Aktive Sensoren: Kontextbasierte Filterung von Merkmalen zur modellbasierten Segmentierung
|
|
- Stefan Kerner
- vor 5 Jahren
- Abrufe
Transkript
1 Aktive Sensoren: Kontextbasierte Filterung von Merkmalen zur modellbasierten Segmentierung Lars Dornheim, Jana Dornheim, Heiko Seim, Klaus D. Tönnies Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik
2 Gliederung 1. Sensorbasierte Modelle zur Segmentierung 2. Aktive Sensoren richtungsgewichtete Kontursensoren 3. Medizinische Anwendungen 1. Segmentierung des Schildknorpels 2. Segmentierung vergrößerter Lymphknoten 3. Segmentierung des linken Ventrikels 4. Zusammenfassung 2
3 1. Sensorbasierte Modelle Sensorarten, passive Sensoren, Merkmale 3
4 1. Sensorbasierte Modelle verschiedenste Modelle für medizinische Segmentierungsaufgaben sind sensorbasiert an den Sensoren fließt im allgemeinen dynamisch und lokal die Bildinformation in das Modell ein Feder-Masse-Modell Active Shape Model (ASM) Quelle: Cootes et al,
5 1. Sensorarten Arten von Sensoren: Intensitätssensoren Kontursensoren Komplexsensoren (für Ecken, Kreise, etc.)... Intensitäts- und Kontursensoren Sensoren sind zur Zeit im allgemeinen passiv. statische, vorberechenbare Sensorkarte keine Einbeziehung dynamischer Information während des Segmentierungsprozesses Ecken-Sensoren 5
6 1. Merkmalsfülle gerade in medizinischen Bildern treten viele einfache Merkmale (Konturen,...) sehr häufig auf Gründe: Rauschen bzw. Detailreichtum oft irrelevant oder sogar störend (z.t. erst während der Segmentierung einschätzbar) dynamische Reduktion der irrelevanten Merkmale wünschenswert z. B. durch Wissen über den aktuellen Modellzustand aktive Sensoren dynamische Sensorkarten Informationen aus dem Segmentierungsprozeß werden genutzt 6
7 2. Aktive Sensoren Richtungsgewichtung, Stabile Feder-Masse-Modelle (SMSMs), Merkmalsreduktion 7
8 2. Kontursensoren Schwerpunkt: Kontursensoren (Gradientensensoren) im allgemeinen für exakte Objektabgrenzung verwendet nur Gradientengröße wird benutzt gewünschte Gradientenrichtung wird vernachlässigt (a priori nicht bekannt) dynamische Kontextinformation für Kontursensor nötig Wissen über lokale Modellausrichtung (Sensorkoordinatensystem) Stabile Feder-Masse-Modelle LV in SPECT-Schicht Gradientenbild der SPECT-Schicht 8
9 2. Stabile Feder-Masse-Modelle Feder-Masse-Modelle zur Segmentierung physikalisch-basierte Modelle dynamische Systeme aus mit Federn vernetzten Massepunkten: Federkräfte, Sensorkräfte keine Simulation realer physikalischer Vorgänge potentiell instabil, da Umklappungen und Verzerrungen leicht möglich Zustände entspannter Federn Stabile Feder-Masse-Modelle (SMSMs) Torsionskräfte zur Formerhaltung explizite Rotationsfähigkeit nötig 9
10 2. SMSMs: Torsionskräfte Torsionskräfte: Einführung von Feder-Ruherichtungen Verdrehung gegen diese Ruherichtungen löst kompensierendes Drehmoment aus r 0ij Interne Modellkraft in Kompensationsrichtung : F i, j = t i r ij,r 0ij n ij r ij n ij Nachteil: Starre Ausrichtung n ij mit n ij =r 0ij r ij,r 0ij r ij 2 r ij
11 2. SMSMs: Explizite Rotationsfähigkeit Ausgleichsdrehung der Sensoren auf Grund der mittleren Federverdrehungen Anpassung der Feder-Ruherichtungen Rotationsquarternion: = Q i j Q n ij m i n, a ij mit Q, a = cos 2 sin 2 a dynamisches Sensorkoordinatensystem
12 2. Richtungsgewichtete Kontursensoren Ausrichtung der Kontur (Normale) spielt eine Rolle Kontursensoreingabe wird entsprechend den Gradientenrichtungen im Bild gewichtet Einführung von Sensornormalen N i initial: Mittlung angrenzender Konturflächennormalen gewichtet durch deren angrenzenden Winkel: automatische Adaption der Sensornormalen durch dynamisches Sensorkoordinatensystem im SMSM lineare Wichtung der Gradientenstärke mittels der inversen, normierten Richtungsabweichung zwischen Sensor und Gradient: K x, y, z= 1 D x, y,z, N i D x, y, z 12
