Artikel und Bücher
Alle
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
Gutow, L.; Gusky, M.; Beermann, J.; Gimenez, L.; Pesch, R.; Bildstein, T.; Heinicke, K.; Ebbe, B. (2022):
Spotlight on coarse sediments: Comparative characterization of a poorly investigated seafloor biotope in the German Bight (SE North Sea). Estuarine, Coastal and Shelf Science; Volume 275, 30 September 2022, 107996
, doi: https://doi.org/10.1016/j.ecss.2022.107996
Colson, A.; Hastedt, H.; Luhmann, T.; Hess, M. (2022):
The role of conservators in the implementation of surveying techniques - reflection on the Bremen Cog monitoring project. Wet Organic Archaeological Materials 2019 : Proceedings of the 14th ICOM-CC Wet Organic Archaeological Materials Working Group Interim Meeting, Portsmouth 2019
, Weblink
Hülsewede, F.; Albers, S.; Engel, M.; Göring, M.; Luhmann, T. (2022):
Untersuchungen zur KI-gestützten Materialklassifikation aus Punktwolken und Bilddaten. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 278-287
Schnabel, M.; Gravenhorst, T.; Belkot, T.; Friebe, F.; Erdmann, S.; Koch, S. (2022):
Visual Data Discovery im Kontext der geodatenbasierten Wärmeleitplanung. gis.Science 2-2022
Luhmann, T.; Kalinowski, P. (2022):
Von ganz groß bis ganz klein – Beispiele zur Digitalisierung komplexer musealer Objekte mithilfe optischer 3D-Messtechnik. museums:zeit, Band 79, S.17-18
Vorträge
Ratzke, H. :
Concept to Design a Flood Risk Management System for the River Drweca (Poland).
Workshop „Hochwasserrisikomanagement“, Nicolaus Kopernikus Universität Torun, Polen,
Februar 2006
Weisensee, M.
:
Geoinformatik, Projekte und Trends im Institut für Angewandte Photogrammetrie und Geoinformatik.
2. Intergraph-Forum Nord, Oldenburg,
Februar 2006
Sahrhage, V. :
Optische 3D-Navigation von Sensoren.
5. Oldenburger 3D-Tage „Optische 3D-Messtechnik – Photogrammetrie – Laserscanning“,
Februar 2006
Luhmann, T.
:
Nutzung von RGB-Farbkanälen für die hochgenaue 3D-Punktmessung.
5. Oldenburger 3D-Tage „Optische 3D-Messtechnik – Photogrammetrie – Laserscanning“,
Januar 2006
Projekte
2005-2010
Gefördert durch: Niedersächsisches Vorab
Der Forschungsschwerpunkt beschäftigt sich mit der anwendungsorientierten Forschung und Entwicklung für die dreidimensionale optische Erfassung dynamischer Prozesse. Anwendung finden diese Verfahren in vielen Bereichen der Technik, z.B. beim Crash-...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Anna Maria Helle (09.2009-06.2010) Dipl.-Ing. Benjamin Herd (06.2007-06.2010) Heidi Hastedt, M.Eng. (08.2005-09.2007) Dipl.-Ing. Volker Sahrhage (05.2005-05.2007)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Anna Maria Helle (09.2009-06.2010) Dipl.-Ing. Benjamin Herd (06.2007-06.2010) Heidi Hastedt, M.Eng. (08.2005-09.2007) Dipl.-Ing. Volker Sahrhage (05.2005-05.2007)
Materialklassifizierung in Laserscannerdaten
2005
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
Entwicklung eines Zweikamerasystems mit optimiertem Abbildungsmodell zur 3D-Navigation in der computergestützten Chirurgie
2004-2006
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
Ziel von StereoNav ist die Optimierung des Stereomesssystems "Cambar" der Firma Axios 3D Services GmbH bezüglich der zu erreichen Messgenauigkeit im 3D-Raum.
Abschlussarbeiten
Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Kooperationspartner
Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Kooperationspartner
Alfred-Wegener-Institut: Helmholtz-Zentrum für Polar- und Meeresforschung
Potenzialanalyse von Randflächen an Autobahnen für Windkraft- und Photovoltaikfreiflächenanlagen (2022/11)
Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken (2022/10)
Bildbasierte Detektion von Rissen in Schweißverbindungen mit den Methoden des Deep Learnings (2022/10)