IKT213 Machine Vision

UiA →7.5 studiepoeng

Studentvurdering

Hvor relevant opplever du emnet?

Gjennomsnittlig svar: ingen svar

Svært irrelevantSvært relevant

Hva er ditt generelle inntrykk av kurset?

Gjennomsnittlig svar: ingen svar

Svært dårligSvært bra

Hva synes du om emnets nivå?

Gjennomsnittlig svar: ingen svar

Svært lettSvært vanskelig

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Gjennomsnittlig svar: ingen svar

Svært litenSvært stor

KARAKTERFORDELING · H 2025

74 kandidater

H 2021

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

3,81 av 5 poeng

UiA snitt: 3.27

STRYKPROSENT

5,5 %

UiA snitt: 4,1 %

KANDIDATER PER ÅR

snitt over 5 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Mappe
Obligatoriske øvingsoppgaver

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via Universitetet i Agder, slik den var publisert for høsten 2026. Universitetet i Agder er ikke ansvarlig for innholdet på denne siden.

Om IKT213

UiA sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Innhold

Machine vision handler om hvordan et datasystem tolker og forstår verden rundt seg basert på digitale bilder og videoer. Gjennom transformasjoner og matematiske funksjoner kan systemet trekke ut egenskaper i et bilde og gjenkjenne slike egenskaper gjennom en bildesekvens. I dette faget får man en introduksjon til dette fagfeltet. Du lærer om hvilke faktorer som påvirker et bilde og dets kvaliteter, bildeprosessering og segmentering, samt semantisk bildeinformasjon og teknikker for å utnytte dette i computer vision sammenheng.

Bildegenerering + lysseting (Bildedannelse) (Image formation)

Point operation (punktoperasjoner, histogram) preprosessering

Naboskapsoperasjoner Filtrering (convolusjon, redusere støy, naboskapsoperasjoner)

Feature detection, Segmentering, intrisic parameters

Kameramodel (pinhole vs virkelig kamera med linse)

Vis resten (11 avsnitt)

Læringsutbytte

Etter fullført emne skal studenten

Forstå fundamental konsepter av billeddannelse, samt sensorikk knyttet til dette og belysningsteknikker
Kjenne grunnleggende teknikker i bildebehandling,
kjenne et kameras interne og eksterne parametere, samt kunne kjenne metoder for billedoppretting (distrotion correction). Kjenne til flerkamerasyn.
Anvende machine vision teknikker til å løse kjente problemer innen forskningsbasert og industrielle anvendelser.
Kunne bruke bildeprosesseringsverktøy som MatLab, OpenCV e.l.

Anbefalte forkunnskaper

Gode kunnskaper i linjær algebra samt matriser anbefales.

Søkealgoritmer (newton rapson multidimentional)

Programmeringskunnskaper. Stivt legeme transformasjoner, homogene koordinatsystemer

Forkunnskapskrav

MA-178-G Matematikk 1 eller tilsvarende, MA-179-G Matematikk 2 , eller tilsvarende

Opptakskrav hvis tilbudt som enkeltemne

Generell studiekompetanse med R1, R2 og Fysikk 1 eller tilsvarende, eller ettårig forkurs for ingeniørutdanning.

Undervisnings- og læringsformer

Forelesninger, prosjekt/øvinger. Forventet arbeidsbelastning for gjennomsnittsstudenten er 27 timer pr studiepoeng.

Undervisningsspråk

Norsk eller engelsk. Emnet undervises på engelsk dersom det er utvekslingsstudenter som følger emnet.

Eksamen

Mappe. Gradert karakter. Informasjon om innholdet i mappen blir gitt ved semesterstart i Canvas. Det blir ikke arrangert ny/utsatt eksamen for mappen.

Annen informasjon

Emnet undervises første gang høsten 2021.

Studentevaluering

Emneansvarlig fastsetter i samråd med studenttillitsvalgt evalueringsform og om emnene skal ha midtveis- eller sluttevaluering i tråd med kvalitetssystemet kapittel 4.1.

Tilbys som enkeltemne

Ja. Med forbehold om ledig plass/kapasitet.

Vilkår for å gå opp til eksamen

Obligatoriske øvinger/prosjekter. Mengde og type angis ved kursstart hvert semester.

Kilde: Felles studentsystem (FS) via Universitetet i Agder, slik den var publisert for høsten 2026. Universitetet i Agder er ikke ansvarlig for innholdet på denne siden.

Kommentarer

Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.

Ofte stilte spørsmål

Hvor mange studiepoeng er IKT213?: IKT213 (Machine Vision) ved UiA gir 7,5 studiepoeng.
Hva er strykprosenten i IKT213?: Samlet strykprosent for IKT213 ved UiA er 5,5 %, basert på 312 kandidater. Siste semester (høst 2025) var den 0 %.
Hvor vanskelig er IKT213?: Snittkarakteren i IKT213 er B (3.81 av 5 poeng), mot 5,5 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved UiA.
Hvor kommer tallene for IKT213 fra?: Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Studieprogram med dette emnet

Basert på hvor kandidatene til eksamen var registrert (DBH).

Relaterte emner ved UiA

Emner som tas i de samme studieprogrammene som IKT213.

