Achtung: diese Seite wird nur zu Testzwecken betrieben. Hier gelangen Sie zur Madipedia-Website: https://madipedia.de

Kennzeichenerkennung und Weiteres zur digitalen Bildverarbeitung: Umsetzungsgedanken für einen fächerübergreifenden projektartigen Unterricht in Mathematik und Informatik: Unterschied zwischen den Versionen

Aus dev_madipedia
Zur Navigation springen Zur Suche springen
[gesichtete Version][gesichtete Version]
K (Karl-Josef Fuchs in Karl Josef umbenannt)
K (Infozeilen entfernt)
 
(2 dazwischenliegende Versionen von einem anderen Benutzer werden nicht angezeigt)
Zeile 1: Zeile 1:
[[Kategorie:Unterrichtsplanung]]
[[Kategorie:Methodik]]
<!-- Dissertationen grundsätzlich mit der folgenden Vorlage "diss" erstellen! -->
<!-- Dissertationen grundsätzlich mit der folgenden Vorlage "diss" erstellen! -->
<!-- Falls Sie weitere Angaben machen möchten, dann bitte im darauf folgenden Freitext. -->
<!-- Falls Sie weitere Angaben machen möchten, dann bitte im darauf folgenden Freitext. -->
Zeile 20: Zeile 23:
   
   
== Zusammenfassung ==
== Zusammenfassung ==
<!-- Hier bitte eine Zusammenfassung der Dissertation einfügen.
          Zwischenüberschriften mit === ... === kennzeichnen. -->
Zu gutem Mathematikunterricht gehört das fächerübergreifende Arbeiten an Beispielen mit Realitätsbezug. Anhand derartiger Beispiele lernt man die sinnvolle Verwendung von mathematischen Mitteln kennen und erhöht zugleich die Motivation beim Lernen. Daher habe ich als Thema die (automatische) Kennzeichenerkennung ausgewählt, die fächerübergreifend und projektartig in Mathematik und Informatik behandelt werden kann. Die SchülerInnen erleben das System etwa an Mautstationen bei Urlaubsfahrten, wenn die Eltern sich nicht an Mautschaltern anstellen müssen, sondern gleich durchfahren können. Auch durch unter SchülerInnen immer mehr verbreitete moderne Smartphones mit integrierter Kamera und Gesichtserkennungsfunktion werden sie mit automatischen Erkennungssystemen konfrontiert, die nach ähnlichen bzw. sogar gleichen Prinzipien funktionieren wie die Kennzeichenerkennung. Die Kennzeichenerkennung und weitere Grundlagen aus der digitalen Bildverarbeitung wurden in dieser Arbeit für den Unterricht (sowohl für Mathematik als auch Informatik) aufbereitet. Dabei wurde dem Thema entsprechend viel Wert auf Computereinsatz (Tabellenkalkulation, Computeralgebrasystem, dynamische Geometriesoftware, …) gelegt. Zum leichteren Verständnis wird bei den Beispielen zusätzlich der jeweilige fachliche Hintergrund erläutert. Auch der Programmcode, der für den Informatikunterricht gedacht ist, wurde ausgiebig kommentiert und es gibt zahlreiche Hinweise auf mögliche Probleme im Unterricht und Lösungsvorschläge. Die Beispiele dienen zum Verstehen von einzelnen Teilfragen des Themengebiets – zu den Teilfragen gehören etwa das Erhöhen des Kontrastes eines Bildes, um einzelne Objekte darauf besser erkennen zu können, das Auffinden von Kanten, also raschen Übergängen zwischen hellen und dunklen (bzw. verschiedenfärbigen) Bereichen, welche Objekte abgrenzen, und das Erkennen von Geraden – mit mathematischen und informatischen Mitteln, sodass man am Ende alle Teilprobleme und Lösungsansätze und somit die gesamte Kennzeichenerkennung versteht.
Zu gutem Mathematikunterricht gehört das fächerübergreifende Arbeiten an Beispielen mit Realitätsbezug. Anhand derartiger Beispiele lernt man die sinnvolle Verwendung von mathematischen Mitteln kennen und erhöht zugleich die Motivation beim Lernen. Daher habe ich als Thema die (automatische) Kennzeichenerkennung ausgewählt, die fächerübergreifend und projektartig in Mathematik und Informatik behandelt werden kann. Die SchülerInnen erleben das System etwa an Mautstationen bei Urlaubsfahrten, wenn die Eltern sich nicht an Mautschaltern anstellen müssen, sondern gleich durchfahren können. Auch durch unter SchülerInnen immer mehr verbreitete moderne Smartphones mit integrierter Kamera und Gesichtserkennungsfunktion werden sie mit automatischen Erkennungssystemen konfrontiert, die nach ähnlichen bzw. sogar gleichen Prinzipien funktionieren wie die Kennzeichenerkennung. Die Kennzeichenerkennung und weitere Grundlagen aus der digitalen Bildverarbeitung wurden in dieser Arbeit für den Unterricht (sowohl für Mathematik als auch Informatik) aufbereitet. Dabei wurde dem Thema entsprechend viel Wert auf Computereinsatz (Tabellenkalkulation, Computeralgebrasystem, dynamische Geometriesoftware, …) gelegt. Zum leichteren Verständnis wird bei den Beispielen zusätzlich der jeweilige fachliche Hintergrund erläutert. Auch der Programmcode, der für den Informatikunterricht gedacht ist, wurde ausgiebig kommentiert und es gibt zahlreiche Hinweise auf mögliche Probleme im Unterricht und Lösungsvorschläge. Die Beispiele dienen zum Verstehen von einzelnen Teilfragen des Themengebiets – zu den Teilfragen gehören etwa das Erhöhen des Kontrastes eines Bildes, um einzelne Objekte darauf besser erkennen zu können, das Auffinden von Kanten, also raschen Übergängen zwischen hellen und dunklen (bzw. verschiedenfärbigen) Bereichen, welche Objekte abgrenzen, und das Erkennen von Geraden – mit mathematischen und informatischen Mitteln, sodass man am Ende alle Teilprobleme und Lösungsansätze und somit die gesamte Kennzeichenerkennung versteht.
== Auszeichnungen ==
<!-- Hier bitte eventuell erhaltene Auszeichnungen/Preise als Liste aufführe.
Beispiele:
* Erster Preis
* Zweiter Preis -->
== Schlagworte ==
<!-- Bitte Schlagworte mit [[...]] umschließen, um auf die Enzyklopädie zu verweisen
Beispiele:
[[Dynamische Geometrie]],  [[DGS]] -->
== Kontext ==
<!-- Hier ist Raum, um die Arbeit in den Forschungskontext einzubetten -- verwandte
          Dissertationen sollten genannt werden, Arbeitsgruppen oder Konferenzen,
          die sich mit dem Thema beschäftigen, etc. -->
=== Literatur ===
<!-- ggf. Literaturangaben -->
=== Links ===
<!-- ggf. Literaturangaben -->
== Diskussion ==
<!-- Hier kann kritisch (aber sachlich) zur Arbeit Stellung genommen werden. -->

