Bildbasierte 3D Punktwolken Grundlagen, Anwendungen und Erfahrungen

Größe: px
Ab Seite anzeigen:

Download "Bildbasierte 3D Punktwolken Grundlagen, Anwendungen und Erfahrungen"

Transkript

1 Bildbasierte 3D Punktwolken Grundlagen, Anwendungen und Erfahrungen Heinz Jürgen Przybilla

2 Gliederung Einleitung Grundlagen Structure from Motion (SIFT und RANSAC Algorithmen) Bündelblockausgleichung Dense Image Matching (Dichte Bildzuordnung) Systeme Anwendungen & Erfahrungen Zusammenfassung Parameterisierung Agisoft Photoscan

3 Photogrammetrische Bildaufnahme Terrestrisch Unbekannte Innere Orientierung Äußere Orientierung Objektkoordinaten Räumlicher Bildverband

4 Photogrammetrische Bildaufnahme Luftbild Befliegungsanordnungen im Testfeld Zeche Zollern Nadir normal (REGULAR): dunkelblau Kreuz (CROSS): rot

5 Photogrammetrische Bildaufnahme Unstrukturiert Quelle: Räumlicher Bildverband

6 Photogrammetrische Bildaufnahme Unstrukturiert Quelle: Räumlicher Bildverband

7 Grundlagen Workflow Bilddatenerfassung SIFT Merkmalsextraktion RANSAC Merkmalszuordnung Kollinearitätsgleichung Bildtriangulation Sparse Point Cloud (Stereo ) Bildzuordnung Matching Dense Point Cloud

8 Grundlagen Bilddatenerfassung

9 Grundlagen In der Photogrammetrie wird die 3D Geometrie durch das Erstellen von Bildern desselben Objekts aus verschiedenen Positionen erhalten. Dies macht einen einzigen Punkt auf dem Objekt sichtbar als Pixel in mehreren Bildern. Für jedes Bild kann eine gerade Linie aus dem Kamerazentrum durch das Pixel im Bild gezogen werden. Diese Linien schneiden sich an einem Punkt, der die 3D Position des Objektpunktes darstellt.

10 Grundlagen Bild 1 XYZ Bild 2 Zentralperspektive Kamera1 Kamera2 Kollinearitätsgleichung x =f(iori,äori, OBJ KOORD.) y =f(iori,äori, OBJ KOORD.)

11 Grundlagen Vorausssetzung ist eine bekannte Innere und Äußere Orientierung jedes beteiligten Bildes. Zu diesem Zweck werden so genannte Verknüpfungspunkte verwendet, um alle Bilder miteinander zu verknüpfen. Jeder Verknüpfungspunkte ist ein gut erkennbarer Punkt, der in allen Bildern identifiziert wird, in denen er auftritt. Ausreichende Verknüpfungspunkte erlauben die Rekonstruktion der relativen Position aller Bilder.

12 Grundlagen Zusätzlich sollten bekannte Punkte (Passpunkte / Ground Control Points (GCPs)) mit 3D Koordinaten im übergeordneten System hinzugefügt werden ( Georeferenzierung). Verknüpfungspunkte und GCPs werden in einer Bündelblockausgleichung kombiniert, was zu den 3D Koordinaten (XYZ) aller Verknüpfungspunkte und, noch wichtiger, der Position und Orientierung jedes Bildes führt (IORI, ÄORI).

13 Grundlagen Merkmalsextraktion Bildtriangulation erfordert Verknüpfungspunkte Quelle:

14 Grundlagen Merkmalsextraktion Lösungsansatz

15 SIFT Algorithmus Algorithmus zur Extraktion lokaler Bildmerkmale: Scale Invariant Feature Transformation SIFT ( Massstabsunabhängige Merkmalstransformation ) Wird vorrangig bei der Bildregistrierung/ zuordnung verwendet.

16 SIFT Algorithmus Bilder werden im ersten Schritt mit einem Gauß Filter geglättet, um sie vom Bildrauschen zu bereinigen. Das Bild wird danach in lokale Merkmalspunkte unterteilt, die unempfindlich gegen perspektivische Verzerrung sind. Markant sind Objekte, deren Eigenschaften von ihrem Hintergrund abweichen.

17 SIFT Algorithmus Die extrahierten Merkmale sind unempfindlich gegenüber Koordinatentransformationen wie Translation, Rotation und Skalierung. Sie sind außerdem robust gegen Beleuchtungsvariation, Bildrauschen und geringere geometrische Deformation höherer Ordnung, wie zum Beispiel durch projektive Abbildung verursacht. Quelle: invariant_feature_transform

18 Merkmalspunkte Weiss: Merkmale ohne Korrespondenz Blau: Merkmale mit mindestens einer Korrespondenz

19 RANSAC Algorithmus Für die Zuordnung werden mittels des RANSAC Algorithmus die Daten mehrerer, zufällig ausgewählter Merkmalspunkte (verschiedener Bilder) auf eine Übereinstimmung verglichen. RANSAC RANdom SAmple Consensus (Übereinstimmung mit einer zufälligen Stichprobe) Der Algorithmus ist (im Sinne der Ausgleichungsrechnung) extrem robust.

20 RANSAC Algorithmus Der von Fischler und Bolles vorgeschlagene RANdom SAmple Consensus (RANSAC) Algorithmus ist ein allgemeiner Parameterschätzungsansatz, der entwickelt wurde, um einen großen Anteil an Ausreißern in den Eingangsdaten zu verarbeiten.

21 RANSAC Algorithmus Anders als viele der üblichen robusten Schätztechniken (z. B. M Schätzer), die von der Computer Vision Community aus der Statistikliteratur übernommen wurden, wurde RANSAC in der Computer Vision Community entwickelt.

22 RANSAC Algorithmus RANSAC ist eine Resampling Technik, die Lösungen erzeugt, indem sie die für die Schätzung der zugrundeliegenden Modellparameter erforderlichen Mindestanzahl der Beobachtungen (Datenpunkte) verwendet. RANSAC verwendet also die kleinste Menge und fährt fort dieses Set mit konsistenten Datenpunkte zu vergrößern.

23 RANSAC Algorithmus Dem gegenüber stehen Sampling Techniken, die so viel als möglich Daten nutzen um eine erste Lösung zu erhalten, um danach Ausreißer zu eliminieren. Der Grundalgorithmus ist wie folgt strukturiert:

24 RANSAC Algorithmus 1. Auswahl einer zufällig verteilten, minimalen Anzahl von Punkten, die zur Ermittlung der Modellparameter erforderlich sind. 2. Berechnen der Parameter des Modells. 3. Ermitteln, wie viele Punkte aus dem Satz aller Punkte zu einer vordefinierten Toleranz c passen.

25 RANSAC Algorithmus 4. Wenn der Anteil der Inlier aus der Gesamtanzahl der Punkte im Datensatz einen vordefinierten Schwellwert τ überschreitet, werden die Modellparameter mit allen identifizierten Inliern neu berechnet und die Berechnung beendet. Andernfalls wiederholen der Schritte 1 bis 4 (maximal N mal).

