Artikel und Bücher

Kahmen, O.; Luhmann, T. (2022): Monocular Photogrammetric System for 3D Reconstruction of Welds in Turbid Water. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90, Issue 1, pp. 19-35 , doi: 10.1007/s41064-022-00191-2
Kalinowski, P.; Both, F.; Luhmann, T.; Warnke, U. (2022): Neue Untersuchungen der Weser-Runenknochen mittels Makrophotogrammetrie. Luhmann, Thomas; Schumacher, Christina (Hrsg.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik, Beiträge der Oldenburger 3D-Tage 2022, Wichmann, Berlin.
Luhmann, T.; Schumacher, C. (2022): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage. Wichmann Verlag, Offenbach/Berlin, 421 p
Luhmann, T.; Maas, H. (2022): Recent developments in multi-media and underwater photogrammetry. Special Issue, PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90 , doi: 10.1007/s41064-022-00197-w
Nietiedt, S.; Luhmann, T. (2022): Simulation-based accuracy investigation of a photogrammetric setup to measure a dynamic process. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W2-2022, 95–101 , doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-W2-2022-95-2022

Vorträge

Jaquemotte, I. : Augmented Reality - Stand der Technik und bisherige Arbeiten. Öffentliche Sitzung der Forschungskommission der Jade Hochschule zur Thema „Rapid Prototyping“, Oldenburg, November 2013
Luhmann, T. : Berührungslose 3D-Erfassung komplexer Objekte. Öffentliche Sitzung der Forschungskommission der Jade Hochschule zur Thema „Rapid Prototyping“, Oldenburg, November 2013
Luhmann, T. : Einführung in die 3D-Bildmesstechnik - Photogrammetrische Bildverarbeitung. Framos, München, Oktober 2013
Luhmann, T. : A Comparison of Close-Range Photogrammetry and Laser Scanning for Deformation Measurement of Industrial Tanks. National Technical University, Donetsk, Ukraine, Oktober 2013
Luhmann, T. : Current Research in Photogrammetry and Geoinformatics at Jade University Oldenburg (Germany). Yerevan State University of Architecture and Construction, Yerevan, Armenien, Oktober 2013

Projekte

Gefördert durch: Bundesministerium für Bildung und Forschung
Eine besondere Herausforderung stellt eine zukünftig dekarbonisierte Wärmeversorgung im urbanen Bereich dar. Die technische Fokussierung auf die Systemkopplung von Strom und Wärme zur Erhöhung des Anteils regenerativer Energien in der Wärmeverso... mehr
Personen
Prof. Dr. Jürgen Knies (Leitung) (03.2019-12.2019) Prof. Dr. Sascha Koch (Leitung) (03.2020-) Sebastian Erdmann, M.Sc. (10.2020-07.2021) Marvin Schnabel, M.Sc. (01.2022-)
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Das Ziel des Verbundprojektes ist die gleichzeitige geometrische Erfassung von turbulenten Windströmungen (Fluidverhalten) und Deformationen von Rotorblattoberflächen von Windenergieanlagen, um neue Erkenntnisse über ihr Verhalten bei Last... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Sinah Vogel (01.2021-04.2021) Dr. Ing. Thomas Willemsen (10.2018-06.2019) Simon Nietiedt, M.Sc. Annika Katrin Jepping, B.Sc. Martina Göring, M.Sc. Robin Rofallski, M.Sc.
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Projektes ist die Untersuchung bildgebender Techniken und Entwicklung spezieller Verfahren, die auf Basis von intraoperativen und präoperativen Daten agieren. Die Einsatzgebiete liegen in erster Linie in der Orthopädie, prinzipiell ist die... mehr

Abschlussarbeiten


Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Betreuer

Prof. Dr. Sascha Koch

Dr.-Ing. Enno Wieben

Kooperationspartner

EWE NETZ GmbH

Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
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)