Neuronale Netze in der Bildverarbeitung
Im Lehrfach werden typische Anwendungsfälle von Neuronalen Netzen in der Bildverarbeitung behandelt. Einführend werden dafür Algorithmen für verschiedene Bildverarbeitungsdisziplinen vermittelt und deren Umsetzung in die Welt der Neuronalen Netze dargelegt. Den Grundlagen Neuronaler Netze, sowie der Implementierung in MATLAB gelten besonderes Augenmerk.
Schwerpunkt des Lehrfachs ist ein betreutes Computerpraktikum, bei dem die Studierenden klassische Aufgaben der Bildverarbeitung mit Neuronalen Netzen bearbeiten und messtechnische Analysewerkzeuge anwenden. Mögliche Realisierungen erlernter Methoden der Bildverarbeitung werden anhand beispielhafter Anwendungen in der Medizin-, und Nachrichtentechnik diskutiert.
Studiengang Informatik
Neuronale Netze in der Bildverarbeitung ist Teil des Nebenfachs „Computational Laser Metrology“, Modul INF-D-510 Grundlagen des Nebenfachs (V/Ü/P: 0/2/0)
Studiengang Elektrotechnik/Mechatronik/Lehramt
Die 3 Versuche können anstelle der praktischen Versuche im Rahmen des MT Praktikums im Modul "Messtechnik" absolviert werden (V/Ü/P: 0/0/1)
Studiengang Elektrotechnik/Mechatronik/Informationssystemtechnik/Physik
Das Praktikum NNBV ist Teil des Moduls "Mess- und Sensortechnik" (V/Ü/P: 1/0/0).
Ihr Wissen können Sie auch im Rahmen von Diplomarbeit, Studienarbeit, Oberseminar oder als SHK an unserem Lehrstuhl vertiefen. Weitere Angebote finden Sie in dieser Übersicht.
Der Besuch der Lehrveranstaltung ist für Studierende der Informatik, Elektrotechnik, Mechatronik, Informationssystemtechnik, Lehramt und Physik möglich. Es werden Vorkenntnisse der Mathematik (Integralrechnung, Fourier-Transformation, Statistik) erwartet.
Bitte schreiben Sie sich zur Teilnahme an der Lehrveranstaltung in den OPAL-Kurs ein.
Derzeit ist geplant, die Lehrveranstaltung sowie die Betreuung des Computerpraktikums in Präsenz stattfinden zu lassen.
Wenden Sie sich bei Fragen zur Lehrveranstaltung bitte an den Organisator Tom Glosemeyer
Wintersemester 2026/27
Wann & Wo: Freitag, 3. DS (11:10 - 12:40) BAR/I88
Einführungsveranstaltung: 16.10.2026
Inhalt:
1. Einführung in die Digitale Bildverarbeitung und Neuronale Netze 2. Versuch 1: Klassifizierung von Ziffern 3. Versuch 2: Rekonstruktion von Ziffern durch ein streuendes Medium 4. Versuch 3: Modendekomposition durch eine Multimodefaser
| Verantwortlicher Hochschullehrer | Organisation | |
| Prof. Dr.-Ing. habil. Jürgen Czarske | Dipl.-Ing. Tom Glosemeyer |