13 2. Merkmalsreduktion deutliche Reduktion der Merkmalsmenge, auf die ein Kontursensor potentiell reagiert Sensorkarte eines Kontursensors Sensorkarte eines richtungsgewichteten Kontursensors in X-Richtung 13
14 3. Medizinische Anwendungen Segmentierung des Schildknorpels, Segmentierung vergrößerter Lymphknoten, Segmentierung des linken Ventrikels 14
15 3. Anwendungsfälle Segmentierung des Schildknorpels (Kehlkopf) Daten: CT-Daten des Halses (sehr detailreich) Modell: 3D-Oberflächen-SMSM halbautomatisch: manuelle, 5-landmarkenbasierte Initialisierung Segmentierung vergrößerter Lymphknoten Daten: CT-Daten des Halses (sehr detailreich) Modell: 3D-Doppelschalen-SMSM halbautomatisch: manuelle Startpunktsetzung Segmentierung des linken Ventrikels Daten: SPECT-Daten des Thorax (starkes Rauschen, wenig Details) Modell: 3D-Kontur+Grauwert-SMSM vollautomatisch 15
16 3. Segmentierung des Schildknorpels Verbesserung durch aktive Sensoren in 10 von 12 Fällen, sonst gleichbleibend kein fehlerhaftes Finden der gegenüberliegenden Kante des flachen Schildknorpels (vorher bis zu 30% Unterseg.) stark reduziertes Abwandern der Kontursensoren zu großen Gradienten benachbarter Strukturen verwendetes 3D-Oberflächen- Modell passive Sensoren aktive Sensoren 16
17 3. Segmentierung vergröß. Lymphknoten Segmentierung nur mit richtungsgewichteten Kontursensoren erfolgreich kein großräumiges Abwandern einzelner Kontursensoren zu starker, irrelevanter Gradienteninformation mehr zielstrebige Konvergenz passive Sensoren 2D-Schema des verwendeten Doppelschalen-Modells aktive Sensoren 17
18 3. Segmentierung des linken Ventrikels generelle Verbesserung der Segmentierungsgüte auf 7 untersuchten Datensätzen ca. 12% durchschnittliche Verringerung des Segmentierungsfehlers interessant: deutliche Erhöhung der Segmentierungsgüte und Zielstrebigkeit des Modells bei deaktivierten Torsionskräften passive Sensoren (ohne Torsionskraft, ideale Platzierung) aktive Sensoren (ohne Torsionskraft, ideale Platzierung) verwendetes 3D-Modell des LV 18
19 4. Zusammenfassung Segmentierungsgüte, Zielstrebigkeit, Effizienz 19
20 4. Zusammenfassung richtungsgewichtete Kontursensoren aktive Sensoren: 3D-Modellausrichtung wird berücksichtigt können direkt passive Kontursensoren in bestehenden Modellen ersetzen an drei medizinischen Anwendungsfällen untersucht stark reduziertes Abwandern zu Konturen von Nachbarstrukturen durchgängige Verbesserung der Segmentierungsgüte Umsetzung Fazit im Rahmen von Stabilen Feder-Masse-Modellen (SMSMs) kein spürbarer Performanzverlust aktive Kontursensoren sollten im allgemeinen passive ersetzen 20
21 Ende Vielen Dank für die Aufmerksamkeit. 21
Aktive Sensoren: Kontextbasierte Filterung von Merkmalen zur modellbasierten Segmentierung
Aktive Sensoren: Kontextbasierte Filterung von Merkmalen zur modellbasierten Segmentierung Lars Dornheim, Jana Dornheim, Heiko Seim, Klaus D. Tönnies Institut für Simulation und Graphik, Fakultät für Informatik,
MehrSegmentierung des linken Ventrikels in SPECT-Daten
Segmentierung des linken Ventrikels in SPECT-Daten Lars Dornheim 18.5.2005 Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik Gliederung 1. Einführung in die physikalisch basierten, dynamischen
MehrAutomatische Generierung dynamischer 3D-Modelle zur Segmentierung des linken Ventrikels in 3D-SPECT-Daten
