Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Image Processing and Learning for Earth Observation (IPL4EO)Modulbeschreibung #40937 / Version 4

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v5)
Modul / Version#40937 / #4
GültigkeitSoSe 2025 – WiSe 2025/26
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rDemir, Begüm
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Technische Informatik und Mikroelektronik
Fachgebiet34342200 FG Remote Sensing Image Analysis (RSiM)

Kontakt

SekretariatFR 6-2
Ansprechpartner*inKlotz, Jonas
E-Mail-Adressej.klotz@tu-berlin.de
Webseitehttps://rsim.berlin/

Lernergebnisse

Die Teilnehmer dieses Kurses erwerben theoretische und praktische Kenntnisse über die grundlegenden Konzepte und Techniken für die Verarbeitung und Analyse von Fernerkundungsbildern, die von Erdbeobachtungssatelliten und luftgestützten Systemen aufgenommen wurden.

Lehrinhalte

In diesem Kurs werden grundlegende Konzepte und Techniken der Fernerkundung und Bildverarbeitung für die Erdbeobachtung vorgestellt. Der Kurs beginnt mit einer Einführung in die Kernkonzepte der Fernerkundung, wie Prozesse, mit denen Bilder von Sensoren auf Satelliten und luftgestützten Plattformen erfasst werden, sowie den wichtigsten Merkmalen der erfassten Bilder. Anschließend werden grundlegende Methoden zur Verarbeitung, Analyse und Visualisierung von Fernerkundungsbildern vorgestellt. Zu den Themen gehören die Darstellung hochdimensionaler Fernerkundungsbilder, Filterung und Verbesserung, Bildklassifizierung und Bildabfrage. Während des gesamten Kurses werden praktische Übungen zu realen Anwendungen angeboten.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Image Processing for Remote SensingIntegrierte Veranstaltung3434 L 191 Sommersemester[en]4 ISIS

Arbeitsaufwand und Leistungspunkte

Image Processing for Remote Sensing (Integrierte Veranstaltung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung158 h120 h
180 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul besteht aus konventionellem Frontalunterricht in der Vorlesung und Computer-Laborübungen, die dazu dienen, die in den Vorlesungen vermittelte Theorie praktisch zu üben. Die Laborübungen führen in verschiedene Themen der Fernerkundungsbildverarbeitung ein, die schließlich im Rahmen eines Miniprojekts vertieft werden.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Gute Mathematik- und Programmierkenntnisse und Grundkenntnisse im maschinellem Lernen.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Bewertung eines Miniprojekts50schriftlichUngefähr 60 Stunden
(Prüfung) Schriftliche Prüfung50schriftlich60 min

Prüfungsbeschreibung (Abschluss des Moduls)

Die Note für dieses Modul besteht aus zwei Teilen (jeweils mit 50% gewichtet):
1. Bewertung eines Miniprojekts
2. Schriftliche Prüfung

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 50.

Anmeldeformalitäten

Die Zahl der Teilnehmer des Moduls ist begrenzt. Bitte schauen Sie vor Beginn der Vorlesungszeit unter https://rsim.berlin/courses nach, wie Sie sich anmelden können.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar

Empfohlene Literatur

  • Devis Tuia et al., Artificial Intelligence to Advance Earth Observation: A review of models, recent trends, and pathways forward, IEEE Geoscience and Remote Sensing Magazine, 2024.
  • Gustavo Camps-Valls, Devis Tuia, Luis Gómez-Chova, Sandra Jiménez, and Jesús Malo - Remote Sensing Image Processing - Morgan Claypo, 2012.
  • Ian Goodfellow, Yoshua Bengio, and Aaron Courville. "Deep Learning". MIT Press, 2016.
  • John A. Richards - Remote Sensing Digital Image Analysis An Introduction - Springer-Verlag Berlin Heidelberg, 2013.
  • Thomas M. Lillesand, Ralph W Kiefer, and Jonathan Chipman - Remote Sensing and Image Interpretation - Wiley, 2015.

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Studiengebiete › Data and Software Engineering / Data and Software Engineering
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2025Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
WiSe 2025/26Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
Wirtschaftsingenieurwesen
StuPO 2015
SoSe 2025Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Digital Media und Human-Computer Interaction
WiSe 2025/26Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Cognitive Systems

Sonstiges

Keine Angabe