version 2023	FWP	IF-I-B-F41	6	mündliche Prüfung
DC Version 2025	WPF Anwendungen des maschinellen Lernens	DC-WPF-ML-05-001	5	benotete Modularbeit (40%) benotete mündliche Prüfung (60%)
IF Version 2025	FWP	IF-I-B-F41	6	mündliche Prüfung