Automatische Generierung dynamischer 3D-Modelle zur Segmentierung des linken Ventrikels in 3D-SPECT-Daten Lars Dornheim, Klaus D. Tönnies 14.3.2005 Otto-von-Guericke-Universität Magdeburg, Fakultät für
MehrAutomatische Generierung dynamischer 3D-Modelle zur Segmentierung des linken Ventrikels in 3D-SPECT-Daten
Automatische Generierung dynamischer 3D-Modelle zur Segmentierung des linken Ventrikels in 3D-SPECT-Daten Lars Dornheim 1 und Klaus D. Tönnies 1 1 Institut für Simulation und Graphik, Otto-von-Guericke-Universität
MehrModellbasierte Segmentierung von differenzierten Lymphknoten in CT-Daten
Modellbasierte Segmentierung von differenzierten Lymphknoten in CT-Daten Lars Dornheim 1,2, Jana Dornheim 2 1 Dornheim Medical Images, Magdeburg 2 Institut für Simulation und Graphik, Otto-von-Guericke-Universität
MehrDiplomarbeit. Generierung und Dynamik physikalisch basierter 3D-Modelle zur Segmentierung des linken Ventrikels in SPECT-Daten
Diplomarbeit Generierung und Dynamik physikalisch basierter 3D-Modelle zur Segmentierung des linken Ventrikels in SPECT-Daten Lars Dornheim Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik
MehrModellbasierte Segmentierung von differenzierten Lymphknoten in CT-Daten
Modellbasierte Segmentierung von differenzierten Lymphknoten in CT-Daten Lars Dornheim 1,2, Jana Dornheim 2 1 Dornheim Medical Images, Magdeburg 2 Institut für Simulation und Graphik, Otto-von-Guericke-Universität
MehrDetektion von Lymphknoten in CT-Datensätzen des Halses
Automatische Detektion von Lymphknoten in CT-Datensätzen des Halses Lars Dornheim, Jana Dornheim Institut für Simulation und Graphik, Otto-von-Guericke-Universität Magdeburg lars@isg.cs.uni-magdeburg.de
MehrProseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung"
Fakultät Informatik, Institut für künstliche Intelligenz, Intelligent Systems Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Lokale Merkmalsdeskriptoren Jens Stormberg - Dresden, 19.06.2009
MehrAutomatische Detektion von Lymphknoten in CT-Datensätzen des Halses
Automatische Detektion von Lymphknoten in CT-Datensätzen des Halses Lars Dornheim, Jana Dornheim Institut für Simulation und Graphik, Otto-von-Guericke-Universität Magdeburg lars@isg.cs.uni-magdeburg.de
MehrEinführung in die Robotik. Jianwei Zhang
- Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 09. Juni 2009 J. Zhang 277 Dynamik Gliederung Allgemeine
Mehr3D-Rekonstruktion aus Bildern
Allgemeine Nachrichtentechnik Prof. Dr.-Ing. Udo Zölzer 3D-Rekonstruktion aus Bildern Dipl.-Ing. Christian Ruwwe 41. Treffen der ITG-Fachgruppe Algorithmen für die Signalverarbeitung HSU Hamburg 24. Februar
MehrGliederung. Gliederung (cont.) Probleme der Dynamik von Manipulatoren
- Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 08. Juni 010 Allgemeine Informationen Einführung
MehrAutomatic segmentation for dental operation planning. Diplomarbeit. Nguyen The Duy
Automatic segmentation for dental operation planning Diplomarbeit Nguyen The Duy 24.02.2012 Motivation Quelle: bestbudapestdentist.com Aufgabenstellung Segmentierung des Oberkiefers (Maxilla) Detektion
MehrStruktursuche in medizinischen Volumendaten mittels paralleler Simulation dynamischer Formmodelle
Struktursuche in medizinischen Volumendaten mittels paralleler Simulation dynamischer Formmodelle Lars Dornheim, Jana Dornheim und Klaus D. Tönnies Fakultät für Informatik, Otto-von-Guericke-Universität
MehrObjekterkennung mit SIFT-Merkmalen
Hochschule für Angewandte Wissenschaften Hamburg 06. Januar 2010 Gliederung Problemstellung SIFT-Verfahren Merkmalsvergleich zur Identifikation von Gegenständen Zusammenfassung und Ausblick Problemstellung
