Generalisierung von GIS-Daten
1995-1999
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
Luhmann, T. (2003):
Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 2. Oldenburger 3D-Tage. Wichmann-Verlag, Heidelberg
Luhmann, T.; Tecklenburg, W. (2003):
Potential of panoramic view generated from high-resolution frame images and rotating line scanner images. In Gruen/Kahmen (ed.): Optical 3-D Measurement Techniques, Zürich
Weisensee, M.; Wendt, A. (2003):
Registration and integration of point clouds using intensity information. Optical 3D, Zürich, 2003
Wendt, A.; Weisensee, M. (2003):
Registrierung und Integrierung von Punktwolken. 2. Oldenburger 3D-Tage, Oldenburg, 2003
Vorträge
Weisensee, M.
:
GIS Support of High Water Risk Management Systems.
Workshop „Hochwasserrisikomanagement“, Nicolaus Kopernikus Universität Torun, Polen,
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
Gefördert durch: Land Niedersachsen
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Prof. Dr. Ingrid Jaquemotte (10.1995-10.1999)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Prof. Dr. Ingrid Jaquemotte (10.1995-10.1999)
Abschlussarbeiten
Ermittlung einer durchgängigen WLAN-Versorgung in einem Innenstadtbereich mit Hilfe einer GIS-Analyse (2023/1)
Automatisierte Ableitung der Verfahrensgrenze im Vorverfahren einer Flurbereinigung nach Abwägung der agrarstrukturellen und topografischen Gegebenheiten (2023/1)
Kooperationspartner
Optimierung der Planwunschgespräche – Vereinheitlichung, automatisiere Verarbeitung der Planwunschprotokolle sowie dessen Visualisierung (2023/1)
Kooperationspartner
Feldraine als Standorte für Photovoltaikanlagen - Ein geodatenbasiertes Bewertungsverfahren für die Region Nordwest Niedersachsen (2023/1)
Konzeption und Implementierung von Deep Reinforcement Learning zur Raumkonditionierung von Bestandsgebäuden (2023/1)