GIS 2 Digitale Geländemodelle
|
|
- Thomas Friedrich
- vor 6 Jahren
- Abrufe
Transkript
1 GIS 2 Digitale Geländemodelle Prof. Dr.-Ing. Wolfgang Reinhardt Arbeitsgemeinschaft GIS Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de Digitale Geländemodelle - - Digitales Höhenmodell (DHM) - Digitales Geländemodell (DGM) - DGM-Datenarten (1) - DGM-Datenarten (2) - Varianten der DGM-Datenerfassung - Strukturierung 2/ 50
2 Digitales Höhenmodell - Definition - Als Digitales Höhenmodell (DHM) bezeichnet man die Menge der digital gespeicherten Höhenwerte, die als Funktion der Lage der Punkte die Höhenstruktur des Objekts hinreichend repräsentieren. ein spezieller Fall eines DHM ist das Digitale Geländemodell, bei dem die natürliche Geländeoberfläche ohne Bebauung und Vegetation wiedergegeben wird. 3/ 50 Digitales Oberflächenmodell Ein Digitales Oberflächenmodell enthält auch die Gebäude, Vegetation etc. Beispiel: digitales 3D Stadtmodell in versch. Farbdarstellungen 4/ 50
3 Digitales Geländemodell - Übersicht Schritte zum DGM Aufbau: 5/ 50 DGM-Datenarten (1) Massenpunkte mit unterschiedlicher Anordnung 6/ 50
4 DGM-Datenarten (2) Daten mit geomorphologischem Bezug - Charakteristische Einzelpunkte (Mulden, Kuppen, Sättel) - Geländekanten - Geripplinien (Beispiel 1, Beispiel 2) (Rücken, Tallinie) - Begrenzungslinien von Aussparungsflächen (z.b. Seen) 7/ 50 DGM-Datenarten - Beispiel Geländekanten 8/ 50
5 DGM-Datenarten (2) Beispiel 1 9/ 50 Varianten der DGM-Datenerfassung Unterscheidung: Automatisch - Manuell Topographische Tachymetrie Digitalisierung vorhandener Höhenlinien Photogrammetrische Verfahren o manuell (=> Gittermessungen, Profile, Kanten...) o automatisch / automatisiert - rechnerische Verfahren der Bildzuordnung => abhängig von Bildqualität, Inhalte (Strukturen) - Laserscanning-Verfahren - Radarverfahren Heute: große Bedeutung der autom. Verfahren (s. Photogrammetrie ) 10 / 50
6 Strukturierung Strukturierung mittels Gitternetzen Strukturierung mittels Dreiecksnetzen Gemessen: Punkte / Linien Gewünscht: kontinuierliche Beschreibung / Oberfläche Strukturierung: Grundlage für Oberflächenbildung Strukturierung mittels hybrider Netze (Dreiecke und Gitter) 11 / 50 Strukturierung Dreiecksnetze gute Anpassung an die Primärdaten Bewertung Gitternetze schlechtere Anpassung an die Primärdaten (bzw. das Gelände) kompliziertere Struktur einfachere Struktur -> hybride Netze 12 / 50
7 Verfahren zur Dreiecksvermaschung - Definition - Voronoi-Polygon - Delaunay-Triangulation (DT) - Beispiel einer Lösung zur iterativen Dreiecksvermaschung - Lokalisierung eines Dreiecks - Datenorganisation zur Verwaltung von Triangulationen 13 / 50 Definition Eine Triangulation ist ein planarer Graph, bei dem alle Maschen Dreiecke sind. Die Triangulation einer Menge von Punkten MT ist ein planarer Graph mit einer maximalen Anzahl von Kanten. MT - Anzahl Punkte, MU- Anzahl Punkte auf Umrandungspolygon NE - Anzahl Kanten (edges), NT - Anzahl Dreiecke (triangles) NE = 3(MT-1) - MU </= 3MT NT = 2(MT-1) - MU </= 2MT => verschiedene Triangulationen für eine gegebene Menge von Punkten möglich => Einführung von Bedingungen für eine eindeutige Lösung notwendig Beispiele: => minimum edge length (Summe der Dreiecksseiten minimal) => maxmin Winkel-Triangulation (Maximierung des minimalen Winkels) 14 / 50
8 Voronoi-Polygon 2x Mausklick Beispiel eines Voronoi-Diagramms Anwendungen: Postamtproblem Schulzuordnung weitere 15 / 50 Delaunay-Triangulation (DT) Die DT ist der duale Graph des Voronoi-Diagramms. Quelle: 16 / 50
9 Delaunay-Triangulation (DT) Hinweis: die DT ist die "Standard"-Triangulationsmethode hinreichende Bedingung: Dreiecksumkreisbedingung (wird sehr häufig bei der Implementierung genutzt) sehr viele Algorithmen vorgeschlagen Erweiterung: Berücksichtigung von Kanten, DT in den Bereichen zwischen den Kanten (Kanten als Zwangsseiten) 17 / 50 Beispiel einer Lösung zur iterativen Dreiecksvermaschung 1x Mausklick auf Initialisierung 18 / 50