26 RANSAC Algorithmus Merkmalszuordnung Rote Linien: ungültige Zuordnungen Blaue Linien: gültige Verknüpfungen zwischen dem Bildpaar

27 Bündelblockausgleichung Bildtriangulation Unbekannte Innere Orientierung Äußere Orientierung Objektkoordinaten Sparse Point Cloud

28 Resultat der Triangulation Bündeltriangulation Sparse Point Cloud

29 Dense Image Matching (Dichte Bildzuordnung) Um eine dichte Punktwolke zu erhalten, wird für fast jedes Pixel im Bild ein entsprechender Punkt benötigt. Der Merkmals basierte Matching Ansatz ist für diesen Zweck nicht geeignet, da nicht jedes Pixel im Bild einem gut erkennbaren Merkmal in einem anderen Bild entspricht. Viele Pixel repräsentieren z.b. eine graue Oberfläche einer Straße oder eines Pflasters oder eines grünen Musters der Vegetation. Diese Pixel können nicht automatisch mit einer Funktion verknüpft werden und werden daher durch den Merkmals basierten Matching Ansatz nicht erfasst.

30 Dense Image Matching (Dichte Bildzuordnung) Dichte Bildzuordnung nutzt einen alternativen Ansatz, um einen entsprechenden Punkt für fast jedes Pixel im Bild zu erhalten. Anstatt das gesamte Bild nach Merkmalen zu durchsuchen, wird in zwei überlappenden Bildern Zeile für Zeile verglichen. Im Wesentlichen reduziert dies das Problem auf eine viel einfachere eindimensionale Suche.

31 Dense Image Matching (Dichte Bildzuordnung) Dies erfordert einen Bildrektifizierungsschritt, bevor das Matching beginnt. Die Bilder müssen so umgeformt werden, dass jede Zeile von Pixeln in einem Bild genau einer Zeile in dem anderen Bild entspricht, d.h. in technischer Hinsicht sollten die Zeilen der Bilder parallel zur Epipolarlinie sein.

32 Epipolargeometrie Kernebene bei konvergenten Aufnahmen rot: Bildvektoren / blau: Kernlinie

33 Epipolargeometrie Kernebene für den Stereo Normalfall (rot: Bildvektoren) / blau: Kernlinie

34 Dense Image Matching (Dichte Bildzuordnung) Im Falle von Luftbildern, die in langen Flugstreifen erfasst werden, gibt es in der Regel eine gute Korrespondenz zwischen den Zeilen, so dass nur eine kleine Korrektur benötigt wird. Terrestrische und schräge Bilder können jedoch eine erhebliche Anpassung erfordern, um diese Zeile zu Zeile Eigenschaft zu erreichen.

35 Dense Image Matching (Dichte Bildzuordnung) Aus rechnerischer Sicht kann dies mit einer einfachen Perspektivumwandlung erreicht werden. Für das menschliche Auge können die resultierenden Bilder stark verzerrt erscheinen

36 Dense Image Matching (Dichte Bildzuordnung) Quelle: N. Haala / Universität Stuttgart

37 Dense Image Matching (Dichte Bildzuordnung) Bild 1 Bild 2 Aktuelles Such Pixel Aktuelles Such Zeile Pixelzuordnung durch Grauwert-Suche in der zugehörigen Zeile des Nachbarbildes

38 Dense Image Matching (Dichte Bildzuordnung) Der Zeilen weise Ansatz für Bilder ist effizient, aber da jede Zeile vollständig unabhängig behandelt wird, besteht die Gefahr einer Trennung zwischen den Ergebnissen. Dieser Effekt heißt Streifenbildung (streaking). Um diesen Nachteil zu überwinden, wurde der Semi global Matching Ansatz (SGM) entwickelt.

39 Dense Image Matching (Dichte Bildzuordnung) SGM bewertet nicht nur horizontal nacheinander, sondern auch das Bild in 16 verschiedenen Richtungen. Dies ergibt 16 passende Ergebnisse, die dann in einer gewichteten Summe kombiniert werden, um ein endgültiges Ergebnis zu erzielen, das viel weniger Rauschen aufweist. Darüber hinaus kann dieser Ansatz weitere Bilder hinzufügen, die auch über eine Überlappung verfügen und für ein noch besseres Ergebnis sorgen.

40 Dense Image Matching (Dichte Bildzuordnung) Zugehöriges Pixel befindet sich in gleicher Reihe des Epipolarbildes Ergebnis der Zuordnung: Parallaxe, Disparität = Disparitäts/Parallaxenbild repräsentiert alle Parallaxen Eingabe für Triangulierung: Mit den bekannten Orientierungsparametern kann für jedes Pixel die zugehörige 3D-Punktkoordinate berechnet werden 3D Vorwärtsschnitt Quelle: N. Haala / Universität Stuttgart

41 Dense Image Matching (Dichte Bildzuordnung) Photogrammetrische Erfassung der Oberfläche erfolgt mit großer Redundanz: das gleiche Objekt erscheint in mehreren Bilder. Multi Stereo Zuordnung Quelle: N. Haala / Universität Stuttgart

42 Dense Image Matching (Dichte Bildzuordnung) Redundante Messungen werden zur Überprüfung der geometrischen Konsistenz genutzt um Fehlmessungen zu eliminieren und die Genauigkeit der Ergebnisse zu erhöhen. Ergebnis ist endgültige Tiefenkarte oder 3D Punktwolke. Quelle: N. Haala / Universität Stuttgart

43 Dense Image Matching (Dichte Bildzuordnung) Zuordnung jede Pixels des zentralen Basisbildes zu mehreren benachbarten Match Bilder (Multi Stereo Zuordnung). Überbestimmter Vorwärtsschnitt für jedes Pixel des Match Bildes. Quelle: N. Haala / Universität Stuttgart

44 Dense Image Matching Matching Dense Point Cloud

45 Dense Image Matching Matching Dense Point Cloud

46 3D Vermaschung

47 3D Vermaschung

48 Texturierung

49 DIM Systeme Das Angebot an Systemen zum Dense Image Matching ist umfangreich und wächst stetig weiter! Bundler / PMVS 2 (Cornell University) MicMac (IGN Paris) SURE (Uni Stuttgart) Photomodeler Scanner (EOS Systems) 123D Catch (Autodesk) Pix4DMapper (Pix4D) Photoscan (Agisoft)

50 Agisoft Photoscan Ist ein SFM/DIM Tool mit vollständiger grafischer Oberfläche und 3D Viewer Preis: ca (Educational License: 500 ) Rechnerausstattung: ENORM

51 Hardware Anforderungen Quelle:

52 Hardware Anforderungen Quelle:

53 Zeche Zollern (DIM)

54 Zeche Zollern (TLS)

55 Beispiel Deponie 1 Spezielle Topographie Vertikalausdehnung von ca. 35m > starke Variation der Überlappungsverhältnisse 2 Befliegungen 1. Längsüberdeckung 60% Querüberdeckung 60% Flughöhe 100m 2. Längsüberdeckung 60% Querüberdeckung 40% Flughöhe 100m Schrägaufnahmen auf einer Kreisbahn um den Deponiemittelpunkt auf 75m und 100m Höhe

56 Bildorientierung Ca. 110 Fotos (Kamera: Ricoh GXR)

57 Dense Point Cloud Punktewolke mit 30 Millionen Punkten

58 Zusammenfassung Dense Image Matching / Structure from Motion ist für den Geodäten ein reizvolles neues Werkzeug, das seine Wurzeln im Bereich des Computervision hat. Die Technologie bietet im Ergebnis Punktwolken, die nahezu die Eigenschaften der durch TLS / ALS erzeugten Geometriedaten aufweisen, aber deutliche Abhängigkeiten von Objektstruktur und Oberfläche haben.

