image based automation IModule description #50190 / Version 3
- 6 CP
- Portfolio examination
- Graded
- Winter and summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
Current version (v11)
| Module / Version | #50190 / #3 |
|---|---|
| Validity | WS 2015/16 – WS 2015/16 |
| Available language(s) | German |
| Credit points | 6 |
| Person responsible for the module | Krüger, Jörg |
| Grading | Graded |
| Exam format | Portfolio examination |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät V |
|---|---|
| Institute | Institut für Werkzeugmaschinen und Fabrikbetrieb (IWF) |
| Academic chair | 35361400 FG Industrielle Automatisierungstechnik |
Contact
| Office | PTZ 5 |
|---|---|
| Contact person | Hartisch, Richard Matthias |
| E-mail address | lehre@iat.tu-berlin.de |
| Website | http://www.iat.tu-berlin.de |
Learning outcomes
Absolventen des Moduls verfügen über:
- Kenntnisse in typischen Anforderungen und praktischen Lösungen von Bildverarbeitungssystemen zur Steuerung und Regelung in der Produktionstechnik und Qualitätskontrolle
- Fertigkeiten im Umgang mit Optiken Kameras Beleuchtungen Rechnern sowie Softwaretools
- Kompetenzen in:
* Auswahl und Integration von Komponenten industrieller Bildverarbeitungssysteme
* Optik (Abbildungsgesetze Farbspektrum Sensorprinzipien)
* Bedienung mehrerer industrieller Bildverarbeitungssoftware
* Auswahl und Berechnung anwendungsfallbezogen relevanter Merkmale aus Bilddaten
* grundlegenden Methoden von Bildverarbeitungsoperatoren
* Anwendung ingenieurwissenschaftlicher Methoden zur Anfertigung von Protokollen der Experimente
- Kenntnisse in typischen Anforderungen und praktischen Lösungen von Bildverarbeitungssystemen zur Steuerung und Regelung in der Produktionstechnik und Qualitätskontrolle
- Fertigkeiten im Umgang mit Optiken Kameras Beleuchtungen Rechnern sowie Softwaretools
- Kompetenzen in:
* Auswahl und Integration von Komponenten industrieller Bildverarbeitungssysteme
* Optik (Abbildungsgesetze Farbspektrum Sensorprinzipien)
* Bedienung mehrerer industrieller Bildverarbeitungssoftware
* Auswahl und Berechnung anwendungsfallbezogen relevanter Merkmale aus Bilddaten
* grundlegenden Methoden von Bildverarbeitungsoperatoren
* Anwendung ingenieurwissenschaftlicher Methoden zur Anfertigung von Protokollen der Experimente
Content
Die Vorlesung Bildgestützte Automatisierung vermittelt anhand unterschiedlicher Praxisbeispiele (z.B. optische Fehlerprüfung von Glasrohr, optische Vermessung von Radsätzen, Zeichen- und Objekterkennung) das breite Anwendungsspektrum der Bildverarbeitung zur Automatisierung industrieller Prozesse. Dabei werden die Grundlagen der digitalen Bildverarbeitung vermittelt: Visuelle Wahrnehmung, Farbräume, Bilderfassung (Optiken, Beleuchtung, bildgebende Sensoren, Kalibrierung), Bildverarbeitung (Kantenfilter, Rauschunterdrückung), Grundlagen der Mustererkennung.
In der Übung Bildgestützte Automatisierung werden überwiegend Problemstellungen aus der industriellen Bildverarbeitung aufgegriffen.
Dazu werden beispielsweise anhand eines Zeilenkameraaufbaus Webfehler in Textilien erkannt, mit einer industriellen Flächenkamera die Positionierung von Chips auf einer Platine überprüft oder mit einer intelligenten Kamera Signale an eine SPS ausgegeben.
Die Auswahl und Kalibrierung von Objektiven und Beleuchtung wird durchgeführt.
Unterschiedliche Verfahren zur Rauschunterdrückung und Mustererkennung werden anwendungsbezogen genutzt.
Es werden grafische Entwicklungsumgebungen professioneller industrieller Bildverarbeitungssoftwarehersteller eingeführt und angewendet.
In der Übung Bildgestützte Automatisierung werden überwiegend Problemstellungen aus der industriellen Bildverarbeitung aufgegriffen.
Dazu werden beispielsweise anhand eines Zeilenkameraaufbaus Webfehler in Textilien erkannt, mit einer industriellen Flächenkamera die Positionierung von Chips auf einer Platine überprüft oder mit einer intelligenten Kamera Signale an eine SPS ausgegeben.
Die Auswahl und Kalibrierung von Objektiven und Beleuchtung wird durchgeführt.
