Inhalt
| Inhalt |
- Einführung in das Labor
- Beleuchtung und praktische Aufnahmebedingungen
- Vergleich von Streiflicht-, Durchlicht- und Auflichtsystemen.
- Kamera-Hardware und Softwareumgebung (Python, OpenCV, NumPy, Matplotlib).
- Grundlagen der Bildaufnahme und -speicherung
- Kalibrierung von Kameras mit Referenzmustern. Ermittlung intrinsischer und extrinsischer Parameter.
- Rauschunterdrückung, Schärfefilter, Morphologische Operationen.
- Histogramme und Kontrastanpassung.
- Merkmalsextraktion und Segmentierung.
- Kantenerkennung.
- Segmentierung durch Schwellwertverfahren.
- Objekterkennung und Klassifikation
|
| Literatur |
Literatur (Stand 2025):
- Gonzalez, R. C., & Woods, R. E. (2018): Digital Image Processing (4th ed.). Pearson. Umfassendes Standardwerk zur digitalen Bildverarbeitung mit mathematischem Fundament.
- Hornberg, A. (2022): Handbook of Machine and Computer Vision: The Guide for Developers and Users (3rd ed.). Wiley-VCH. Referenzwerk zur industriellen Bildverarbeitung, Sensorik, Beleuchtung, Prüfverfahren und Qualitätskontrolle.
- Szeliski, R. (2022): Computer Vision: Algorithms and Applications (2nd ed.). Springer. Aktuelles, forschungsnahes Werk zu moderner Computer Vision, inklusive Deep Learning und 3D Vision. Open-Access verfügbar: https://szeliski.org/Book
- Kaehler, A., & Bradski, G. (2016): Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library. O’Reilly Media. Praxisorientierte Einführung in die OpenCV-Bibliothek (C++-Beispiele, konzeptionell übertragbar auf Python).
- Howse, J., & Minichino, D. (2020): Learning OpenCV 4 Computer Vision with Python 3 (3rd ed.). Packt Publishing. Python-basiertes Lehrbuch zu OpenCV 4 mit praktischen Übungen.
- OpenCV Documentation – aktuelle Online-Referenz für alle Funktionen und Tutorials (C++/Python). https://docs.opencv.org
|
| Lernziele |
<p><span style="font-family: arial, helvetica, sans-serif; font-size: 12pt;">Die Studierenden können Bildverarbeitungsalgorithmen in Python anwenden und Beleuchtungskonzepte experimentell beurteilen.</span><br data-start="2398" data-end="2401" /><span style="font-family: arial, helvetica, sans-serif; font-size: 12pt;"> Sie analysieren Bilddaten, bewerten Verfahren der industriellen Bildverarbeitung und dokumentieren ihre Ergebnisse nachvollziehbar.</span><br data-start="2532" data-end="2535" /><span style="font-family: arial, helvetica, sans-serif; font-size: 12pt;"> Sie sind in der Lage, eigenständig und im Team praxisnahe Lösungen im Bereich des maschinellen Sehens zu entwickeln.</span></p> |
