Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

image based automation IIModule description #50191 / Version 7

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27). Current version (v9)
Module / Version#50191 / #7
ValiditySummer semester 2023 – Winter semester 2023/24
Available language(s)German
Credit points6
Person responsible for the moduleKrüger, Jörg
GradingGraded
Exam formatPortfolio examination
Language(s) of instructionGerman

Affiliation

FacultyFakultät V
InstituteInstitut für Werkzeugmaschinen und Fabrikbetrieb (IWF)
Academic chair35361400 FG Industrielle Automatisierungstechnik

Contact

OfficePTZ 5
Contact personAltenbuchner, Adam Michael
E-mail addresslehre@iat.tu-berlin.de
Websitehttp://www.iat.tu-berlin.de

Learning outcomes

Lernergebnisse sind:
- Verständnis und Anwendung verschiedener Methoden zur Merkmalsextraktion aus Bildern
- Verständnis und Anwendung verschiedener Verfahren zur Klassifikation
- Anwendung von Methoden zur problembezogenen Beurteilung verschiedener Algorithmen der Merkmalsextraktion/Klassifikation
- Kenntnisse in weiterführenden Themen der bildgestützten Automatisierung, wie beispielsweise 3D-Bilderfassung, Thermographie, Visual Servoing, Sensorfusion, Bildfolgenverarbeitung, etc.
- Selbstständiges, gruppenorientiertes Erarbeiten komplexer Problemstellungen

Content

Die Vorlesung setzt das Modul 'Bildgestützte Automatisierung I' fort und behandelt nach der Bilderfassung und Bild(vor)verarbeitung insbesondere die Merkmalsextraktion und Klassifikation. Weiterführende Themen der bildgestützten Automatisierung wie z.B. Bewegungsanalyse, Thermografie, Sensorfusion, 3D-Bilderfassung, Visual Servoing etc., werden vorgestellt. Das breite Anwendungsspektrum der Bildverarbeitung in der Automatisierung industrieller Prozesse wird vermittelt.

In der Übung 'Bildgestützte Automatisierung II' werden die in der Vorlesung erlernten Methoden und Algorithmen für eine komplexe Problemstellung angewendet. Sukzessive wird ein Verfahren zur Erkennung von Objekten mittels Programmiersprache Python realisiert. Dabei beschäftigt sich jede Übungseinheit mit einem Teilproblem (z.B. Segmentierung, Merkmalsextraktion, Klassifikation, Detektion).

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Bildgestützte Automatisierung IILecture0536 L 114 Winter and summer semester[de]2 ISIS
Bildgestützte Automatisierung IIExercise0536 L 117 Winter and summer semester[de]2 ISIS

Workload and credit points

Bildgestützte Automatisierung II (Lecture)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Bildgestützte Automatisierung II (Exercise)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 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

Die Vorlesung findet hauptsächlich in Vortragsform statt. Es finden jedoch auch verschiedene didaktische Mittel Anwendung, wie u.a. Inverted Classroom, Mindmap, Lehrgespräch, Metaplan etc.

Experimentelle und analytische Übungsinhalte vertiefen das in der VL vermittelte Wissen und schulen die Teamfähigkeit durch Arbeit in Gruppen. Die Übungen beinhalten Diskussionsrunden und selbstständige, kreative Auseinandersetzungen mit Problematiken der Bildgestützten Automatisierung.

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

- Grundlagen der Bildverarbeitung hilfreich (Bildgestützte Automatisierung I, Digital Image Processing, o.ä.)
- Grundlegende Programmierkenntnisse notwendig (Programmiersprache Python)
- B.Sc. in einem ingenieurtechnischen oder informationstechnischem Studienfach wird vorausgesetzt

Mandatory requirements for the module examination registration:

This module has no examination requirements.

Completion of the module

GradingGraded
Exam formatPortfolio examination
Type of portfolio examination100 points in total
LanguageGerman

Test elements

NamePoints/WeightCategoryDuration/Extent
ISIS-Test zu Vorlesungsinhalten50written1 Stunde
Aufgaben zu den Übungseinheiten (Kurztests)50writtenTestdauer: 15 - 20 Minuten

Exam description

Die in den Prüfungselementen erreichte Leistung wird summiert.
Zu erreichende Gesamtpunktezahl: 100.

Notenschlüssel in Prozent:
ab 95% ..... 1,0
ab 90% ..... 1,3
ab 85% ..... 1,7
ab 80% ..... 2,0
ab 75% ..... 2,3
ab 70% ..... 2,7
ab 65% ..... 3,0
ab 60% ..... 3,3
ab 55% ..... 3,7
ab 50% ..... 4,0
bis 50% .... 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 40.

Registration procedures

Die Anmeldung für die Übung findet über das ISIS-System statt. Sämtliche Kurse des Fachgebiets IAT werden ab dem 01.04. bzw. dem 01.10. zur Anmeldung freigeschaltet. Eine rechtzeitige Anmeldung sowie das Erscheinen beim Einführungstermin ist zwingend erforderlich.
https://www.isis.tu-berlin.de/

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

available – https://www.isis.tu-berlin.de/

Recommended literature

  • B. Jähne, Digitale Bildverarbeitung
  • C. Demant, Industrielle Bildverarbeitung
  • C.-E.Liedtke, M. Ender; Wissensbasierte Bildverarbeitung
  • G. Bradski, A. Kaehler; Learning OpenCV - Computer Vision with the OpenCV Library
  • H. Bässmann, J. Kreyss; Bildverarbeitung Ad Oculos (für den Optik Teil)
  • M. S. Nixon, A. S. Aguado; Feature Extraction and Image Processing
  • R. Szeliski; Computer Vision: Algorithms and Applications

Assigned programs

This module version is used in the following programs:

Program / program versionSemester(s)Curriculum component
Industrial Engineering and Management
Industrial Engineering and Management (M. Sc.) - StuPO 2015
SS 2023Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology
WS 2023/24Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology
Mechanical Engineering
StuPO 2017
WS 2023/24Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge:
- Informationstechnik im Maschinenwesen
- Produktionstechnik
- Maschinenbau
- Biomedizinische Technik
- Physikalische Ingenieurwissenschaft

Miscellaneous

Weitere Informationen unter http://www.iat.tu-berlin.de