59 Zusammenfassung Die Nutzung der am Markt verfügbaren Softwaren ist (scheinbar) ohne Vorabkenntnisse möglich Die Grundsätze der Photogrammetrie werden auch durch Dense Image Matching / Structure from Motion nicht außer Kraft gesetzt! Kenntnisse im Bereich der Bildtriangulation und insbesondere der Sensor (Kamera ) Kalibrierung sind zwingend notwendig!

60 Zusammenfassung Die dichte Punktwolke und das Orthofoto sind die sofort verfügbaren Endprodukte. Die Verfügbarkeit vektorieller Daten steht derzeit nicht im Fokus der Entwickler. Objektrepräsentationen erfolgen i.d.r. mittels Dreiecksvermaschung

61 Literatur SIFT Scale Invariant Feature Transformation David G. Lowe. Distinctive Image Features from Scale Invariant Keypoints. Computer Science Department University of British Columbia, Vancouver, B.C., Canada. January 5, 2004 RANSAC Random sample consensus M.A. Fischler and R.C. Bolles. Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography. Communications of the ACM, 24(6): , R. Hartley and A. Zisserman. Multiple View Geometry in Computer Vision. University Press, Cambridge, P. Torr and C. Davidson. IMPSAC: A synthesis of importance sampling and random sample consensus to effect multi scale image matching for small and wide baselines. In European Conference on Computer Vision, pages , P. Torr and A. Zisserman. MLESAC: A new robust estimator with applica tion to estimating image geometry. Computer Vision and Image Understanding, 78(1): , Dense Image Matching (Dichte Bildzuordnung) Hirschmüller, H. (2008): Stereo Processing by Semi Global Matching and Mutual Information. IEEE Transactions on Pattern Analysis and Machine Intelligence, 30 (2), pp K. Wenzel, M. Rothermel, N. Haala & D. Fritsch: SURE The ifp Software for Dense Image Matching. The_ifp_Software_for_Dense_Image_Matching

62 Agisoft Photoscan 1. Final Alignment Abschließende Bildorientierung 17% 2. Camera Position Optimization Optimierung der Kameraorientierung 0% 3. Dense Cloud Generation Erstellung der Dichten Punktwolke 79% 4. Mesh Generation Erstellung der 3D Vermaschung 2% 5. Texture Generation Erstellung des texurierten Modells 2% Verarbeitungszeit unter Verwendung von Standard-Einstellungen (Beispiel)

63 Grundeinstellung für die Verarbeitung Alignment (Bildorientierung) Accuracy (Genauigkeit) High Pair preselection (Paar Vorauswahl) Disabled Key point limit (Obergrenze der Key Points ) Tie point limit (Obergrenze der Verknüpfungspunkte) 4000 Constrain features by mask (Merkmale mittels Maskierung No ausgrenzen) Camera Optimization (Optimierung der Kameraorientierung) Parameters (*) f, cx, cy, k1 k3, p1, p2 (*) f Kamerakonstante; cx, cy Hauptpunktlage; k1-k4 Radialsymmetrische Verzeichung; p1-p4 Tangential aysmmetrische Verzeichnung (Innere Orientierung)

64 Grundeinstellung für die Verarbeitung Dense Point Cloud Generation (Erstellung der Dichten Punktwolke) Quality High Filtering mode Moderate Mesh Generation (Erstellung der 3D Vermaschung) Surface type (Oberflächenart) Height field Source data (Ausgangsdaten) Dense Cloud Interpolation (Interpolation) Enabled Quality (Qualität) High Depth filtering (Tiefenfilterung) Moderate Texture Generation (Erstellung des texturierten Modells) Mapping mode (Kartierungsmodus) Adaptive orthophoto Blending mode (Mischmodus) Mosaic Texture size (Texturgröße) 4,096 x 4,096

65 Grundeinstellung für die Verarbeitung DEM Generation (Erstellung des DHM) Source data (Ausgangsdaten) Interpolation (Interpolation) Orthomosaic Generation (Erstellung des Orthofotos) Channels (Kanäle) Blending mode (Mischmodus) Surface (Oberfläche) Enable color correction (Farbkorrektur verwenden) Dense cloud Enabled 3, uint8 Mosaic Mesh No

66 Primäre Parameter zur Bildorientierung Accuracy (Genauigkeit) Der Parameter "Genauigkeit" definiert die räumliche Auflösung jedes Bildes. Beispielsweise bedeutet die Auswahl eines höheren Wertes für "Genauigkeit" ein Bild mit einer höheren räumlichen Auflösung Highest Upscales image resolution by 4 High (Bildauflösung um den Faktor 4 hochskalieren) Original image resolution (Original Bildauflösung) Medium Downscales image resolution by 4 (Bildauflösung um den Faktor 4 reduzieren) Low Downscales image resolution by 16 (Bildauflösung um den Faktor 16 reduzieren) Lowest Downscales image resolution by 64 (Bildauflösung um den Faktor 64 reduzieren)

67 Primäre Parameter zur Bildorientierung Pair preselection (Paar Vorauswahl) Der Parameter "Paar Vorwahl" ermöglicht die Verwendung der durch das GNSS gemessenen Aufnahmepositionen (genäherte Äußere Orientierung) für die nachfolgende Merkmalszuordnung. Disabled Ground control only (nicht aktiv) Reference (Referenz) Key point limit Key points definieren die maximale Anzahl von Merkmalspunkten, die in jedem Bild identifiziert werden. Tie point limit (nur über Passpunkte /GCP) Airborne control enabled (Nutzung der GNSS Daten) XXXXX Upper threshold of feature points per image (Obergrenze für Merkmalspunkte pro Bild) XXXX Upper threshold of matching points per image (Obergrenze für Verknüpfungspunkte pro Bild)

68 Parameter zur Erstellung der Dichten Punktwolke Quality Ultra High (*) Original image resolution (Originale Bildauflösung) High Downscales image resolution by 4 (Bildauflösung um den Faktor 4 reduzieren) Medium Downscales image resolution by 16 (Bildauflösung um den Faktor 16 reduzieren) Low Downscales image resolution by 64 (Bildauflösung um den Faktor 64 reduzieren) Lowest Downscales image resolution by 256 (Bildauflösung um den Faktor 256 reduzieren) Depth filtering (Tiefenfilterung) Aggressive Filtert derart, dass kleinere Details verloren gehen Moderate Filteransatz liegt im Mittel zwischen aggressive und mild ( ausgeglichen ) Mild Filters Filtert nur wenige Punkte, so dass kleinere Details erhalten bleiben

69 Empfehlung für Verarbeitungsparameter Alignment (Bildorientierung) Resultat aus Serientest Default Accuracy Low High Pair preselection Disabled Disabled Key point limit Tie point limit Constrain features by mask No No

70 Vielen Dank für Ihre Aufmerksamkeit Prof. Dr. Ing. Heinz Jürgen Przybilla Hochschule Bochum Fachbereich Geodäsie Labor für Photogrammetrie Lennershofstr Bochum heinz bochum.de