Unterschiedliche Verfahren zur Rauschunterdrückung und Mustererkennung werden anwendungsbezogen genutzt.
Es werden grafische Entwicklungsumgebungen professioneller industrieller Bildverarbeitungssoftwarehersteller eingeführt und angewendet.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Bildgestützte Automatisierung I | Lecture | 481 | Winter and summer semester | [de] | 2 | WS 2026/27 (1) ISIS |
| Bildgestützte Automatisierung I | Exercise | 0536 L 118 | Winter and summer semester | [de] | 2 | WS 2026/27 (1) ISIS |
Courses in the course catalog
Courses created from the teaching units of this module.
Winter semester 2026/27 (2)
Bildgestützte Automatisierung I (Lecture) 1
- Angewandtes Maschinelles Sehen in der Automatisierung I (Vorlesung) 1. Termingruppe 0536 L 108
Bildgestützte Automatisierung I (Exercise) 1
- Angewandtes Maschinelles Sehen in der Automatisierung I (Übung) 1. Termingruppe 0536 L 109
Workload and credit points
Bildgestützte Automatisierung I (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Bildgestützte Automatisierung I (Exercise)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.
Description of teaching and learning methods
In der Vorlesung finden verschiedene didaktische Mittel Anwendung, die eine Unterstützung der Lehre und des Lernens bieten, wie u.a. Mindmap und Metaplan.
Experimentelle und analytische Gruppenübungen lehren den praktischen Einsatz von Versuchaufbauten, die den gegenwärtigen Stand der Technik industrieller Maschinensysteme repräsentieren.
Die Übungen beinhalten darauf aufbauend mündliche Diskussionsrunden, die eine gezielte Förderung der Studenten ermöglicht.
Experimentelle und analytische Gruppenübungen lehren den praktischen Einsatz von Versuchaufbauten, die den gegenwärtigen Stand der Technik industrieller Maschinensysteme repräsentieren.
Die Übungen beinhalten darauf aufbauend mündliche Diskussionsrunden, die eine gezielte Förderung der Studenten ermöglicht.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
a) obligatorisch: BSc in ingenieurtechnischem Studienfach b) wünschenswert: -
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Language | German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| mündliche Rücksprache | 50 | ||
| Übungsprotokolle | 50 |
Exam description
Prüfungsform ist Portfolioprüfung. Die Gesamtbenotung ergibt sich aus einer mündliche Rücksprache (Anteil an der Gesamtnote 50%) und den Übungsabnahmen in Form schriftlicher Protokolle.
Zu erreichende Gesamtpunktezahl: 100
Notenschlüssel in Punkten:
95,0 bis 100,0 ... 1,0
90,0 bis 94,9 ..... 1,3
85,0 bis 89,9 ..... 1,7
80,0 bis 84,9 ..... 2,0
75,0 bis 79,9 ..... 2,3
70,0 bis 74,9 ..... 2,7
65,0 bis 69,9 ..... 3,0
60,0 bis 64,9 ..... 3,3
55,0 bis 59,9 ..... 3,7
50,0 bis 54,9 ..... 4,0
0,0 bis 49,9 ....... 5,0
Zu erreichende Gesamtpunktezahl: 100
Notenschlüssel in Punkten:
95,0 bis 100,0 ... 1,0
90,0 bis 94,9 ..... 1,3
85,0 bis 89,9 ..... 1,7
80,0 bis 84,9 ..... 2,0
75,0 bis 79,9 ..... 2,3
70,0 bis 74,9 ..... 2,7
65,0 bis 69,9 ..... 3,0
60,0 bis 64,9 ..... 3,3
55,0 bis 59,9 ..... 3,7
50,0 bis 54,9 ..... 4,0
0,0 bis 49,9 ....... 5,0
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Winter and summer semester.
Maximum number of participants
The maximum capacity of participants is 36.
Registration procedures
Die Anmeldung für die Übung findet über das ISIS2-System statt.
https://www.isis.tu-berlin.de/
https://www.isis.tu-berlin.de/
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
available – https://www.isis.tu-berlin.de/2.0/course/index.php?categoryid=198
Recommended literature
- B. Jähne, Digitale Bildverarbeitung
- C. Demant, Industrielle Bildverarbeitung
- C.-E.Liedtke, M. Ender; Wissensbasierte Bildverarbeitung
- H. Bässmann, J. Kreyss; Bildverarbeitung Ad Oculos (für den Optik Teil)
- W. Burger, M. J. Burge; Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ
Assigned programs
This module is not used in any program.
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge: - Produktionstechnik - Konstruktion und Fertigung - Physikalische Ingenieurwissenschaft - Elektrotechnik - Informationstechnik im Maschinenwesen - Technische Informatik
Miscellaneous
Weitere Informationen unter http://www.iat.tu-berlin.de