10 Beispiel: Lokalisierung eines Dreiecks 19 / 50 Datenorganisation und Verwaltung von Triangulationen Beispiel: Organisation nach Dreiecken und Nachbardreiecken 20 / 50
11 Verfahren zur DGM- Allgemeine Interpolationsverfahren: - Lineare Interpolation - Bilineare Interpolation Verfahren zur Interpolation eines Gitters aus beliebig verteilten Punkten: - Gleitendes Mittel (1) - Gleitendes Mittel (2) - Lineare Prädiktion - Interpolation über Finite Elemente (1) - Interpolation über Finite Elemente (2) Erinnerung: Verteilung der Massenpunkte: - Regelmäßig (z.b. Gitter / Matrix) - Unregelmäßig - Entlang von Höhenlinien / 50 Lineare Interpolation 1x Mausklick 22 / 50
12 Bilineare Interpolation Bei 4 geg. Punkten: 2 Dreiecke oder: bilineare Interpolation (Fläche 2. Ordnung! -> hyperbolisches Paraboloid) z(u,v) = (1-u)(1-v) z P1 + (1-u) v z P2 + u (1-v) z P3 + u v z P4 u, v = 0,... 1 umgeformt: Interpolation von zq eines Punktes Q (xq, yq) z q = a 0 + a 1 x q + a 2 y q + a 3 x q y q - bei Überbestimmung => Ausgleichung - auch Polynome höheren Grades möglich 23 / 50 Gleitendes Mittel (1) Gemessene Punkte (Primärpunkte) zu berechnende Gitterpunkte (Sekundärpunkte) Verzichtet auf die Erzeugung mathematisch bestimmbarer Teilflächen, berechnet den z-wert eines beliebigen Punktes aus den Werten der Punkte in einer gewissen Umgebung. z q = (p 1 z p n z n ) / (p p n ) einfaches Modell, einfache Berechnung; aber Problematik: welche/wieviele Punkte sind zu berücksichtigen? Wie sind die Gewichte zu berechnen? 24 / 50
13 Gleitendes Mittel (2) Ansätze: Wahl der Gewichte umgekehrt proportional zur Entfernung (auch Quadrat der Entfernung) statistische Betrachtung (Kovarianzfunktion für die Punkte Pi), Beispiele: f(d)= f(d)= 1/d e-ad**2 Reziproke Distanz Gaußsche Glockenkurve Anmerkungen: Bestimmung der Kovarianzfunktion ist nicht ganz einfach Ziel: Angemessene Filterung der Messpunkte Nicht zu starke Glättung der Geländeoberfläche Verfeinerung: Aufspaltung (der zu bestimmenden Geländeoberfläche) in einen (eigenen) deterministischen Anteil (Signal, auch Trendfunktion) und einen zufälligen Anteil (Rauschen) => Führt zum Verfahren der linearen Prädikation 25 / 50 Lineare Prädikation (1) Aufspaltung des Vektors z an einem beliebigen Punkt in zwei Anteile S (Signal) Signal R (Rauschen) zufälliger Beobachtungsfehler 26 / 50
14 Lineare Prädikation (2) allgemeine Aufgabe: Bestimmung (Schätzung) der Höhen eines Punktes aus n geg. Punkten lineare Prädiktion: z q = a 1 h 1 + a 2 h an h n beste Schätzung ergibt sich aus: zq = ct (C + D) -1 H H = Vektor der gegebenen Höhen hi C = Kovarianzmatrix der vorgegebenen Höhen D = Kovarianzmatrix der R-Bestandteile (i.d.r. diagonal angenommen) c = Vektor der Kovarianzen zwischen dem Neupunkt und den gegebenen Punkten neben z zunächst auch c und C unbekannt ; D apriori bekannt Empirische Bestimmung von c und C in einem bestimmten Intervall Programmpaket SCOP (Stuttgarter Contour Programm) Photogrammetrie Uni Stuttgart / TU Wien 27 / 50 Interpolation über Finite Elemente (1) Simultane Berechnung von (n) Sekundärpunkten in Gitterform aus (m) beliebig verteilten Primärpunkten. Ermittlung der Primärpunkte, die in eine Masche fallen Ansatz der Höhe des gegebenen Punktes aus den Gitterpunkten Aufstellen der (m) Verbesserungsgleichungen B1: vp = (1-dx) (1-dy) z(i,j) + dx (1-dy) z (i+1,j) + (1-dx) dy z(i,j+1) + dx dy z (i+1,j+1) z p Problem: unterbestimmtes Gleichungssystem 28 / 50
15 Interpolation über Finite Elemente (2) Lösung: zusätzliche Beobachtungsgleichungen B2 für die Krümmungen in den Gitterpunkten i, j (entlang der Gitterlinien): v i (i,j) = z (i-1,j) - 2 z(i,j) + z (i+1,j) - 0 v j (i,j) = z (i,j-1) - 2 z(i,j) + z (i,j+1) - 0 Lösung über vermittelnde Ausgleichung (=> große Systeme) Steuerung der Glättung über die Gewichtsverhältnisse (B1 <-> B2) Programmpaket HIFI (Height Interpolation by Finite Elements) TU München / Photogrammetrie 29 / 50 Ausdünnung dichter Punktfolgen Problematik: Höhenlinien liegen meist in sehr dichten Punktfolgen vor. Für die Verarbeitung empfiehlt sich eine Ausdünnung, z.b. mit Hilfe des Douglas Peuker Algorithmus: Vorgabe eines Schrankenwertes: Iterative Suche des Punktes mit maximalem Abstand zur Linie zwischen Anker und Laufpunkt (vgl. Skizze) Anwendung auch in anderen Bereichen (allgemeine Glättungs-/Generalisierungsprobleme) 30 / 50