Scannen ohne Scanner: Bildbasierte 3D Punktwolken Grundlagen, Anwendungen und Erfahrungen

Scannen ohne Scanner: Bildbasierte 3D Punktwolken Grundlagen, Anwendungen und Erfahrungen Scannen ohne Scanner: Bildbasierte 3D Punktwolken Grundlagen, Anwendungen und Erfahrungen Heinz Jürgen Przybilla Gliederung Einleitung Grundlagen Dense Image Matching / Structure from Motion Systeme Anwendungen

Mehr

Auswertung von Bilddaten aus UAV Flügen Von der klassischen Aerotriangulation zum Dense Image. Matching

Auswertung von Bilddaten aus UAV Flügen Von der klassischen Aerotriangulation zum Dense Image. Matching Auswertung von Bilddaten aus UAV Flügen Von der klassischen Aerotriangulation zum Dense Image Rainer Brechtken Rouven Borchert Heinz Jürgen Przybilla Rene Marcel Roderweiß Matching Gliederung Einleitung

Mehr

Structure-from-Motion. Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel

Structure-from-Motion. Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel Structure-from-Motion Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel Fahrplan Structure-from Motion Workflow mit SIFT & Bundle Adjustment mit SURE Probleme/ Grenzen Technik Metrik und Vergleich

Mehr

UnmannedAerial Systems: UFOs für alle (Mess)-Fälle?

UnmannedAerial Systems: UFOs für alle (Mess)-Fälle? UnmannedAerial Systems: UFOs für alle (Mess)-Fälle? Heinz-Jürgen Przybilla Gliederung Einleitung Technische Komponenten der UAV-Systeme Administrative Rahmenbedingungen Auswertung und Produkte Anwendungsbeispiel

Mehr

Unmanned Aerial Systems im Messeinsatz: Über die Systemkonfiguration zur Qualität des geodätischen Endprodukts

Unmanned Aerial Systems im Messeinsatz: Über die Systemkonfiguration zur Qualität des geodätischen Endprodukts Unmanned Aerial Systems im Messeinsatz: Über die Systemkonfiguration zur Qualität des geodätischen Endprodukts Prof. Dr. Ing. Heinz Jürgen Przybilla Hochschule Bochum Gliederung Historie Systemkomponenten

Mehr

Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester

Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen

Mehr

Inhalte. Methoden und Verfahren zur automatisierten Auswertung Bildtriangulation

Inhalte. Methoden und Verfahren zur automatisierten Auswertung Bildtriangulation Inhalte Methoden und Verfahren zur automatisierten Auswertung Bildtriangulation Grundlagen Blockausgleichung mit unabhängigen Modellen Bündelblockausgleichung HS BO Lab. für Photogrammetrie: Bildtriangulation

Mehr

Sommersemester Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Fernerkundung und Waldinventur

Sommersemester Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Fernerkundung und Waldinventur Fernerkundung Grundlagen geometrischer Korrekturen und von resampling Techniken. Verschiebung der Scan-Linien bei Satellitenbildern Die Erdrotation ist einer der wesentlichen Gründe für die geometrischen

Mehr

Praktischer Einsatz der Drohnenbefliegung in der Vermessung

Praktischer Einsatz der Drohnenbefliegung in der Vermessung Praktischer Einsatz der Drohnenbefliegung in der Vermessung Arbeitsablauf und Herausforderungen Vermessungsbüro Käser Ingenieure GbR Geschäftsführer: Helmut Käser und Matthias Käser Mitarbeiter: ca. 40

Mehr

Aktuelle Anwendungen in der Fotogrammetrie

Aktuelle Anwendungen in der Fotogrammetrie Aktuelle Anwendungen in der Fotogrammetrie SOGI Feierabend Forum, Basel 19.11.2014 / Fabian Huber Folie 1 Agenda KOPA und KOPA Geoservices GmbH Fotogrammetrie heute Plattformen für fotogrammetrische Aufnahmen

Mehr

'Visual Hull' mit Hilfe von Spiegeln

'Visual Hull' mit Hilfe von Spiegeln 'Visual Hull' mit Hilfe von Spiegeln hwww.dip.ee.uct.ac.za/~kforbes/doublemirror/doublemirror.html Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach www.rob.cs.tu-bs.de/teaching/courses/cs 1 Zur

Mehr

Dense Image Matching mit Schrägluftbildern der Leica RCD30 Oblique Penta

Dense Image Matching mit Schrägluftbildern der Leica RCD30 Oblique Penta Dense Image Matching mit Schrägluftbildern der Leica RCD30 Oblique Penta MARIANNE DEUBER 1 Zusammenfassung: Für den Vergleich von Dense Image Matching Algorithmen wurde eine Untersuchungssyste-matik erarbeitet

Mehr

Eidgenössische Technische Hochschule Zürich DARCH Institut Denkmalpflege und Bauforschung. IDB Institut für Denkmalpflege und Bauforschung

Eidgenössische Technische Hochschule Zürich DARCH Institut Denkmalpflege und Bauforschung. IDB Institut für Denkmalpflege und Bauforschung IDB Institut für Denkmalpflege Kombination von Tachymetrie und Nahbereichsphotogrammetrie zur Modellierung eines verstürzten Giebels in Kalapodi, Griechenland Silke Langenberg, Martin Sauerbier Institut

Mehr

Methoden und Verfahren zur automatisierten Auswertung

Methoden und Verfahren zur automatisierten Auswertung Inhalte Bildtriangulation Grundlagen Blockausgleichung mit unabhängigen Modellen Bündelblockausgleichung Methoden und Verfahren zur automatisierten Auswertung H.-J. Przybilla Bündelblockausgleichung 1

Mehr

Geodätisches Kolloquium

Geodätisches Kolloquium Geodätisches Kolloquium Projekte der Ingenieurvermessung DVW NRW e.v. Gesellschaft für Geodäsie Geoinformation und Landmanagement Deutscher Dachverband für Geoinformation e.v. Hochschule Bochum DVW VDV

Mehr

geoinformation.net Seite 1 von 18 FernerkundungGeoreferenzierte Bilddaten

geoinformation.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/

Mehr

Untersuchung zur Genauigkeit der Kamerakalibrierung über Merkmalspunkte in SfM-Werkzeugen

Untersuchung zur Genauigkeit der Kamerakalibrierung über Merkmalspunkte in SfM-Werkzeugen 1 Untersuchung zur Genauigkeit der Kamerakalibrierung über Merkmalspunkte in SfM-Werkzeugen Matthias SOOT, Marc SCHULZE und Christian MULSOW Zusammenfassung Im Bereich der Photogrammetrie werden Kameras

Mehr

Lehrveranstaltung Fernerkundung. Mod. 1 p. 1. Typische Schritte in einem Fernerkundungsprojekt. Bildgeometrie. Vorlesungs- und Übungsplan SS 2010

Lehrveranstaltung Fernerkundung. Mod. 1 p. 1. Typische Schritte in einem Fernerkundungsprojekt. Bildgeometrie. Vorlesungs- und Übungsplan SS 2010 Lehrveranstaltung Fernerkundung Vorlesungs- und Übungsplan 07.04.10 Einführung, Strahlung, Sensoren 14.04.10 Digitale Bilder, Bildstatistik& Kontraststreckung 21.04.10 Bild Verbesserung & Indexe 28.05.10