IKT300 Software arkitektur og design snitt C · 9,1 % stryk
IKT301 Anvendte algoritmer snitt C · 0 % stryk
MA-224 Diskret matematikk 2 snitt D · 41,8 % stryk
DAT108 Operativsystemer snitt D · 23,4 % stryk
IKT204 Datakommunikasjon snitt D · 18,1 % stryk
IKT101 Grunnleggende softwareutvikling snitt C · 13,6 % stryk
IKT202 Software Engineering snitt D · 10,5 % stryk
IKT203 Algoritmer og datastrukturer snitt B · 6,5 % stryk

Mer om UiA

Les om karakterfordelingen ved UiA →Les om UiA →

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	74	B (3.74)	0 %
Høst 2024	46	B (4.04)	0 %
Høst 2023	91	C (3.37)	9,9 %
Høst 2022	41	B (4.32)	0 %
Høst 2021	60	B (4.02)	13,3 %

Finner retningen …

Eksamen og forkunnskaper

Vurderingen består av

Mappe
Obligatoriske øvingsoppgaver

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via Universitetet i Agder, slik den var publisert for høsten 2026. Universitetet i Agder er ikke ansvarlig for innholdet på denne siden.

Om IKT213

UiA sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Innhold

Bildegenerering + lysseting (Bildedannelse) (Image formation)

Point operation (punktoperasjoner, histogram) preprosessering

Naboskapsoperasjoner Filtrering (convolusjon, redusere støy, naboskapsoperasjoner)

Feature detection, Segmentering, intrisic parameters

Kameramodel (pinhole vs virkelig kamera med linse)

Vis resten (11 avsnitt)

Læringsutbytte

Etter fullført emne skal studenten

Forstå fundamental konsepter av billeddannelse, samt sensorikk knyttet til dette og belysningsteknikker
Kjenne grunnleggende teknikker i bildebehandling,
kjenne et kameras interne og eksterne parametere, samt kunne kjenne metoder for billedoppretting (distrotion correction). Kjenne til flerkamerasyn.
Anvende machine vision teknikker til å løse kjente problemer innen forskningsbasert og industrielle anvendelser.
Kunne bruke bildeprosesseringsverktøy som MatLab, OpenCV e.l.

Anbefalte forkunnskaper

Gode kunnskaper i linjær algebra samt matriser anbefales.

Søkealgoritmer (newton rapson multidimentional)

Programmeringskunnskaper. Stivt legeme transformasjoner, homogene koordinatsystemer

Forkunnskapskrav

MA-178-G Matematikk 1 eller tilsvarende, MA-179-G Matematikk 2 , eller tilsvarende

Opptakskrav hvis tilbudt som enkeltemne

Generell studiekompetanse med R1, R2 og Fysikk 1 eller tilsvarende, eller ettårig forkurs for ingeniørutdanning.

Undervisnings- og læringsformer

Forelesninger, prosjekt/øvinger. Forventet arbeidsbelastning for gjennomsnittsstudenten er 27 timer pr studiepoeng.

Undervisningsspråk

Norsk eller engelsk. Emnet undervises på engelsk dersom det er utvekslingsstudenter som følger emnet.

Eksamen

Mappe. Gradert karakter. Informasjon om innholdet i mappen blir gitt ved semesterstart i Canvas. Det blir ikke arrangert ny/utsatt eksamen for mappen.

Annen informasjon

Emnet undervises første gang høsten 2021.

Studentevaluering

Emneansvarlig fastsetter i samråd med studenttillitsvalgt evalueringsform og om emnene skal ha midtveis- eller sluttevaluering i tråd med kvalitetssystemet kapittel 4.1.

Tilbys som enkeltemne

Ja. Med forbehold om ledig plass/kapasitet.

Vilkår for å gå opp til eksamen

Obligatoriske øvinger/prosjekter. Mengde og type angis ved kursstart hvert semester.

Kilde: Felles studentsystem (FS) via Universitetet i Agder, slik den var publisert for høsten 2026. Universitetet i Agder er ikke ansvarlig for innholdet på denne siden.

Ofte stilte spørsmål

Hvor mange studiepoeng er IKT213?

IKT213 (Machine Vision) ved UiA gir 7,5 studiepoeng.

Hva er strykprosenten i IKT213?

Samlet strykprosent for IKT213 ved UiA er 5,5 %, basert på 312 kandidater. Siste semester (høst 2025) var den 0 %.

Hvor vanskelig er IKT213?

Snittkarakteren i IKT213 er B (3.81 av 5 poeng), mot 5,5 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved UiA.

Hvor kommer tallene for IKT213 fra?

Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Semester

Kandidater

Snitt

Stryk

Høst 2025

B (3.74)

0 %

Høst 2024

B (4.04)

0 %

Høst 2023

C (3.37)

9,9 %

Høst 2022

B (4.32)

0 %

Høst 2021

B (4.02)

13,3 %

Karakterfordeling og studentvurderinger i IKT213

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om IKT213

Innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Opptakskrav hvis tilbudt som enkeltemne

Undervisnings- og læringsformer

Undervisningsspråk

Eksamen

Annen informasjon

Studentevaluering

Tilbys som enkeltemne

Vilkår for å gå opp til eksamen

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved UiA

Mer om UiA

Utvikling over tid

Karakterfordeling og studentvurderinger i IKT213

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om IKT213

Innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Opptakskrav hvis tilbudt som enkeltemne

Undervisnings- og læringsformer

Undervisningsspråk

Eksamen

Annen informasjon

Studentevaluering

Tilbys som enkeltemne

Vilkår for å gå opp til eksamen

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved UiA

Mer om UiA

Utvikling over tid