16 Strukturierung von Höhenlinien - Problematik Wunsch: "erhalten" der morphologischen Genauigkeit der Höhenlinien Probleme bei der Triangulation Probleme bei Interpolationsansätzen 31 / 50 Strukturierung von Höhenlinien - Lösung Lösung: Automatisches "Auffinden" der Geripplinien: Mittelachsen zwischen Höhenlinien gleicher Höhe (Rücken, Mulden, Kuppen, Sättel) Höhenzuweisung Änderung/Verbesserung der Triangulation Berücksichtigung dieser Geripplinien bei der Interpolation noch nicht in kommerziellen Produkten 32 / 50
17 DGM- - Geometrische Genauigkeit - Genauigkeit Problematik - Empirische Genauigkeit des DGM 33 / 50 Geometrische Genauigkeit - 2x Mausklick 34 / 50
18 Genauigkeit - Problematik Wie gewährleistet man, dass eine bestimmte Genauigkeit erreicht wird? Testgebiete Profile (Beispiel, Abschätzung) Klassifizierung von Geländetypen 35 / 50 Genauigkeit Problematik - Beispiel 36 / 50
19 Genauigkeit Problematik - Abschätzung 37 / 50 Empirische Genauigkeit des DGM Empirische Genauigkeit von Primär- und Sekundär-DGM (Beipiele) Testgebiet U (1480m*1920m) S (540m*1200m) E (600m*1170m) Datenerfassung 25m Gitter (3640 Pkte) Kanten (1750 Pkte) 15m Gitter (2838 Pkte) Kanten (1535 Pkte) 15m Gitter (2339 Pkte) Kanten (321 Pkte) Flughöhe [m] Anzahl KP RMS [m] A B A : HIFI-Interpolation B : TIN/lineare Interpolation 38 / 50
20 Digitale Geländemodelle - Folgeprodukte und - DGM Folgeprodukte - von DGM (1) - von DGM (2) - von DGM (3) 39 / 50 DGM - Folgeprodukte -Einzelpunkthöhen -Längsprofile -Profile für die Orthoprojektion -Querprofile -Höhenlinien (Beispiel) -Höhenschichten (Beispiel) -Neigungsmodell -Neigungslinien -Neigungsklassen (Beispiel) -Exposition (Beispiel) -Automatische Schattierung (Beispiel) -Perspektive bzw. Axonometrische Darstellung (Beispiel) -Sichtbarkeitskarten (Beispiel) -Differenzenmodell -Differenzenlinien (auch => Klassen) -Volumen (z.b. Prismenverfahren, Quaderverfahren) 40 / 50
21 DGM Folgeprodukte - Beispiel Höhenlinien Hier: Für 2 versch. Epochen 41 / 50 DGM Folgeprodukte - Beispiel Höhenschichten 42 / 50
22 DGM Folgeprodukte - Beispiel Neigungsklassen 43 / 50 DGM Folgeprodukte - Beispiel Exposition 44 / 50
23 DGM Folgeprodukte - Beispiel Automatische Schattierung 45 / 50 DGM Folgeprodukte - Beispiel Perspektive bzw. Axonometrische Darstellung 46 / 50
24 DGM Folgeprodukte - Beispiel Sichtbarkeitskarte 47 / 50 von DGM (1) 2x Mausklick 48 / 50
25 von DGM (2) 2x Mausklick 49 / 50 von DGM (3) 6x Mausklick 50 / 50
Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3:
Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3: Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt AGIS / Inst. Für Angewandte Informatik (INF4) Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de
MehrModul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3:
Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 3: Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt AGIS / Inst. Für Angewandte Informatik (INF4) Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de
MehrModul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 5:
Modul Nr. 1608, M.Sc. Bau: Geodäsie und GIS Teil GIS Kapitel 5: Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt AGIS / Inst. Für Angewandte Informatik (INF4) Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de
MehrModelle und Systeme von Geodaten
Modelle und Systeme von Geodaten Digitale Geländemodelle V/Ü: Kartographische Informationsverarbeitung Beschreibung der Geländeoberfläche Die Geländeoberfläche (Reliefoberfläche) wird beschrieben durch
MehrBegriffe: Geländemodelle, Höhenmodelle, Oberflächenmodelle.