MehrDer diskrete Kalman Filter
Der diskrete Kalman Filter Fachbereich: Informatik Betreuer: Marc Drassler Patrick Winkler 1168954 6. Dezember 2004 Technische Universität Darmstadt Simulation und Systemoptimierung Darmstadt Dribbling
Mehr4d-Segmentierung von dspect-aufnahmen des Herzens
4d-Segmentierung von dspect-aufnahmen des Herzens Regina Pohle 1, Klaus D. Tönnies 1, Anna Celler 2 1 Otto-von-Guericke-Universität, 39016 Magdeburg 2 Medical Imaging Research Group, Vancouver Hospital,
MehrSegmentierung des Aterienbaums
Segmentierung des Aterienbaums Christoph Schaefer Seminar: Bildverarbeitung für die Medizin Universität Koblenz-Landau 27.01.2007 1 Anwendungsgebiete 2 Segmentierung Überblick Deformierbare Modelle Snake
MehrVisualisierung von großen Musiksammlungen unter Berücksichtigung projektionsbedingter Verzerrungen
Data & Knowledge Engineering Group Visualisierung von großen Musiksammlungen unter Berücksichtigung projektionsbedingter Verzerrungen Sebastian Stober Überblick Problembeschreibung von Bergen, Tälern und
MehrPraktikum Mathe und Medizin
Segmentierung von Tumoren und der rechten Herzwand in CT Daten a.gripshoefer@gmx.de, SeWesti@gmx.de 08.07.2008 1 Problemstellung 2 3 4 Problemstellung Aufgrund des Partialvolumeneekts sind PET Aufnahmen
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
Mehr3D Shape Matching Using Skeleton Graphs
3D Shape Matching Using Skeleton Graphs Angela Brennecke & Tobias Isenberg OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG Institut für Simulation und Graphik Fakultät für Informatik Otto-von-Guericke-Universität
Mehr4. Segmentierung von Objekten Video - Inhaltsanalyse
4. Segmentierung von Objekten Video - Inhaltsanalyse Stephan Kopf Inhalt Vorgehensweise Berechnung der Kamerabewegungen zwischen beliebigen Bildern Transformation eines Bildes Hintergrundbilder / Panoramabilder
MehrMERKMALSAUSWAHL ZUR OPTIMIERUNG VON PROGNOSEPROZESSEN
Verteidigung der Bachelorarbeit MERKMALSAUSWAHL ZUR OPTIMIERUNG VON PROGNOSEPROZESSEN Von: Tom Fels 23.11.2015 Betreut durch: Prof. Dr.-Ing. Wolfgang Lehner Motivation Motivation PROGNOSEN Schätzung zukünftiger
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
MehrWasserscheiden-Ansätze zur Bildsegmentierung I
Seminar Bildsegmentierung und Computer Vision Wasserscheiden-Ansätze zur Bildsegmentierung I Stefan Sugg 19.12.2005 Gliederung 1. Einführung 2. Morphologische Grundlagen 3. Simulation durch Überflutung
MehrSelbstorganisation: Warum Pflanzen nach mathematischen Mustern wachsen
Selbstorganisation: Warum Pflanzen nach Seminararbeit Johannes Jendersie johannes.jendersie@st.ovgu.de Otto-von-Guericke-Universität Magdeburg Universitätsplatz 2, D-39106 Magdeburg Gliederung Motivation
MehrKapitel 4: Nichtlineare Nullstellenprobleme
Vorlesung Höhere Mathematik: Numerik (für Ingenieure) Kapitel 4: Nichtlineare Nullstellenprobleme Jun.-Prof. Dr. Stephan Trenn AG Technomathematik, TU Kaiserslautern Sommersemester 2015 HM: Numerik (SS
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
MehrKorrektur des Bias Feldes in MR Aufnahmen
Sebastian Brandt Korrektur des Bias Feldes in MR Aufnahmen Folie 1 Korrektur des Bias Feldes in MR Aufnahmen Seminar Medizinische Bildverarbeitung Sebastian Brandt sbrandt@uni-koblenz.de Universität Koblenz-Landau
MehrModellierung und Simulation der Schallabsorption verschmutzter offenporiger Fahrbahnbeläge
Lehrstuhl für Straßenplanung und Straßenbau Modellierung und Simulation der Schallabsorption verschmutzter offenporiger Fahrbahnbeläge 2. Dresdner Asphalttage 09.12.2012 Prof. Dr.-Ing. W. Ressel Dipl.-Ing.