Mehr

Bildauswertung in UAV

Bildauswertung in UAV Bildauswertung in UAV Prof. Dr. Nailja Luth Prof. N. Luth Emden 2014-1 OTH Ost-Bayerische Technische Hochschule Amberg-Weiden Prof. N. Luth Emden 2014-2 Prof. Dr.-Ing. N. Luth: Vorlesung Bildverarbeitung

Mehr

Prinzip. Grundkonzept Zeilenkamera

Prinzip. Grundkonzept Zeilenkamera Zeilenkameras Prinzip Grundkonzept Zeilenkamera Prinzip Sensor einzelne CCD-Zeile, orthogonal zur Flugrichtung angeordnet; oft auch pushbroom scanner Aufnahme System muss so konfiguriert sein, dass unmittelbar

Mehr

Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1

Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1 Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter Tobias Pietzsch Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1 Zielstellung Kamera als Sensor

Mehr

UAS-gestützte Datenerfassung für Anwendungen in der Landesvermessung

UAS-gestützte Datenerfassung für Anwendungen in der Landesvermessung 1 Institut für Photogrammetrie ifp UAS-gestützte Datenerfassung für Anwendungen in der Landesvermessung Michael Cramer Hamburg, 11.-12. Juni 2014 Definition Landesvermessung Einführung Die Landesvermessung

Mehr

RPAS im operationellen Einsatz beim LGL Baden-Württemberg 3D-Dokumentation von Hangrutschungen

RPAS im operationellen Einsatz beim LGL Baden-Württemberg 3D-Dokumentation von Hangrutschungen 1 Institut für Photogrammetrie RPAS im operationellen Einsatz beim LGL Baden-Württemberg 3D-Dokumentation von Hangrutschungen Michael Cramer LGL Forum Gelsenkirchen, 4.-5. Juni 2014 Geportal Baden-Württemberg

Mehr

St. Mauritius Niederwenigern

St. Mauritius Niederwenigern St. Mauritius Niederwenigern Bauaufnahme durch die Hochschule Bochum am 25. April 2013 St. Mauritius wird vermessen Was passiert denn hier? So oder ähnlich lauteten am 25. April 2013 die Fragen von interessierten

Mehr

Bildmerkmalssuche. Seminar Computational Photography. Visual Computing Department of Computer Science

Bildmerkmalssuche. Seminar Computational Photography. Visual Computing Department of Computer Science Bildmerkmalssuche Seminar Computational Photography EINFÜHRUNG 2 Einführung Bildmerkmalssuche: sehr wichtiges Thema des künstlichen Sehens Erkennen von Objekten auf dem Bild oder in einer Bildsequenz anhand

Mehr

Automatisch-generierte Texturen aus Laserpunktwolken

Automatisch-generierte Texturen aus Laserpunktwolken Automatisch-generierte Texturen aus Laserpunktwolken Sharon Friedrich, Maik Häsner Ruprecht-Karls-Universität Heidelberg Interdisziplinäres Zentrum für wissenschaftliches Rechnen (IWR) Softwarepraktikum

Mehr

Objektorientierte Bildverarbeitung Methodische Grundlagen

Objektorientierte Bildverarbeitung Methodische Grundlagen ARC GmbH Objektorientierte Bildverarbeitung Methodische Grundlagen Klaus Steinnocher, Florian Kressler klaus.steinnocher@arcs.ac.at Geschäftsfeld Umweltplanung ARC http://www.arcs.ac.at/s 1 ARC GmbH Einleitung!

Mehr

15 Jahre Erfahrung mit Laserscanning in der Praxis

15 Jahre Erfahrung mit Laserscanning in der Praxis 15 Jahre Erfahrung mit Laserscanning in der Praxis TopScan Gesellschaft zur Erfassung topographischer Information mbh Dr. Joachim Lindenberger Düsterbergstr. 5 48432 Rheine Germany info@topscan.de www.topscan.de

Mehr

ifp Mobile Mapping und Urban Modelling Möglichkeiten der photogrammetrischen Datenerfassung Institut für Photogrammetrie Prof. Dr.

ifp Mobile Mapping und Urban Modelling Möglichkeiten der photogrammetrischen Datenerfassung Institut für Photogrammetrie Prof. Dr. Mobile Mapping Muttenz Institut für Photogrammetrie Mobile Mapping und Urban Modelling Möglichkeiten der photogrammetrischen Datenerfassung Prof. Dr. Norbert Haala Fachtagung Mobile Mapping Muttenz, 19.

Mehr

Einführung in die medizinische Bildverarbeitung WS 12/13

Einführung in die medizinische Bildverarbeitung WS 12/13 Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Landmarkenbasierte anhand anatomischer Punkte interaktiv algorithmisch z.b. zur Navigation im OP Markierung von

Mehr

Medienforensik - Manipulationserkennung. Multimedia Sicherheit, Martin Steinebach

Medienforensik - Manipulationserkennung. Multimedia Sicherheit, Martin Steinebach Medienforensik - Manipulationserkennung - Ballistik Image Forensics Forensische Anwendungen im Bildbereich sind mehrfach belegt Optimierung von Bildern, die z.b. mit Überwachungskameras aufgenommen wurden

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg, Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.

Mehr

Fitting 3D Models to Images

Fitting 3D Models to Images Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Fitting 3D Models to Images WS 08/09 Gliederung Einleitung Pose Consistency perspective Camera affine/projective Camera Linearkombinationen

Mehr

Quadrocopters and it s Applications: Overview of State of the Art Techniques

Quadrocopters and it s Applications: Overview of State of the Art Techniques : Overview of State of the Art Techniques Visual Tracking for Robotic Applications Sebastian Brunner Lehrstuhl für Echtzeitsysteme und Robotik Technische Universität München Email: brunnese@in.tum.de Date:

Mehr

Betrachtung von Verfahren zur Posenbestimmung und Merkmalsexktraktion. Thorsten Jost INF-MA SR Wintersemester 2008/2009 1.

Betrachtung von Verfahren zur Posenbestimmung und Merkmalsexktraktion. Thorsten Jost INF-MA SR Wintersemester 2008/2009 1. Betrachtung von Verfahren zur Posenbestimmung und Merkmalsexktraktion Thorsten Jost INF-MA SR Wintersemester 2008/2009 1. Dezember 2008 Agenda Motivation Feature Detection SIFT MOPS SURF SLAM Monte Carlo

Mehr

Seminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11.

Seminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11. Poisson Surface Reconstruction Peter Hagemann Andreas Meyer Seminar 1 Peter Eisert: SS 11 Motivation Zur 3D Darstellung von Objekten werden meist Scan-Daten erstellt Erstellung eines Dreieckmodells aus

Mehr

NEW technologies for a better mountain FORest timber mobilization

NEW technologies for a better mountain FORest timber mobilization NEW technologies for a better mountain FORest timber mobilization UAV in der Forstwirtschaft Methoden und Grenzen Bernadette Sotier BFW - Institut für Naturgefahren Bernadette.Sotier@uibk.ac.at Innsbruck

Mehr

EVC Repetitorium Blender

EVC Repetitorium Blender EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen

Mehr

Einführung in die medizinische Bildverarbeitung WS 12/13

Einführung in die medizinische Bildverarbeitung WS 12/13 Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Prozess einer räumliche Transformation zu finden um ein Bild auf ein anderes Bild abzubilden Eingabe: Fixed und

Mehr

Verfahren zur autonomen bildgestützten Navigation

Verfahren zur autonomen bildgestützten Navigation Verfahren zur autonomen bildgestützten Navigation DGLR Workshop, 14. - 15.2.2007 Führungsaspekte unbemannter Luftfahrzeuge: Technologien und die Einbeziehung des Operateurs N. Schweyer, MBDA LFK-Lenkflugkörpersysteme

Mehr

Stereo Vision. Projekt zur 3D Computer Vision Wintersemester 05/06

Stereo Vision. Projekt zur 3D Computer Vision Wintersemester 05/06 Stereo Vision Projekt zur 3D Computer Vision Wintersemester 05/06 Stereo Vision 3D Computer Vision: Rekonstruktion von Objektoberflächen aus Bildern Stereo Vision: Gleichzeitige Aufnahme eines Objekts

Mehr

Direkte Bestimmung von Zylindern aus 3D-Punkten ohne Nutzung von Oberflächennormalen

Direkte Bestimmung von Zylindern aus 3D-Punkten ohne Nutzung von Oberflächennormalen Direkte Bestimmung von Zylindern aus 3D-Punkten ohne Nutzung von Oberflächennormalen Christian BEDER und Wolfgang FÖRSTNER Zusammenfassung Die automatische Extraktion von Zylindern aus 3D-Punktwolken ist

Mehr

Kamera-Navigation in Punktwolken

Kamera-Navigation in Punktwolken Kamera-Navigation in Punktwolken Jan BÖHM 1 Zusammenfasung Dieser Beitrag behandelt eine Methode zur automatischen Bestimmung der äußeren Orientierung für jedes einzelne Bild aus einer Bildsequenz, wobei

Mehr

Cycloramas Nutzen und Mehrwerte für die Stadt Frankfurt am Main

Cycloramas Nutzen und Mehrwerte für die Stadt Frankfurt am Main Cycloramas Nutzen und Mehrwerte für die Stadt Frankfurt am Main Inhaltsübersicht Kurzüberblick Unternehmen CycloMedia Dienstleistungen CycloMedia Aufnahmeprinzip Messprinzip Globespotter Integrationen

Mehr

Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen

Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen Sicherheit durch Fahrerassistenz 2010 Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen Wojciech Derendarz, Thorsten Graf Volkswagen AG Friedrich M. Wahl TU Braunschweig,

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

Implizite Modellierung zur Objekterkennung in der Fernerkundung

Implizite Modellierung zur Objekterkennung in der Fernerkundung Implizite Modellierung zur Objekterkennung in der Fernerkundung Mitarbeiterseminar 20.01.2011 (IPF) Fakultät für Bauingenieur-, Geo- und Umweltwissenschaften KIT Universität des Landes Baden-Württemberg

Mehr

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

Segmentierung und Datenapproximation von Laserscanneraufnahmen mittels statistischer Methoden

Segmentierung 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

Mehr

Geometrisches Potential von Schrägbildern aus dem System AOS

Geometrisches Potential von Schrägbildern aus dem System AOS Geometrisches Potential von Schrägbildern aus dem System AOS ALBERT WIEDEMANN 1 Zusammenfassung: Vermehrt werden von verschiedenen Herstellern Schrägbildsysteme angeboten. Am Beispiel des Schrägbildystems

Mehr

Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung

Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung Autor:, 6. Semester Geomatik und Planung Leitung: Dr. Prof. Adrienne Grêt-Regamey Betreuung:

Mehr

Datenerfassung mit UAS Pilotprojekte am LGL

Datenerfassung mit UAS Pilotprojekte am LGL 1 Institut für Photogrammetrie Datenerfassung mit UAS Pilotprojekte am LGL Michael Cramer LGL Forum Haus der Wirtschaft, Stuttgart 13. Mai 2014 2 RPAS Namen & Definitionen Weigand, Ute: UAS für zivile

Mehr

Inhalte. HS BO Lab. für Photogrammetrie: Bildflug 1

Inhalte. HS BO Lab. für Photogrammetrie: Bildflug 1 Inhalte Bildflug Bildflugplanung Navigation (Einsatzmöglichkeiten von GPS und Inertialsystemen) Zweibildauswertung Grundlagen Stereoskopisches Sehen und Messen Stereoauswertesysteme Orientierungsverfahren

Mehr

Debayeringverfahren. 19. Mai Thomas Noack, Nikolai Kosjar. SE Computational Photography - Debayeringverfahren

Debayeringverfahren. 19. Mai Thomas Noack, Nikolai Kosjar. SE Computational Photography - Debayeringverfahren Debayeringverfahren Thomas Noack, Nikolai Kosjar 19. Mai 2010 Was bisher geschah... Reduktion der Herstellungskosten durch Einsatz von nur noch einem CCD-Sensor mit Bayer-Filter Problem: Bayer Image Full

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

Messungen im Objektkoordinatensystem aus Kamerabildern

Messungen im Objektkoordinatensystem aus Kamerabildern Einbildorientierung Orientierung Ziel der Photogrammetrie Messungen im Objektkoordinatensystem aus Kamerabildern Dazu müssen bekannt sein die Abbildungsgeometrie der Kameras, d.h. die Parameter der inneren

Mehr

Softwareprojekt Spieleentwicklung

Softwareprojekt Spieleentwicklung Softwareprojekt Spieleentwicklung Prototyp I (2D) Prototyp II (3D) Softwareprojekt 12.04. 19.04. 26.04. 03.05. 31.05. Meilenstein I 28.06. Meilenstein II Prof. Holger Theisel, Tobias Günther, OvGU Magdeburg

Mehr

Software in der Industriellen Bildverarbeitung

Software in der Industriellen Bildverarbeitung Software in der Industriellen Bildverarbeitung Technologieentwicklung am Beispiel Pattern Matching Dr. Olaf Munkelt MVTec Software GmbH MVTec Software GmbH Firma konzentriert sich auf Building Vision for

Mehr

Inhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1

Inhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1 Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Messkameras)

Mehr

Integration geometrischer und fotogrammetrischer Information zum Wiederfinden von Bildern

Integration geometrischer und fotogrammetrischer Information zum Wiederfinden von Bildern Integration geometrischer und fotogrammetrischer Information zum Wiederfinden von Bildern Björn Burow SE Mustererkennung in Bildern und 3D-Daten Lehrstuhl Graphische Systeme BTU Cottbus Inhaltsübersicht

Mehr

Vermessung und Photogrammetrie mit dem Trimble V10 Multi-Kamera Rover. Martin Köhler

Vermessung und Photogrammetrie mit dem Trimble V10 Multi-Kamera Rover. Martin Köhler Vermessung und Photogrammetrie mit dem Trimble V10 Multi-Kamera Rover Martin Köhler Inhalt Zielstellung Grundlagen der Photogrammetrie Der V10 Multi-Kamera Rover Konfigurationen in der Feldarbeit Photogrammetrische