Digitale Oberflächenmodelle Begriffe: Geländemodelle, Höhenmodelle, Oberflächenmodelle. Ursprüngliches Ziel war es, flächenhafte Informationen bezüglich der Geländehöhen (= Höhen über dem Geoid) zu bekommen,
MehrBegriffe: Geländemodelle, Höhenmodelle, Oberflächenmodelle.
Digitale Oberflächenmodelle Begriffe: Geländemodelle, Höhenmodelle, Oberflächenmodelle. Ursprüngliches Ziel war es, flächenhafte Informationen bezüglich der Geländehöhen (= Höhen über dem Geoid) zu bekommen,
MehrTutorial Laserscanning: Automatisierung der Modellierung
Tutorial Laserscanning: Automatisierung der Modellierung Dr.-Ing. Fredie Kern Univ.-Prof. Dr.-Ing. habil. Wolfgang Niemeier Dipl.-Ing. Martin Zumstrull 1 Inhaltsverzeichnis 1. Was kann modelliert werden
MehrLernmodul 2: Geoobjekte und ihre Modellierung - Dreiecksnetze
Folie 1 von 16 Lernmodul 2 Dreiecksnetze Folie 2 von 16 Dreiecksnetze Übersicht Dreiecksnetze - Triangulated Irregular Networks - TINs Modellierung des Geländereliefs durch TINs Delaunay TINs: besonders
MehrInformationsveranstaltung 3D-Geobasisinformation die Produkte des LGLN. 3D-Messdaten Antje Tilsner
Informationsveranstaltung 3D-Geobasisinformation die Produkte des LGLN 3D-Messdaten Antje Tilsner Gliederung Entstehung von 3D-Messdaten Photogrammetrie Airborne-Laserscanning Digitale Bildkorrelation
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 1)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 2)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Nico Düvelmeyer WS 2009/2010, 2.2.2010 Überblick 1 Delaunay Triangulierungen 2 Berechnung der Delaunay Triangulierung Randomisiert inkrementeller
Mehr5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)
5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)
MehrGIS-Analysen - Analyseverfahren. Prof. Dr.-Ing. Wolfgang Reinhardt. Universität der Bundeswehr München
GIS 3 Kapitel 2: GIS - Analysen Prof. Dr.-Ing. Wolfgang Reinhardt Arbeitsgemeinschaft GIS Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de www.agis.unibw.de GIS-Analysen - - Motivation -
Mehr(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU
(1) Geometrie Vorlesung Computergraphik 3 S. Müller KOBLENZ LANDAU KOBLENZ LANDAU Organisatorisches Vorlesung CG 2+3 Die Veranstaltung besteht aus 2 Teilen, wobei in der Mitte und am Ende eine Klausur
MehrGeometrie 2. Julian Fischer Julian Fischer Geometrie / 30
Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI
MehrAlgorithmische Geometrie
Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend
MehrOptimales Routing. Paul Kunze
Optimales Routing Paul Kunze 10.07.2015 Grundlagen Grundlagen endliche Menge an Punkten Φ = {x i } aus R 2 hier: gebildet durch Poisson-Punktprozess A = A D : Route zum Ziel D Φ. Abbildung auf einem Graphen
MehrGrundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht Partielle Differentialgleichungen, Approximation der Lösung Finite Elemente, lineare und höhere Ansatzfunktionen Dünn
MehrAngewandte Mathematik am Rechner 1
Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 5 Grundlagen Analysis Kontinuierliche Mengen Vollständige Mengen Folgen Iterative Berechnungen Grenzwert:
MehrAlgorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Interpolation multivariater Daten Ulrich Rüde Lehrstuhl für Systemsimulation Sommersemester
MehrAnalytical Relief Shading. Topographische und Hochgebirgskartographie, SS2014 Egger Michaela a
Analytical Relief Shading Topographische und Hochgebirgskartographie, SS2014 Egger Michaela a0908356 Definition Ist der computerbasierte Prozess eine Schummerung aus einem Digitalen Höhenmodell (DHM) zu
MehrAnalyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten
. Analyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten Geodätische Woche 2010 1 Andreas Ernst und Wolf-Dieter Schuh 7. Oktober 2010 Motivation Räumliche Daten entstehen inzwischen
MehrMit e 0 für alle x IR ergeben sich aus 2 x+ x = 0 die Nullstellen 0 und 2. 2 b) Ableitung mit der Produktregel und Ausklammern der e-funktion 3
Aufgaben aus dem Aufgabenpool. Analysis A_ Gegeben ist die Funktion f mit x f(x) = e ( x + x ) (x IR). a) Bestimmen Sie die Nullstellen der Funktion f. ( ) x b) Zeigen Sie, dass die Funktion F mit F(x)
MehrDreiecksvermaschung räumlicher Objekte auf der Grundlage der Software Geomagic Studio
