Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Angewandte Bildgestützte Automatisierung IModulbeschreibung #50190 / Version 10

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v11)
Modul / Version#50190 / #10
GültigkeitSoSe 2026 – SoSe 2026
Verfügbare Sprache(n)Deutsch
Leistungspunkte6
Modulverantwortliche*rKrüger, Jörg
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät V
InstitutInstitut für Werkzeugmaschinen und Fabrikbetrieb (IWF)
Fachgebiet35361400 FG Industrielle Automatisierungstechnik

Kontakt

SekretariatPTZ 5
Ansprechpartner*inHartisch, Richard Matthias
E-Mail-Adresselehre@iat.tu-berlin.de
Webseitehttp://www.iat.tu-berlin.de

Lernergebnisse

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

Lehrinhalte

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 Matrixkamera 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.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Angewandtes Maschinelles Sehen in der Automatisierung IVorlesung0536 L 108 Wintersemester[de]2 ISIS
Bildgestützte Automatisierung IÜbung0536 L 109 Wintersemester[de]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Angewandtes Maschinelles Sehen in der Automatisierung I (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Bildgestützte Automatisierung I (Übung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Angewandtes Maschinelles Sehen in der Automatisierung I (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Bildgestützte Automatisierung I (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

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

Beschreibung der Lehr- und Lernformen

In der Vorlesung finden verschiedene didaktische Mittel Anwendung, die eine Unterstützung der Lehre und des Lernens bieten, wie u.a. Inverted Classroom, Mindmap und Metaplan.
Experimentelle und analytische Gruppenübungen lehren den praktischen Einsatz von Versuchsaufbauten, die den gegenwärtigen Stand der Technik industrieller Maschinensysteme repräsentieren.
Die Übungen beinhalten Elemente des Team-Based Learning (TBL), mit Diskussionsrunden, die eine gezielte Förderung der Studierenden ermöglicht.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

a) obligatorisch: B.Sc. in ingenieurtechnischem Studienfach
b) wünschenswert: -

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheDeutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
Testat zu Übungsinhalten50schriftlich45 Minuten
Testat zu Vorlesungsinhalten50schriftlich60 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

Prüfungsform ist Portfolioprüfung. Die Gesamtbenotung ergibt sich aus den o.g. Prüfungselementen. Die Elemente müssen nicht einzeln bestanden werden, lediglich die Summe aller Leistungen wird nach dem nachfolgenden Notenschlüssel bewertet.

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

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 40.

Anmeldeformalitäten

Die Teilnehmerzahl ist aufgrund der technischen Voraussetzungen begrenzt. Zur fairen Platzvergabe gemäß AllgStuPO müssen die Bewerber im ISIS Kurs einen Fragebogen ausfüllen (die Frist im ISIS Kurs ist zu beachten) und dann zum ersten Vorlesungstermin anwesend sein. Der ISIS Kurs wird ab dem 01.10. freigeschaltet.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

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

Empfohlene Literatur

  • 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

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Biomedizinische Technik
StuPO 2018
SoSe 20262. Wahlpflichtmodule › 2.1 Medizintechnische Profile › 2.1.3 Bildgebende Systeme in der Medizin
Computational Engineering Science (Informationstechnik im Maschinenwesen)
StuPO 2018 (17.01.2018)
SoSe 20264. Profilbereich › 4.2 Profilbereich: Konstruktion und Fertigung › 4.2b Produktionstechnik
Maschinenbau
StuPO 2017
SoSe 2026Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik
Patentingenieurwesen
StuPO 2015
SoSe 20262.2. Ingenieurwissenschaftliche Profilmodule › 2.2.5. Mess- und Automatisierungstechnik
Physikalische Ingenieurwissenschaft
StuPO 2007 (19.12.2007)
SoSe 20262.3 Mechatronik › 2.3b Ergänzungsbereich
Physikalische Ingenieurwissenschaft
StuPO 2020
SoSe 20262.3 Mechatronik › 2.3b Ergänzungsbereich
Produktionstechnik
StuPO 2018 (09.05.2018)
SoSe 20264. Profilmodule › 4.2 Automatisierungs- und Informationstechnik
Technomathematik
StuPO 2014
SoSe 2026Studienrichtungen › Physikalische Ingenieurwissenschaft › Physikalische Ingenieurwissenschaft › Mechatronik
Wirtschaftsingenieurwesen
StuPO 2015
SoSe 2026Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge:
- Produktionstechnik
- Informationstechnik im Maschinenwesen
- Physikalische Ingenieurwissenschaft
- Elektrotechnik
- Technische Informatik

Sonstiges

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