Aktuelle Version vom 20. April 2021, 17:06 Uhr


Thomas Schiller (2010): Kennzeichenerkennung und Weiteres zur digitalen Bildverarbeitung: Umsetzungsgedanken für einen fächerübergreifenden projektartigen Unterricht in Mathematik und Informatik. Dissertation, Johannes-Kepler-Universität Linz.
Begutachtet durch Jürgen Maaß und Karl Josef Fuchs.

Zusammenfassung

Zu gutem Mathematikunterricht gehört das fächerübergreifende Arbeiten an Beispielen mit Realitätsbezug. Anhand derartiger Beispiele lernt man die sinnvolle Verwendung von mathematischen Mitteln kennen und erhöht zugleich die Motivation beim Lernen. Daher habe ich als Thema die (automatische) Kennzeichenerkennung ausgewählt, die fächerübergreifend und projektartig in Mathematik und Informatik behandelt werden kann. Die SchülerInnen erleben das System etwa an Mautstationen bei Urlaubsfahrten, wenn die Eltern sich nicht an Mautschaltern anstellen müssen, sondern gleich durchfahren können. Auch durch unter SchülerInnen immer mehr verbreitete moderne Smartphones mit integrierter Kamera und Gesichtserkennungsfunktion werden sie mit automatischen Erkennungssystemen konfrontiert, die nach ähnlichen bzw. sogar gleichen Prinzipien funktionieren wie die Kennzeichenerkennung. Die Kennzeichenerkennung und weitere Grundlagen aus der digitalen Bildverarbeitung wurden in dieser Arbeit für den Unterricht (sowohl für Mathematik als auch Informatik) aufbereitet. Dabei wurde dem Thema entsprechend viel Wert auf Computereinsatz (Tabellenkalkulation, Computeralgebrasystem, dynamische Geometriesoftware, …) gelegt. Zum leichteren Verständnis wird bei den Beispielen zusätzlich der jeweilige fachliche Hintergrund erläutert. Auch der Programmcode, der für den Informatikunterricht gedacht ist, wurde ausgiebig kommentiert und es gibt zahlreiche Hinweise auf mögliche Probleme im Unterricht und Lösungsvorschläge. Die Beispiele dienen zum Verstehen von einzelnen Teilfragen des Themengebiets – zu den Teilfragen gehören etwa das Erhöhen des Kontrastes eines Bildes, um einzelne Objekte darauf besser erkennen zu können, das Auffinden von Kanten, also raschen Übergängen zwischen hellen und dunklen (bzw. verschiedenfärbigen) Bereichen, welche Objekte abgrenzen, und das Erkennen von Geraden – mit mathematischen und informatischen Mitteln, sodass man am Ende alle Teilprobleme und Lösungsansätze und somit die gesamte Kennzeichenerkennung versteht.