Der zeitliche Wandel von Geodaten – Universelle Zeitreihenanalyse zur Bestimmung von Veränderungen und zuverlässigen Vorhersagen
2023-2025
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
Kravchenko, J.; Luhmann, T.; Schultz, R. (2016):
Concept and practice of teaching technical university students to modern technologies of 3D data acquisition and processing. A case study of close-range photogrammetry and terrestrial laserscanning. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLI-B6, 65-69
, doi: 10.5194/isprs-archives-XLI-B6-65-2016
, .; Wagner, M.; Kramer, O. (2016):
Constrained Evolutionary Wind Turbine Placement with Penalty Functions. Proceedings IEEE Congress on Evolutionary Computation, Vancouver, BC, Canada, 2016, 4903-4910
, doi: 10.1109/CEC.2016.7744419
Yorio, P; Olinto-Branco, J; Lenzi, J.; Luna-Jorquera, G; Zavalaga, C (2016):
Distribution and trends in Kelp Gull (Larus dominicanus) coastal breeding populations in South America. Waterbirds 39: 114-135
, doi: https://doi.org/10.1675/063.039.sp103 , Weblink
Schüssler, F. (2016):
Elfenbeinküste. In: Gieler, W. (Hrsg.): Staatenlexikon Afrika. Geographie, Geschichte, Kultur, Politik und Wissenschaft. Schriftenreihe der Bundeszentrale für Politische Bildung, Band 1691, S. 139-149
Kahmen, O.; Luhmann, T. (2016):
Entwicklung einer großen Invardraht-Maßverkörperung zur Anwendung in der Industriephotogrammetrie. Publikationen der DGPF, Band 25, Bern, 538-544
Vorträge
Popovas, D.
:
Virtual terrestrial laser scanner simulator in digital twin environment.
9th ARQUEOLÓGICA 2.0 & 3rd GEORES, Valencia, Spain,
April 2021
Hastedt, H.
:
Geometrische Qualitätsmerkmale beim Einsatz handelsüblicher Kameras in der optischen 3D-Messtechnik.
Online-Treffen der AG Bildverarbeitung von Optence e.V. und der Automatisierungsregion Rhein Main Neckar,
April 2021
Luhmann, T.
:
Grundlagen, Systeme und Anwendungen der optischen 3D-Messtechnik in Industrie, Medizin und Kulturwissenschaften.
InnosysDialog „3D-Messtechnik und Digitale Bildverarbeitung – Systeme und Methoden von Low-Cost bis High-Tech“, Technologiezentrum Nordenham,
März 2021
Luhmann, T.
; Chizhova, M. :
VirScan3D – Ein Simulator für terrestrisches Laserscanning.
Jahrestagung der DGPF, Dresden, online,
März 2021
Luhmann, T.
:
Optische 3D-Messtechnik im Kontext von Industrie 4.0.
Technische Universität Dresden,
Februar 2021
Projekte
Gefördert durch: Bundesamt für Kartographie und Geodäsie (BKG)
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
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)
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)