Mehr

2. Hamburger Anwenderforum Terrestisches Laserscanning 2007. 3D-Spezialvermessung zur Dokumentation komplexer Anlagen

2. Hamburger Anwenderforum Terrestisches Laserscanning 2007. 3D-Spezialvermessung zur Dokumentation komplexer Anlagen 2. Hamburger Anwenderforum Terrestisches Laserscanning 2007 3D-Spezialvermessung zur Dokumentation komplexer Anlagen Dr. Ing. Ralf König ObjektScan GmbH Kopernikusstrasse 2 14482 Potsdam Einsatzbereiche

Mehr

Inhalte. Genauigkeitsaspekte der Luftbildmessung Anwendungen und Produkte der Stereoauswertung Einzelbildauswertung

Inhalte. Genauigkeitsaspekte der Luftbildmessung Anwendungen und Produkte der Stereoauswertung Einzelbildauswertung Inhalte Genauigkeitsaspekte der Luftbildmessung Anwendungen und Produkte der Stereoauswertung Einzelbildauswertung Digitales Orthophoto Flugzeuggetragenes (Airborne) Laserscanning HS BO Lab. für Photogrammetrie:

Mehr

Digitale Bildverarbeitung Einheit 12 3D-Modellierung

Digitale Bildverarbeitung Einheit 12 3D-Modellierung Digitale Bildverarbeitung Einheit 12 3D-Modellierung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck

Mehr

Einzelbildauswertung. Digitales Orthophoto. HS BO Lab. für Photogrammetrie: Digitales Orthophoto 1

Einzelbildauswertung. Digitales Orthophoto. HS BO Lab. für Photogrammetrie: Digitales Orthophoto 1 Einzelbildauswertung Digitales Orthophoto HS BO Lab. für Photogrammetrie: Digitales Orthophoto 1 Digitales Orthophoto (DOP) Orthophotos sind hochauflösende, verzerrungsfreie, maßstabsgetreue Abbildungen

Mehr

Superweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen

Superweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen Dreiländertagung der DGPF, der OVG und der SGPF in Bern, Schweiz Publikationen der DGPF, Band 25, 2016 Superweitwinkel- und Fisheye-Kameras in photogrammetrischen Anwendungen MUYAN XIAO 1 & MICHAEL CRAMER

Mehr

Workflows, Ansprüche und Grenzen der GNSS- Datenerfassung im Feld

Workflows, Ansprüche und Grenzen der GNSS- Datenerfassung im Feld Workflows, Ansprüche und Grenzen der GNSS- Datenerfassung im Feld Alexander Fischer Senior Application Engineer Asset Collection & GIS 1 Leica Zeno GIS Agenda Erfassung im Feld VS Erfassung im Office Validierung

Mehr

Prof. J. Zhang zhang@informatik.uni-hamburg.de. Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 6. Januar 2004

Prof. J. Zhang zhang@informatik.uni-hamburg.de. Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 6. Januar 2004 zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis Kalibrierung einer Kamera: Grundkonzept...............344

Mehr

Grundlagen der digitalen Bildverarbeitung / Fortsetzung

Grundlagen der digitalen Bildverarbeitung / Fortsetzung Grundlagen der digitalen Bildverarbeitung / Fortsetzung Wir haben bereits zwei Beispiele digitaler Bildfilter gesehen. Es gibt eine große Menge von Filtern mit ganz unterschiedlicher Auswirkung auf das

Mehr

Implementierung und Evaluierung von Video Feature Tracking auf moderner Grafik Hardware

Implementierung und Evaluierung von Video Feature Tracking auf moderner Grafik Hardware Implementierung und Evaluierung von Video Feature Tracking auf moderner Diplomarbeit vorgelegt von Sebastian Heymann Betreut von Prof. Dr. Bernd Fröhlich Bauhaus Universität t Dr. Aljoscha Smolic Fraunhofer

Mehr

Applying Pléiades in the ASAP project HighSens

Applying Pléiades in the ASAP project HighSens Applying Pléiades in the ASAP project HighSens Highly versatile, new satellite Sensor applications for the Austrian market and International Development (Contract number: 833435) Dr. Eva Haas, GeoVille

Mehr

Nutzen von Drohnendaten

Nutzen von Drohnendaten Nutzen von Drohnendaten Nutzen von Drohnendaten Die allnav ag ist kompletter Lösungsanbieter im Bereich UAS Jürg Pulfer Applikationsingenieur MEB Group allnav als wichtiger Bestandteil der MEB Group Experten

Mehr

Rendering Grundlagen Autodesk Maya. Grundlagen. Version 1.0-2009-04-08. 2009 Ingo Clemens brave rabbit www.braverabbit.de

Rendering Grundlagen Autodesk Maya. Grundlagen. Version 1.0-2009-04-08. 2009 Ingo Clemens brave rabbit www.braverabbit.de Rendering Grundlagen Version 1.0-2009-04-08 Allgemeine Unterschiede bei Renderern Scanline Rendering Raytrace Rendering Renderlayer Einsatz von Renderlayern Overrides Material Overrides Layer Presets Batch

Mehr

Elementare Bildverarbeitungsoperationen

Elementare Bildverarbeitungsoperationen 1 Elementare Bildverarbeitungsoperationen - Kantenerkennung - 1 Einführung 2 Gradientenverfahren 3 Laplace-Verfahren 4 Canny-Verfahren 5 Literatur 1 Einführung 2 1 Einführung Kantenerkennung basiert auf

Mehr

Optimierte automatische Kameraorientierung auf Basis projektiver Beziehungen

Optimierte automatische Kameraorientierung auf Basis projektiver Beziehungen Fakultät für Geowissenschaften, Geotechnik und Bergbau Institut für Markscheidewesen und Geodäsie Diplomarbeit Optimierte automatische Kameraorientierung auf Basis projektiver Beziehungen David Matthus

Mehr

Bildverbesserung (Image Enhancement)

Bildverbesserung (Image Enhancement) Prof. Dr. Wolfgang Konen, Thomas Zielke Bildverbesserung (Image Enhancement) WS07 7.1 Konen, Zielke Der Prozess der Bildverbesserung (1) Bildverbesserung wird häufig dafür eingesetzt, die für einen menschlichen

Mehr

Mobile Stereobild basierte 3D Infrastrukturerfassung

Mobile Stereobild basierte 3D Infrastrukturerfassung Mobile Stereobild basierte 3D Infrastrukturerfassung und verwaltung 4. Hamburger Anwenderforum Terrestrisches Laserscanning 23. Juni 2011, Hamburg Hannes Eugster inovitas AG Mobile Mapping Solutions Gründenstrasse

Mehr

3D-Fotografie für die Betrachtung ohne Brille oder Spezialmonitor

3D-Fotografie für die Betrachtung ohne Brille oder Spezialmonitor 3D-Fotografie für die Betrachtung ohne Brille oder Spezialmonitor Stefan.Hahn@3D-Competence.com Spectaris Technologieforum Photokina 2010 Kurzvorstellung In einem deutschen Automobilunternehmen verantwortlich

Mehr

Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern

Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Matthias Kirschner Advanced Topics in Computer Graphics - WS06/07 Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Matthias

