Bachelor: Geodata Science

231 - Visual Computing 1

Empfohlenes Studiensemester: 2

Turnus: Sommersemester

Sprachen: Deutsch

ECTS: 5

Prüfungsform: schrP oder mdlP, weitere Angaben siehe SPO und Studienplan

Lehrform und SWS: SU (2SWS), Ü (2SWS)

Gesamter Workload: 150 Stunden

Präsenzzeit: 30 Stunden Seminaristischer Unterricht, 30 Stunden Übung

Selbststudium: 90 Stunden

Modulverantwortung: Prof. Dr. Thomas Abmayr (FK08), Prof. Dr. Andreas Schmitt (FK08)

Empfohlene Voraussetzung für die Teilnahme

Computational Thinking

Lernziele

Fach- und Methodenkompetenz

Visual Computing beschäftigt sich mit der Fragestellung, wie die sich aus Bildern Information extrahieren lässt und wie sich Information in Bilder verwandeln lässt. Nach der Teilnahme an dieser Lehrveranstaltung kennen die Studierenden grundlegende Konzepte und Algorithmen aus diesem Bereich. Weiter sind die Studierenden in der Lage, die gelernten Methoden zum Lösen einfacher Aufgabenstellungen anzuwenden und den aufgezeigten Lösungsweg in einer Programmiersprache und unter Verwendung einer Bildverarbeitungsbibliothek umzusetzen. Die Studierenden können die vorgestellten Algorithmen und Methoden in einer Programmiersprache und unter Verwendung einer Bildverarbeitungsbibliothek eigenständig umsetzen.

Inhalt

  • Digitale Bilddaten und deren Eigenschaften
  • Filterung im Orts- und Frequenzbereich
  • Bildsegmentierung und Merkmalsextraktion
  • Farbräume
  • Geometrische Transformationen
  • Geometrische Modellierung
  • Mehrdimensionale Vektordaten und deren bildliche Darstellung
  • Parametrisierung, Vereinfachung, Verfeinerung, Interpolation und Modellierung in 3D
  • Projektionen, 3D-Stereosehen und einfache Animationen

Lehrmethoden und Lernformen

Lehrvortrag; E-Learning-Material; problembasiertes Lernen; Beamer; Tafel; virtuelle Lehrräume

Verwendbarkeit des Moduls

Bachelor Geodata Science

Literatur

  • Corke P. (2011): Robotics, Vision and Control: Springer Verlag
  • Bender M. and Brill M. (2005): Computergrafik: Ein anwendungsorientiertes Lehrbuch, 2. Auflage: Carl Hanser Verlag, München
  • Abmayr T. (2021): Einführung in die digitale Bildverarbeitung mit Matlab, unveröffentlichtes Skript zur Vorlesung: Hochschule München, Fakultät für Geoinformation