Automatisiertes Bild-Cropping

Umfeld

„Innovationen für die Produktion, Dienstleistung und Arbeit von morgen“ hat das Ziel die Produktion in der Medizintechnik zu verbessern. Die Abschlussarbeit ist im Kontext eines selbstlernendes Verfahren, welches automatisch Fehler im Flechtmuster von kardiovaskulären Implantaten (Stents) erkennt und darauf aufbauend optimierte Anpassungsparameter vorschlägt, angesiedelt.

Aufgabe

In der praktische Realisierung wird aus dem Kamerabild regelbasiert ein Sub-Bild ausgeschnitten und dieses mittels CNN weiterverarbeitet. Hierbei muss jedoch, wenn sich z.B. die Kameraposition ändert, die Regel manuell geändert werden. Aus diesem Grund soll im Rahmen dieser Arbeit die Extraktion des Sub-Bildes automatisiert werden. Hierzu können sowohl Verfahren aus dem Bereich des Maschinellen Lernen als auch der klassischen Bildverarbeitung eingesetzt werden.

Voraussetzungen

• Strukturiertes und analytisches Vorgehen
• Praktische Programmiererfahrung (vorzugsweise in Python)
• Deutsch und Englisch verhandlungssicher in Wort und Schrift
• Vorkenntnisse im Bereich der Bildverarbeitung sind hilfreich
• Vorkenntnisse im Bereich Machine Learning bzw. Deep Learning sind hilfreich