Maschinelles Sehen - Detailansicht

-   Aufbau und Funktionsweise von Kamerasystemen

-   Bildentstehung, optische Abbildung und Beleuchtungstechniken

-  Grundlagen der digitalen Bildverarbeitung (Filterung, Kantendetektion, Segmentierung, Merkmalsextraktion)

-  Klassische Verfahren der industriellen Bildverarbeitung

-  Einführung in Machine Learning und Deep Learning für Vision-Anwendungen

- 3D-Kameras

- Anwendungen des maschinellen Sehens in Industrie, Robotik und autonomer Sensorik

- Aktuelle Trends

Literatur (Stand 2025):

1. Gonzalez, R. C., & Woods, R. E. (2018): Digital Image Processing (4th ed.). Pearson. Umfassendes Standardwerk zur digitalen Bildverarbeitung mit mathematischem Fundament.
2. 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
3. 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
4. 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)
5. 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
6. OpenCV Documentation – aktuelle Online-Referenz für alle Funktionen und Tutorials (C++/Python). https://docs.opencv.org