Dreiecksvermaschung räumlicher Objekte auf der Grundlage der Software Geomagic Studio Prof. Dr. Ing. Heinz Jürgen Przybilla Seminarvortrag Kristina Pavlovski, 2011 Zielsetzung Geometrische Beschreibung
MehrDigitales Geländemodell
Digitales Geländemodell Einmal erfassen, mehrfach nutzen Hansjörg Schönherr Präsident des Landesvermessungsamts Baden-Württemberg 25. Oktober 2007 Folie 1 1. Datenerfassung und Datenverarbeitung Folie
MehrNumerische Verfahren
Numerische Verfahren Interpolation Prof Dr-Ing K Warendorf, Prof Dr-Ing P Wolfsteiner Hochschule für Angewandte Wissenschaften München Fakultät 03 WS 13/14 Prof Dr-Ing K Warendorf (Fakultät 03) Numerische
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
4.2 FINITE-ELEMENTE-DISKRETISIERUNG Elementierung und Diskretisierung Im Gegensatz zum räumlichen Fachwerk, bei dem bereits vor der mathematischen Diskretisierung ein konstruktiv diskretes Tragwerk vorlag,
MehrDistributed Algorithms. Image and Video Processing
Chapter 6 Optical Character Recognition Distributed Algorithms for Übersicht Motivation Texterkennung in Bildern und Videos 1. Erkennung von Textregionen/Textzeilen 2. Segmentierung einzelner Buchstaben
MehrPrüfung in Grundlagen GIS im WS 2011/12
Prüfung in Grundlagen GIS im WS 2011/12 1. a) Beschreiben Sie den Aufbau von Raster- und Vektordaten! (4 Punkte) b) Nennen Sie je einen Dateityp für die Speicherung von Raster- und Vektordaten! (1 Punkt)
MehrOptimale Stationierung von Rettungshubschraubern
Rettungshubschraubern Universität Stuttgart Mathematische Modellierung Priv.-Doz. Dr. Iryna Rybak SS16 08.06.2016- Julia Löffelhardt Gliederung 1. Einführung 2. Modellrahmen 3. 1 Hubschrauber 1. 1 Hubschrauber,
Mehr6. Texterkennung in Videos Videoanalyse
6. Texterkennung in Videos Videoanalyse Dr. Stephan Kopf 1 Übersicht Motivation Texterkennung in Videos 1. Erkennung von Textregionen/Textzeilen 2. Segmentierung einzelner Buchstaben 3. Auswahl der Buchstabenpixel
Mehr2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation
Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)
MehrSuche nach korrespondierenden Pixeln
Suche nach korrespondierenden Pixeln Seminar Algorithmen zur Erzeugung von Panoramabildern Philip Mildner, Gliederung 1. Motivation 2. Anforderungen 3. Moravec Detektor 4. Harris Detektor 5. Scale Invariant
MehrSegmentierung und Datenapproximation von Laserscanneraufnahmen mittels statistischer Methoden
Segmentierung und Datenapproximation von Laserscanneraufnahmen mittels statistischer Methoden Ingo Neumann, Jens-André Paffenholz und Nico Lindenthal GEODÄTISCHES INSTITUT HANNOVER Session: Laserscanning
MehrBerechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen
Definition Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen Seminar über Algorithmen WS 2005/2006 Vorgetragen von Oliver Rieger und Patrick-Thomas Chmielewski basierend auf der Arbeit
MehrAnhang B (informativ) Beispiel für eine Spezifikation eines digitalen Höhenmodells
Anhang B (informativ) Beispiel für eine Spezifikation eines digitalen Höhenmodells Formblatt nach DIN 18740-6 für die Anforderungen an digitale Höhenmodelle 2) 1 Grundlegende Parameter Flächengröße (Abgrenzung
Mehrkleinsten Quadraten Session 4: Angewandte Geodäsie und GNSS Geodätische Woche, 29. September 2011, Nürnberg
von von Session 4: Angewandte Geodäsie und GNSS Corinna Harmening Jens-André Geodätisches Institut Leibniz Universität Hannover Geodätische Woche, 29. September 2011, Nürnberg 1 / 12 Motivation von Abb.
MehrKLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
MehrVoronoi Diagramme und Delaunay Triangulation
Voronoi Diagramme und Delaunay Triangulation Verfasser: Arbeit im Rahmen des Informatik-Seminars FS 2016 an der Berner Fachhochschule BFH Lukas Weber (lukas.weber@students.bfh.ch) Betreuer: Peter Schwab
MehrOptimierte regionale Gravitationsfeldmodelle aus GOCE Daten
Optimierte regionale Gravitationsfeldmodelle aus GOCE Daten Judith Schall, Jürgen Kusche, Annette Eicker, Torsten Mayer-Gürr Institut für Geodäsie und Geoinformation, Astronomisch, Physikalische und Mathematische
MehrGenerierung dichter Punktwolken mit UAS-Software -- Empirische Genauigkeitsuntersuchung
Hao PANG Generierung dichter Punktwolken mit UAS-Software -- Empirische Genauigkeitsuntersuchung Dauer der Arbeit: 6 Monaten Abschluss: Mai 2015 Betreuer: Dr. -Ing. Michael Cramer Prüfer: Prof. Dr.-Ing.
