Artikel und Bücher

Kalinowski, P.; Füldner, K.; Mittmann, M.; Schierbaum, A.; Luhmann, T. (2022): High accuracy 3D digitisation of the Goethe elephant skull using hand-held 3D scanning systems and structure from motion – a comparative case study. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVI-2/W1-2022, 275–281, 2022 , doi: 10.5194/isprs-archives-XLVI-2-W1-2022-275-2022 , Weblink
Rofallski, R.; Kahmen, O.; Luhmann, T. (2022): Investigating distance-dependent distortion in multimedia photogrammetry for flat refractive interfaces. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W2-2022, 127–134 , doi: 10.5194/isprs-archives-XLVIII-2-W2-2022-127-2022 , Weblink
Elbeshausen, M.; Schnabel, M.; Koch, S. (2022): Konzeption und Entwicklung einer mandantenfähigen Webanwendung zur interaktiven Geodatenanalyse im Kontext der Wärmeleitplanung. GI_Salzburg22
Luhmann, T.; Rofallski, R.; Kahmen, O. (2022): Möglichkeiten und Grenzen der hochgenauen photogrammetrischen Objekterfassung unter Wasser. DVW/DHyG Fachtagung "Hydrographie - Messen mit allen Sinnen", Schriftenreihe des DVW, Band 102, pp. 109-116
Hauer, D.; Colson, A.; Hastedt, H.; Gamstedt, K. (2022): Monitoring structural change of large, complex archaeological wooden objects - Application of fixed target photogrammetry. Wet Organic Archaeological Materials 2019. Proceedings of the 14th ICOM-CC Wet Organic Archaeological Materials Working Group Interim Meeting, Portsmouth 2019 , Weblink

Vorträge

Luhmann, T. : Hochauflösende photogrammetrische 3D-Erfassung musealer und archäologischer Objekte. 9. Workshop der AG CAA, Wilhelmshaven, September 2019
Czwikla, J. ; Langner, I. ; Schüssler, F. ; Urbschat, I. ; Kieschke, J. ; Hoffmann, F. : Soziodemografische und gesundheitliche Unterschiede in der Teilnahme am deutschen Mammografie-Screening-Programm. Jahrestagung der Deutschen Gesellschaft für Sozialmedizin und Prävention, Düsseldorf, September 2019 doi: 10.1055/s-0039-1694587 Weblink
Rofallski, R. : Entwicklung innovativer Technologien für autonome maritime Systeme: Optische Unterwasser 3D-Messtechnik. Forum Maritim, Oldenburg, September 2019
Luhmann, T. : Eine kurze Geschichte der Photogrammetrie. Abschiedskolloquium Heinz-Jürgen Przybilla, Hochschule Bochum, Juli 2019
Luhmann, T. : Internationales studentisches Projekt Photogrammetrie und Laserscanning Oldenburg/Kiew. Niedersächsischer Geodätentag, Oldenburg, Juni 2019

Projekte

Gefördert durch: Deutsches Schifffahrtsmuseum, Leibniz-Institut für Maritime Geschichte
Das Projekt verfolgt die Konzeption und Durchführung des geometrischen Monitorings der Bremer Kogge (ca. 25m x 8m x 8m), dem weltweit am besten erhaltenen Handelsschiff des Mittelalters. Es wurde ein Konzept für großvolumige optische 3D-Me... mehr
Gefördert durch: Niedersächsisches Vorab
Dieses interdisziplinäre Projekt hat es zum Ziel autonom agierende Über- und Unterseefahrzeuge zu entwickeln. Dabei werden in einem Teilprojekt Kalibrier­ansätze und Algorithmen für die speziellen Herausforderungen der Unterwasser­photo­gra... mehr
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Dieses Forschungsvorhaben befasst sich mit der Entwicklung eines kompakten Prototyps zur hochgenauen berührungslosen 3D-Oberflächenvermessung unter Wasser durch den Einsatz optischer 3D-Messverfahren. mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Oliver Kahmen, M.Sc. Paul Kalinowski, M.Sc. Niklas Haase, M.Sc.

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)