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
Pan, J.; Chizhova, M.; Luhmann, T.; Karami, A.; Menna, F.; Remondino, F.; Hess, M.; Eißing, T.; (2024):
Towards automatic defect analysis for 3D structural monitoring of historic timber. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W4-2024, S. 103-110
, doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-W4-2024-103-2024
Schierbaum, A.; Neiß-Theuerkauff, T.; Wallhoff, F.; Sieberth, T.; Luhmann, T. (2024):
Untersuchungen zu einem KI-basierten SLAM-Verfahren für ein trinokulares Kamerasystem zur 3D-Erfassung der Knieoberfläche. Luhmann/Sieberth (Hrsg.): Photogrammetrie-Laserscanning-Optische 3D-Messtechnik, Wichmann Verlag, Berlin/Offenbach, S. 252-261.
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
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)