Mehr10 Delaunay Triangulierung
10 Delaunay Triangulierung 10.1 Motivation Interpolation von Höhendaten Ein Terrain ist der Graph einer Funktion f : A R 2 R. Typischerweise kennen wir f durch Messungen in endlich vielen Punkten P A,
MehrMengenberechnung aus Dreiecksnetzen
Mengenberechnung aus Dreiecksnetzen Mit den Funktionen unter diesem Menü können Volumen und Oberflächen zwischen zwei beliebigen Dreiecksnetzen oder zwischen einem Dreiecksnetz und einem Bezugshorizont
MehrKapitel 6 Differential- und Integralrechnung in mehreren Variablen
Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Inhaltsverzeichnis FUNKTIONEN IN MEHREREN VARIABLEN... 3 BEISPIELE UND DARSTELLUNGEN... 3 GRENZWERT UND STETIGKEIT (ABSTANDSBEGRIFF)...
MehrAlgebra Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale
Algebra 1 www.schulmathe.npage.de Aufgaben 1. Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale Lösung? x + y + mz = 0 mx y + z = 0 x + y + z = 0. Welche Punkte P z der z-achse
MehrGliederung. Gliederung (cont.) Gliederung (cont.)
- Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 11. Mai 2010 Allgemeine Informationen Einführung
Mehrgeoinformation.net Seite 1 von 18 FernerkundungGeoreferenzierte Bilddaten
geoinformation.net Seite 1 von 18 FernerkundungGeoreferenzierte Bilddaten geoinformation.net Seite 2 von 18 Luftbild Karlsruhe Ausschnitt ca. 1,4 x 1,4 km geoinformation.net Seite 3 von 18 Entzerrung http://www.caf.dlr.de/
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 4. Teil Finite-Volumen-Methode
Mehr1 Singulärwertzerlegung und Pseudoinverse
Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung A sei eine Matrix mit n Spalten und m Zeilen. Zunächst sei n m. Bilde B = A A. Dies ist eine n n-matrix. Berechne die Eigenwerte von B. Diese
Mehr4. Das Verfahren von Galerkin
4. Das Verfahren von Galerkin 4.1 Grundlagen 4.2 Methode der finiten Elemente 4.3 Beispiel: Stab mit Volumenkraft Prof. Dr. Wandinger 3. Prinzip der virtuellen Arbeit FEM 3.4-1 4.1 Grundlagen Das Verfahren
MehrBildsegmentierung mit Snakes und aktiven Konturen
Bildsegmentierung mit Snakes und aktiven Konturen 5. Dezember 2005 Vortrag zum Seminar Bildsegmentierung und Computer Vision Übersicht 1 2 Definition der Snake Innere Energie S(c) 3 Statisches Optimierungsproblem
Mehr8 Geländeaufnahme und Massenberechnung
8 Geländeaufnahme und Massenberechnung 8. Grundlagen und Höhendarstellung 8.. Übersicht über die Verfahren zur Geländeaufnahme An der Form und Gestalt der festen Erdoberfläche sind dauernd Kräfte wirksam,
MehrMosaikierung digitaler Geländemodelle
Paper-ID: VGI 200512 Mosaikierung digitaler Geländemodelle Gottfried Mandlburger 1 1 Christian Doppler Labor für Spatial Data from Laser Scanning and Remote Sensing am Institut für Photogrammetrie und
MehrAlgorithmische Geometrie: Einstimmung
Algorithmische Geometrie: Einstimmung Nico Düvelmeyer WS 2009/2010, 20.10.2009 Überblick 1 Organisatorisches 2 Fachgebiet Typische Untersuchungsgegenstände Typische Anwendungsgebiete 3 Inhalte der Vorlesung
MehrKrümmungsapproximation auf 3D-Modellen
Krümmungsapproximation auf 3D-Modellen Mathematische Grundlagen und Approximation Christian Cyrus Matrikelnummer 157707 Fakultät für Informatik Otto-von-Guericke-Universität Magdeburg Diese Ausarbeitung
MehrSerie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.
Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =
MehrMathematik. für das Ingenieurstudium. 10 Funktionen mit mehreren Variablen. Jürgen Koch Martin Stämpfle.
