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
Seute, N.; Hastedt, H.; Luhmann, T. (2022):
Entwicklung und Untersuchung einer Digitalisierungszelle für die 3D-Objektrekonstruktion mit Agisoft Metashape. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 109-116
Lenzi, J.; Felege, C; Newman, R; McCann, B; Ellis-Felege, S. (2022):
Feral Horses and Bison at Theodore Roosevelt National Park (North Dakota, United States) Exhibit Shifts in Behaviors during Drone Flights. Drones 6: 136
, doi: 10.3390/drones6060136 , Weblink
Wester, T.; Kröger, L.; Langidis, A.; Nietiedt, S.; Rofallski, R.; Göring, M.; Luhmann, T.; Peinke, J.; Gülker, G. (2022):
Fluid-structure interaction experiments on a scaled model wind turbine under tailored inow conditions using PIV and photogrammetry. 20th International Symposium on Applications of Laser and Imaging Techniques to Fluid Mechanics, Lissabon
Moghaddamnia, S.; Rofallski, R.; Luhmann, T.; Kaeding, T. (2022):
Functional quality assessment of whole-body vibration training devices based on instantaneous amplitude and frequency of photogrammetric vibration measurements. Medical Engineering & Physics, Vol. 111, 103935
, doi: 10.1016/j.medengphy.2022.103935
Koch, S.; Elbeshausen, M.; Gravenhorst, T.; Schnabel, M. (2022):
Geo Data Science für die Energiewende am Beispiel der Standortbewertung für Kleinwindenergieanlagen. Künstliche Intelligenz in Geodäsie und Geoinformatik
Vorträge
Albers, S.
:
Automatische Erkennung transparenter oder spiegelnder Oberflächen aus 3D-Punktwolken.
Oldenburger BIMTag,
September 2022
Hastedt, H.
:
Von Messtechnik bis Farbe – 3D-Erfassung für das Kulturerbe.
Oldenburger BIM-Tag,
September 2022
Luhmann, T.
:
Hochgenaue optische 3D-Messtechnik.
Technische Optik in der Praxis, Göttingen,
September 2022
Pesch, R.
; Nolte, P. ; Bildstein, T. ; Schuchardt, B. ; Heinicke, K. ; Boedeker, D. :
Delineation of reefs in the German EEZ of the North Sea - New results from the national biotope mapping project.
Meeting of the ICES Working Group on Marine Habitat Mapping (Marine and Freshwater Research Institute, Reykjavik, Island; 29.08.-02.09.2022),
August 2022
Projekte
Gefördert durch: Bundesamt für Kartographie und Geodäsie (BKG)
![](assets/images/d/GZLogoOhneRand-df08a95a.png)
Dieses Vorhaben ist ein Gemeinschaftsprojekt mit dem Institut für Photogrammetrie und GeoInformation (IPI) und dem Institut für Kartographie und Geoinformatik (ikg), beide von der Leibniz Universität Hannover. Es ist das erste Proj... mehr
Gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz
![](assets/images/c/Logo_web-5fb1db2b.png)
Ziel des Projektes ist es, die klassische Sichtprüfung (VT) von Schweißverbindungen unter Wasser durch ein optisches 3D-Messsystem zu ergänzen. Auf Grundlage von hochauflösenden 2D-(Bild)Daten werden durch photogrammetrische Metho... mehr
Gefördert durch: Deutsche Forschungsgemeinschaft (DFG)
![](assets/images/7/KinematischeMehrbildzuordnungDynamischeMehrbildzuordnung-a050be5a.png)
Klassische Verfahren der photogrammetrischen Verformungsanalyse bestehen zum einen aus der spatio-temporalen Bildzuordnung (spatio temporal matching – STM) und zum anderen aus einem nachfolgenden Schritt der Berechnung von Verformungsparame... mehr
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)