image based automation IIModule description #50191 / Version 8
- 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 (v9)
| Module / Version | #50191 / #8 |
|---|---|
| Validity | Summer semester 2024 – Winter semester 2025/26 |
| 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 | Altenbuchner, Adam Michael |
| E-mail address | lehre@iat.tu-berlin.de |
| Website | http://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, Bildfolgenverarbeitung, etc.
- Selbstständiges, gruppenorientiertes Erarbeiten komplexer Problemstellungen
- 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, Bildfolgenverarbeitung, etc.
- Selbstständiges, gruppenorientiertes Erarbeiten komplexer Problemstellungen
Content
Die Vorlesung setzt das Modul 'Angewandte 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, 3D-Bilderfassung werden vorgestellt. Das breite Anwendungsspektrum der Bildverarbeitung in der Automatisierung industrieller Prozesse wird vermittelt.
In der Übung 'Angewandte 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).
In der Übung 'Angewandte 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:
Workload and credit points
Bildgestützte Automatisierung II (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Bildgestützte Automatisierung II (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
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.
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
- 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
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Type of portfolio examination | 100 points in total |
| Language | German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| ISIS-Test zu Vorlesungsinhalten | 50 | written | 1 Stunde |
| Aufgaben zu den Übungseinheiten | 50 | flexibel |
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
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/
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 version | Semester(s) | Curriculum component |
|---|---|---|
| Biomedical Engineering StuPO 2018 | SS 2025 | 2. Wahlpflichtmodule › 2.1 Medizintechnische Profile › 2.1.3 Bildgebende Systeme in der Medizin |
| WS 2025/26 | 2. Wahlpflichtmodule › 2.1 Medizintechnische Profile › 2.1.3 Bildgebende Systeme in der Medizin | |
| Computational Engineering Science (Informationstechnik im Maschinenwesen) StuPO 2018 (17.01.2018) | SS 2025 | 4. Profilbereich › 4.2 Profilbereich: Konstruktion und Fertigung › 4.2b Produktionstechnik |
| WS 2025/26 | 4. Profilbereich › 4.2 Profilbereich: Konstruktion und Fertigung › 4.2b Produktionstechnik | |
| Engineering Science StuPO 2007 (19.12.2007) | SS 2025 | 2.3 Mechatronik › 2.3b Ergänzungsbereich |
| WS 2025/26 | 2.3 Mechatronik › 2.3b Ergänzungsbereich | |
| Engineering Science StuPO 2020 | SS 2025 | 2.3 Mechatronik › 2.3b Ergänzungsbereich |
| WS 2025/26 | 2.3 Mechatronik › 2.3b Ergänzungsbereich | |
| Industrial Engineering and Management Industrial Engineering and Management (M. Sc.) - StuPO 2015 | SS 2024 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology |
| WS 2024/25 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology | |
| SS 2025 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology | |
| WS 2025/26 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology | |
| Mechanical Engineering StuPO 2017 | SS 2024 | Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik |
| WS 2024/25 | Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik | |
| SS 2025 | Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik | |
| WS 2025/26 | Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik | |
| Patent Engineering StuPO 2015 | SS 2025 | 2.2. Ingenieurwissenschaftliche Profilmodule › 2.2.5. Mess- und Automatisierungstechnik |
| WS 2025/26 | 2.2. Ingenieurwissenschaftliche Profilmodule › 2.2.5. Mess- und Automatisierungstechnik | |
| Production Engineering StuPO 2018 (09.05.2018) | SS 2025 | 4. Profilmodule › 4.2 Automatisierungs- und Informationstechnik |
| WS 2025/26 | 4. Profilmodule › 4.2 Automatisierungs- und Informationstechnik | |
| Technomathematics Technomathematics (M. Sc.) - StuPO 2014 | SS 2025 | Studienrichtungen › Physikalische Ingenieurwissenschaft › Physikalische Ingenieurwissenschaft › Mechatronik |
| WS 2025/26 | Studienrichtungen › Physikalische Ingenieurwissenschaft › Physikalische Ingenieurwissenschaft › Mechatronik |
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge:
- Informationstechnik im Maschinenwesen
- Produktionstechnik
- Maschinenbau
- Biomedizinische Technik
- Physikalische Ingenieurwissenschaft
- Informationstechnik im Maschinenwesen
- Produktionstechnik
- Maschinenbau
- Biomedizinische Technik
- Physikalische Ingenieurwissenschaft
Miscellaneous
Weitere Informationen unter http://www.iat.tu-berlin.de