10 Funktionen mit mehreren Variablen www.mathematik-fuer-ingenieure.de 2010 und, Esslingen Dieses Werk ist urheberrechtlich geschützt. Alle Rechte, auch die der Übersetzung, des Nachdruckes und der Vervielfältigung
MehrAnwendungen der Differentialrechnung
KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle
MehrMethode der kleinsten Quadrate DSV2, 2007, Least-Squares, Rumc, 1
Methode der kleinsten Quadrate DSV2, 2007, Least-Squares, Rumc, 1 Problem der linearen Annäherung im Skalarprodukt-Raum Finde für einen beliebigen Vektor y eine Linearkombination y e der Vektoren 1, 2,...,
MehrDistanzprobleme in der Ebene
Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P
MehrAufgaben für das Fach Mathematik
Niedersächsisches Kultusministerium Referat / Logistikstelle für zentrale Arbeiten Januar 06 Aufgaben für das Fach Mathematik Eingesetzte Abituraufgaben aus dem länderübergreifenden Abituraufgabenpool
MehrMatthias Treydte Fakultät für Informatik TU Chemnitz
Einführung MRM / LOD Matthias Treydte Fakultät für Informatik TU Chemnitz Übersicht 1. 2. 3. 4. 5. 6. 7. Wozu das Ganze? Wie kann man Polygonzüge vereinfachen? Wie sind Vereinfachungen zu bewerten? Welche
MehrStudienberechtigungsprüfung Mathematik VHS Floridsdorf
Studienberechtigungsprüfung Mathematik VHS Floridsdorf von Dr. Manfred Gurtner Würl 0/ Teil für : ) Zahlenrechnen und Taschenrechner: a) Berechnen Sie: [( 6) ( ) (+)] [( 0)+(+)] (+5) + ( ) = 5 b) Berechnen
MehrÜbungen mit dem Applet Interpolationspolynome
Interpolationspolynome 1 Übungen mit dem Applet Interpolationspolynome 1 Ziele des Applets... 2 2 Übungen mit dem Applet... 2 2.1 Punkte... 3 2.2 y=sin(x)... 3 2.3 y=exp(x)... 4 2.4 y=x 4 x 3 +2x 2 +x...
MehrGert Domsch, CAD-Dienstleistung Autodesk Civil 3D 2016, Infrastructure Design Suite 2016 Premium
Autodesk CIVIL 3D 2016 Elementkante, Verschneidung (Böschungskonstruktion) funktionale Übersicht, unregelmäßige Baukörper Gert Domsch, CAD-Dienstleistung 25.04.2015 Inhalt Einführung... 2 Konstruktions-Basis
MehrSchnellkurs und Übersicht zur Gröÿtfehlerabschätzung und Fehlerrechnung
1 Schnellkurs und Übersicht zur Gröÿtfehlerabschätzung und Fehlerrechnung Zum Messergebnis gehören immer eine Fehlerangabe und nur signikante Stellen 1 Beim Messen arbeiten wir mit Näherungswerten! Selbst
MehrAnalyse eines zweistufigen, regionalen Clusteralgorithmus am Beispiel der Verbundenen Wohngebäudeversicherung
Analyse eines zweistufigen, regionalen Clusteralgorithmus am Beispiel der Verbundenen Wohngebäudeversicherung Zusammenfassung der Diplomarbeit an der Hochschule Zittau/Görlitz Maria Kiseleva Motivation
MehrKapitel 1. Vektoren und Matrizen. 1.1 Vektoren
Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 4. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 17. März 2016 Lineare Gleichungssysteme 1 Wiederholung: Normen, Jacobi-Matrix,
MehrInterpolation und Integration mit Polynomen
Interpolation und Integration mit Polynomen Philipp Andrea Zardo Universität Kassel 23. Februar 2006 / Kassel Outline 1 Einleitung Was ist numerische Mathematik? Die eulersche e-funktion Ein Wurzelalgorithmus
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers)
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht: Partielle Differentialgleichungen, Approximation der Lösung, Finite Elemente, lineare und höhere Ansatzfunktionen, Dünn
MehrProf. Steinwart Höhere Mathematik I/II Musterlösung A =
Prof. Steinwart Höhere Mathematik I/II Musterlösung 7..7 Aufgabe ( Punkte) (a) Bestimmen Sie die Eigenwerte und Eigenräume der Matrix A mit 3 3 A = 3 Ist die Matrix A diagonalisierbar? (b) Die Matrix A
MehrÜbung Computergrafik 3
1.Übungsblatt: Geometrie Institut für Computervisualistik 17. Juni 2013 Aufgabe 1: Fragezeichen Gegeben: Menge zufälliger 2D-Punkte Entsprechende Anzahl zufälliger Farben Kegel zeichnen Spitze auf Punkt
MehrAusgleichungsrechnung - nach der Methode der kleinsten Quadrate -
Computer Vision Ausgleichungsrechnung - nach der Methode der kleinsten Quadrate -.6.5 Problem Beispiel: Bestimmung der Parameter einer Gerade bei gegebenen x und fehlerhaften y y = ax+ b Beschreibung der
MehrBildverarbeitung Herbstsemester. Mustererkennung
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Mustererkennung 1 Inhalt Einführung Mustererkennung in Grauwertbildern Ähnlichkeitsmasse Normalisierte Korrelation Korrelationskoeffizient Mustererkennung
MehrGeometrie Stochastischer Signale
De Gruyter Studium Geometrie Stochastischer Signale Grundlagen und Anwendungen in der Geodaten-Verarbeitung Bearbeitet von Siegfried Meier, Andrzej Borkowski 1. Auflage 2011. Taschenbuch. X, 331 S. Paperback
