Digitale Sichtprüfung von Schweißverbindungen unter Wasser durch hochauflösende optische 3D-Oberflächenrekonstruktion
2022-2025
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
Wendt, A.; Heipke, C. (2005):
A concept for the simultaneous orientation of brightness and range images. Baltsavias, E., Grün, A., Van Gool, L., Pateraki, M. (Eds.), Recording, Modeling and Visualization of Cultural Heritage, Taylor & Francis/Balkema, Leiden, pp. 451-457, 2005
, Weblink
Brinkhoff, T. (2005):
Die Entwicklung eines visuellen SQL-Werkzeugs für Oracle Spatial. Vortragsband 18. DOAG-Konferenz, Mannheim, 2005, 179-184
, Weblink
Fisler, A.; Hastedt, H.; Jantos, R. (2005):
Digitale Miniaturkameras für mobile messtechnische Anwendungen. Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 4. Oldenburger 3D-Tage, S. 193-202
Grendus, B.; Krüger, A. (2005):
eLearning in der Geoinformatik und Fernerkundung – Erfahrungsbericht des Projekts Fernstudienmaterialien Geoinformatik (FerGI). Tagung Innovationen in Aus- und Weiterbildung mit GIS, 2005
Vorträge
Luhmann, T.
:
Fundamentals of camera calibration and image orientation.
UAV-Conference, Intergeo 2024, Stuttgart,
September 2024
Fincken, M.
:
Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung.
Künstliche Intelligenz in der Geodäsie und Geoinformation,
Juni 2024
Nietiedt, S.
:
Occlusion handling in spatio-temporal object-based image sequence matching.
ISPRS TC II Mid-term Symposium, Las Vegas, Nevada, USA,
Juni 2024
doi: https://doi.org/10.5194/isprs-annals-X-2-2024-163-2024
Paulau, P.
; Hurka, J. ; Middelberg, J. ; Koch, S.
:
Centralised monitoring and control of buildings using open standards.
8th International Conference on Smart Data & Smart Cities (SDSC),
Juni 2024
Weblink
Projekte
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
Gefördert durch: Niedersächsisches Vorab
Transformation und Strukturwandel im ländlichen Raum bedeuten Veränderungen in Raum und Zeit. Solche raumzeitlichen Daten sollen von der Geo-Toolbox über digitale Technologien wie beispielsweise Datenbanken und Geoinformationssysteme (GIS)... mehr
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Prof. Dr. rer. nat. habil. Roland Pesch (Leitung) Prof. Dr. rer. nat. Frank Schüssler (Leitung) Tobias Werner, M.Sc. (10.2022-) Jonas Schoo, M.Sc. (06.2022-) Maren Leiz, M.Sc. (08.2022-) Dr. Amirmohammad Ghavimi (08.2022-)
Prof. Dr. Thomas Brinkhoff (Leitung) Prof. Dr. rer. nat. habil. Roland Pesch (Leitung) Prof. Dr. rer. nat. Frank Schüssler (Leitung) Tobias Werner, M.Sc. (10.2022-) Jonas Schoo, M.Sc. (06.2022-) Maren Leiz, M.Sc. (08.2022-) Dr. Amirmohammad Ghavimi (08.2022-)
Abschlussarbeiten
Entwicklung eines Dashboards zur Verbesserung des Bewerbungsprozesses für Unternehmen und Bewerber (2024/1)
Kooperationspartner
Human-Centered Design in der Konzeption und Entwicklung eines geodatenbasierten Entsiegelungskatasters (2023/12)
Kooperationspartner
Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN)
Flächendeckende Versiegelungsdetektion mittels Machine Learning für Entsiegelungskataster (2023/12)
Kooperationspartner
Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN)
Der digitale Zwilling im Metaverse - Untersuchung zur Modellierung und Anwendung virtueller Räume (2023/12)
Kooperationspartner
Räumliche Unterschiede bei der Wahrnehmung von Zukunftsmärkten in Medien: Eine Analyse von Zeitungsartikeln mittels Machine Learning (2023/10)
Kooperationspartner