Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Angewandte Bildgestützte Automatisierung IIModulbeschreibung #50191 / Version 9

← Zur Modulseite English version
Modul / Version#50191 / #9
GültigkeitSeit 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*inAltenbuchner, Adam Michael
E-Mail-Adresselehre@iat.tu-berlin.de
Webseitehttp://www.iat.tu-berlin.de

Lernergebnisse

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

Lehrinhalte

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).

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Bildgestützte Automatisierung IIVorlesung0536 L 114 Winter- und Sommersemester[de]2 ISIS
Bildgestützte Automatisierung IIÜbung0536 L 117 Winter- und Sommersemester[de]2 ISIS

Arbeitsaufwand und Leistungspunkte

Bildgestützte Automatisierung II (Vorlesung)

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

Bildgestützte Automatisierung II (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

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.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- 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

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 Vorlesungsinhalten50schriftlich1 Stunde
Testat zu Übungsinhalten50schriftlich45 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

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

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 40.

Anmeldeformalitäten

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/

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
  • 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

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
WiSe 2026/272. 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
WiSe 2026/274. Profilbereich › 4.2 Profilbereich: Konstruktion und Fertigung › 4.2b Produktionstechnik
Maschinenbau
StuPO 2017
SoSe 2026Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik
WiSe 2026/27Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik
Patentingenieurwesen
StuPO 2015
SoSe 20262.2. Ingenieurwissenschaftliche Profilmodule › 2.2.5. Mess- und Automatisierungstechnik
WiSe 2026/272.2. 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
WiSe 2026/272.3 Mechatronik › 2.3b Ergänzungsbereich
Produktionstechnik
StuPO 2018 (09.05.2018)
SoSe 20264. Profilmodule › 4.2 Automatisierungs- und Informationstechnik
WiSe 2026/274. Profilmodule › 4.2 Automatisierungs- und Informationstechnik
Technomathematik
StuPO 2014
SoSe 2026Studienrichtungen › Physikalische Ingenieurwissenschaft › Physikalische Ingenieurwissenschaft › Mechatronik
WiSe 2026/27Studienrichtungen › 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
WiSe 2026/27Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › Maschinenbau › Maschinenbau (Wahlpflicht) › Cyber-Physical-Production-Systems
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge:
- Informationstechnik im Maschinenwesen
- Produktionstechnik
- Maschinenbau
- Biomedizinische Technik
- Physikalische Ingenieurwissenschaft

Sonstiges

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