MehrAnordnungstechniken für konvektionsdominante Probleme im Ê 3. Dimensionsunabhängige Verfahren. Algorithmen für planare Graphen. Numerische Beispiele
Anordnungstechniken für konvektionsdominante Probleme im Ê 3 Inhalt: Einführung Dimensionsunabhängige Verfahren Algorithmen für planare Graphen Anordnungen im Ê 3 Numerische Beispiele 2 Einführung betrachtet
MehrTopologieerkennung von Sensornetzwerken
looz@ira.uka.de Institut für Theoretische Informatik - Algorithmik I 26. Januar 2010 Übersicht Motivation Definitionen Überlegungen Algorithmus Resultate Motivation Definitionen Überlegungen Algorithmus
MehrEntwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen
Entwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen Seminar - Wintersemester 2010/2011 Fakultät Technik und Informatik Department Informatik Gregory Föll Übersicht Rückblick Stereo
MehrFlächenbildung durch Interpolation von diskreten Punktdaten
Flächenbildung durch Interpolation von diskreten Punktdaten Praktische Anwendung von Thiessen-Polygonen als Methode der Regionalisierung im GIS Koris Forum 14.Okt.2010 Corinna Mundzeck Vortragsübersicht
MehrAutomatische Generierung von Höhenlinien aus dem DGM
Geoinformation und Landentwicklung Automatische Generierung von Höhenlinien aus dem DGM Maria Paesch Referat Kartographie Baden-Württemberg 17. September 2012 1 von 23 Warum neue Höhenlinien? Weil Höheninformationen
MehrTeil 2: Kurven und Flächen. Kurven und Flächen. Kurven. Parametrische Objekte. Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrTeil 2: Kurven und Flächen
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
MehrÜberblick. Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung
Grundlagen Überblick Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes-Klassifikator
MehrDigitale Verarbeitung analoger Signale
Digitale Verarbeitung analoger Signale Digital Signal Analysis von Samuel D. Stearns und Don R. Hush 7., durchgesehene Auflage mit 317 Bildern, 16 Tabellen, 373 Übungen mit ausgewählten Lösungen sowie
MehrFÜR TECHNIK STUTTGART
Herzlich Willkommen! Dipl.-Ing. (FH) Marco Schrempp Application Engineer HOCHSCHULE FÜR TECHNIK STUTTGART 01.12.2006 26. April 2007 AGENDA 1. Die AKG-Firmengruppe 2. GeoMedia und VESTRA 3. Geodäsieprojekt
MehrVoronoi Diagrams, Delaunay Triangulations and Alpha Shapes Nils Kubera (6kubera)
Voronoi Diagrams, Delaunay Triangulations and Alpha Shapes 12.11.2008 Nils Kubera 5886728 (6kubera) Inhalt Einleitung Algorithmen zur Generierung Beschränkungen Aktualität Quellen Inhalt Einleitung Algorithmen
MehrAusgleichungsrechnung
Wolfgang Niemeier Ausgleichungsrechnung Statistische Auswertemethoden 2., überarbeitete und erweiterte Auflage W DE G Walter de Gruyter Berlin New York Inhaltsverzeichnis Vorwort v 1 Beurteilung von Messungsgrößen
MehrEinleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7
Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3
MehrÜberbestimmte lineare Gleichungssysteme
Überbestimmte lineare Gleichungssysteme Fakultät Grundlagen September 2009 Fakultät Grundlagen Überbestimmte lineare Gleichungssysteme Übersicht 1 2 Fakultät Grundlagen Überbestimmte lineare Gleichungssysteme
MehrGeg.: Eine Menge von Elementen, z.b.
1.3 Zweidimensionale Häufigkeitsverteilungen Geg.: Eine Menge von Elementen, z.b. Schüler einer Schule Soldaten eines Bataillons Schrauben einer Stichprobe Tage eines Jahrhunderts Betrachtet werden zwei
MehrGeometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme
Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms
MehrSeminar: Data Mining. Referat: Andere Möglichkeiten des Data Mining in verteilten Systemen. Ein Vortrag von Mathias Rohde. 11.
Referat: Andere Möglichkeiten des Data Mining in verteilten Systemen 11. Juni 2009 Gliederung 1 Problemstellung 2 Vektorprodukt Approximationen Samplesammlung 3 Schritte Lokalität und Nachrichtenkomplexität
MehrVorstellung der Bachelorthemen SS 2012
Vorstellung der Bachelorthemen SS 2012 Photogrammetrie Institut für Photogrammetrie und Fernerkundung (I.P.F.), Technische Universität Wien www.ipf.tuwien.ac.at Ablauf Ziele / Ablauf Konkrete Themenvorschläge
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.
MehrUNI Duisburg-Essen FB11 Photogrammetrie-Klausur Teil Matrikel-Nr.:
1. Nennen Sie je 2 typische Anwendungen aus den Bereichen (6 Punkte) a. Nahbereichsphotogrammetrie b. Luftbildphotogrammetrie c. Fernerkundung 2. Nennen Sie je 2 typische Sensoren aus den Bereichen (6
Mehr