Mehr

Einfluss von Dichteannahmen auf die Modellierung topographischer Effekte

Einfluss von Dichteannahmen auf die Modellierung topographischer Effekte Geodätische Woche 2010 05. - 07. Oktober, Köln Session 2: Schwerefeld und Geoid Einfluss von Dichteannahmen auf die Modellierung topographischer Effekte Thomas Grombein, Kurt Seitz und Bernhard Heck t

Mehr

Automatische Verfahren zur Verknüpfung von Punktwolken

Automatische Verfahren zur Verknüpfung von Punktwolken Automatische Verfahren zur Verknüpfung von Punktwolken Dr.-Ing. Christian Hesse 16.06.2009 3. Hamburger Anwenderforum Terrestrisches Laserscanning 1 Inhalt Einleitung Ansätze zur automatischen Registrierung

Mehr

Innovationslabor Semantische Integration von Webdaten

Innovationslabor Semantische Integration von Webdaten Innovationslabor Semantische Integration von Webdaten Workflow-basierte Datenintegration und Objekt-Matching Dr. Andreas Thor http://dbs.uni-leipzig.de/format Workflow-basierte Datenintegration Ausgangspunkt

Mehr

Dense Image Matching mit Oblique Luftbildaufnahmen Ein systematischer Vergleich verschiedener Lösungen mit Aufnahmen der Leica RCD30 Oblique Penta

Dense Image Matching mit Oblique Luftbildaufnahmen Ein systematischer Vergleich verschiedener Lösungen mit Aufnahmen der Leica RCD30 Oblique Penta Dense Image Matching mit Oblique Luftbildaufnahmen Ein systematischer Vergleich verschiedener Lösungen mit Aufnahmen der Leica RCD30 Oblique Penta STEFAN CAVEGN 1, STEPHAN NEBIKER 1 & MARIANNE DEUBER 1

Mehr

Qualitative Beurteilung photogrammetrischer Aufnahmekonstellationen im Nahbereich

Qualitative Beurteilung photogrammetrischer Aufnahmekonstellationen im Nahbereich Qualitative Beurteilung photogrammetrischer Aufnahmekonstellationen im Nahbereich Karsten Raguse Manfred Wiggenhagen Inhalt Motivation Übersicht Optische Messkette Bestandteile der Messkette Simulation

Mehr

Mobile Mapping. Eine Gegenüberstellung unterschiedlicher Verfahren zur Erfassung von Straßendaten. Christian Wever TopScan GmbH wever@topscan.

Mobile Mapping. Eine Gegenüberstellung unterschiedlicher Verfahren zur Erfassung von Straßendaten. Christian Wever TopScan GmbH wever@topscan. Mobile Mapping Eine Gegenüberstellung unterschiedlicher Verfahren zur Erfassung von Straßendaten Christian Wever TopScan GmbH wever@topscan.de TopScan Gesellschaft zur Erfassung topographischer Information

Mehr

Tracking Technologien für Augmented Reality

Tracking Technologien für Augmented Reality Tracking Technologien für Augmented Reality 1 Inhalt Motivation Tracking Methoden Optisch MarkerlessTracking (kleine Wiederholung) Aktiv und Passive Marker Modellbasiertes Markerless Tracking Sensoren

Mehr

Fachhochschule Aachen

Fachhochschule Aachen Fachhochschule Aachen Campus Jülich Labor für Medizinische Informatik Prof. Dr. W. Hillen MULTI-VIEW-STEREO-PIPELINE ZUR TIEFENREKONSTRUKTION VON PFLANZEN MIT STRUCTURE-FROM-MOTION UND BÜNDELAUSGLEICHUNG

Mehr

Kapitel 4: Schattenberechnung

Kapitel 4: Schattenberechnung Kapitel 4: Schattenberechnung 1 Überblick: Schattenberechnung Motivation Schattenvolumen Shadow Maps Projektive Schatten 2 Motivation Wesentlich für die Wahrnehmung einer 3D-Szene Eigentlich ein globaler

Mehr

Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion

Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Lehrauftrag SS 2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck davon

Mehr

Analysis of Crash Simulation Data using Spectral Embedding with Histogram Distances

Analysis of Crash Simulation Data using Spectral Embedding with Histogram Distances Analysis of Crash Simulation Data using Spectral Embedding with Histogram Distances Luisa Schwartz Universität Bonn Institut für Numerische Simulation Fraunhofer SCAI 25. September 2014 Luisa Schwartz

Mehr

geschlossene Schachtel mit einem kleinen Loch

geschlossene Schachtel mit einem kleinen Loch Kameramodellierung Lochkamera Kamerakonstante Kamerazentrum geschlossene Schachtel mit einem kleinen Loch ideale Kamera: Loch hat keine Ausdehnung die Strahlen sind ein Büschel von Geraden Abbildung erfolgt

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

Bildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17

Bildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Bildverarbeitung: Filterung D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Allgemeines Klassische Anwendung: Entrauschung (Fast) jeder Filter basiert auf einem Modell (Annahme): Signal + Rauschen

Mehr

Objekterkennung am Beispiel des Viola-Jones-Objektdetektors

Objekterkennung am Beispiel des Viola-Jones-Objektdetektors Objekterkennung am Beispiel des Viola-Jones-Objektdetektors Medieninformatik IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Wintersemester 2014/15 Andreas Unterweger (FH

Mehr

Topologieerkennung von Sensornetzwerken

Topologieerkennung 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

Mehr

Intelligente Systeme WS 2015/16

Intelligente Systeme WS 2015/16 Lehrgebiet Intelligente Systeme WS 2015/16 Andreas Dengel Fragestellungen Automatisierung von intelligentem" Verhalten im Sinn eines Leistungsverstärkers für den Menschen, z.b. Verstehen von Bildern, Sprache

Mehr

Die vier goldenen Regeln für die Einzugsgebietserstellung und -berechnung im MikeUrban

Die vier goldenen Regeln für die Einzugsgebietserstellung und -berechnung im MikeUrban Die vier goldenen Regeln für die Einzugsgebietserstellung und -berechnung im MikeUrban 1.) Shape-Files dürfen nicht projiziert sein, d.h. wenn *.prj-dateien vorhanden sind, diese bitte löschen. 2.) Einzugsgebiete

Mehr

Dynamically Reparameterized Light Fields

Dynamically Reparameterized Light Fields Dynamically Reparameterized Light ields Aaron Isaksen Leonard McMillan Steven J. Gortler MIT LCS Computer Graphics Group GDV Seminar 2000 Präsentation: Simon Schirm Betreuer: Stephan Würmlin Übersicht

Mehr

R.Wagner, Mathematik in der Astronomie

R.Wagner, Mathematik in der Astronomie Mathematik in der Astronomie Roland Wagner Johann Radon Institute for Computational and Applied Mathematics (RICAM) Österreichische Akademie der Wissenschaften (ÖAW) Linz, Austria Linz, 20.Mai 2016 Übersicht

Mehr

Inhalte. HS BO Lab. für Photogrammetrie: Verfahren zur automatisierten Auswertung 1

Inhalte. HS BO Lab. für Photogrammetrie: Verfahren zur automatisierten Auswertung 1 Inhalte Verfahren zur automatisierten Auswertung Korrespondenzanalyse Bildzuordnungsverfahren Merkmalsextraktion Merkmalsbasierte Zuordnung Interest-Operatoren Flächenbasierte Zuordnung Korrelationsalgorithmen

Mehr