MehrT.W. Münch und M. Koch. Department of Geohydraulics and Engineering Hydrology University of Kassel Kurt-Wolters-Strasse 3 D Kassel, Germany
Simultane 3D Inversion für die Struktur von Lithosphäre und Hypozentren in Deutschland undd angrenzenden Gebieten unter Berücksichtigung eines anisotropen oberen Mantels T.W. Münch und M. Koch Department
MehrIntelligente Systeme
Intelligente Systeme Heuristische Suchalgorithmen Prof. Dr. R. Kruse C. Braune {rudolf.kruse,christian.braune}@ovgu.de Institut für Intelligente Kooperierende Systeme Fakultät für Informatik Otto-von-Guericke-Universität
MehrGrundlagen der Bildverarbeitung Klaus D. Tönnies
Grundlagen der Bildverarbeitung Klaus D. Tönnies ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Inhaltsverzeichnis
MehrRahmenbedingungen und Marktentwicklung Flächenheizung/-kühlung. Frank Hartmann (BDH) Bundesverband der Deutschen Heizungsindustrie e. V.
Rahmenbedingungen und Marktentwicklung Flächenheizung/-kühlung Frank Hartmann (BDH) Bundesverband der Deutschen Heizungsindustrie e. V. Agenda Rahmenbedingungen / Politische Forderungen Marktentwicklung
MehrHAW Hamburg Anwendung 1 - Vortrag Andrej Rull
HAW Hamburg Anwendung 1 - Vortrag Andrej Rull 02122008 1 Gliederung o Motivation o Der Anwendungsfall o Das SLAM Problem o Lösungsansätze und Algorithmen o Zusammenfassung o Ausblick auf AW2 2 Motivation
MehrBildregistrierung in der Medizin. Fethi KAYA - Yusuf ÖZBEK
Bildregistrierung in der Medizin Fethi KAYA - Yusuf ÖZBEK 30.05.2011 1 Inhalt 1. Einführung zur Registrierung 2. Registrierungsalgorithmen 3. Transformationen 4. Mutual Information 5. Demo 2 1- Registrierung
MehrNichtlineare Klassifikatoren
Nichtlineare Klassifikatoren Mustererkennung und Klassifikation, Vorlesung No. 11 1 M. O. Franz 12.01.2008 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Duda et al., 2001. Übersicht
MehrÜber die Zusammenarbeit mit dem Lehrstuhl für Wärmetechnik* der TU Posen, Polen
Über die Zusammenarbeit mit dem Lehrstuhl für Wärmetechnik* der TU Posen, Polen 2009-2012 Prof. Karl-Heinz Hoffmann, Dr. Nikolai Botkin Prof. Michał Ciałkowski*, Dr. Andrzej Frąckowiak* Aufgaben 1. Inverses
MehrKonsistente Parametrisierung von Flächen vom Geschlecht 1 zur Bildung eines statistischen Formmodells des Wirbels
Konsistente Parametrisierung von Flächen vom Geschlecht 1 zur Bildung eines statistischen Formmodells des Wirbels Meike Becker 1, Matthias Kirschner 1, Stefan Wesarg 1 1 Graphisch-Interaktive Systeme,
MehrÜbungen Theoretische Physik I (Mechanik) Blatt 8 (Austeilung am: , Abgabe am )
Übungen Theoretische Physik I (Mechanik) Blatt 8 (Austeilung am: 14.09.11, Abgabe am 1.09.11) Hinweis: Kommentare zu den Aufgaben sollen die Lösungen illustrieren und ein besseres Verständnis ermöglichen.
MehrDebayeringverfahren. 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
MehrDynamische Programmierung. Problemlösungsstrategie der Informatik
als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung
MehrIntelligente EKG-Analyse Dipl.-Ing. Gero von Wagner
FZI Forschungszentrum Informatik an der Universität Karlsruhe MIT- Medizinische Informationstechnik Telemetrisches Diagnosenetz Intelligente EKG-Analyse Dipl.-Ing. Gero von Wagner FZI Forschungszentrum
MehrSeminar Ausgewählte Themen der medizinischen Visualisierung
1 Ausgewählte Themen der medizinischen Visualisierung Institut für Informatik 08.07.2011 Arbeitsgruppe Visualisierung und Computergrafik (VisCG) Organisatorisches Veranstalter: Prof. Dr. Klaus Hinrichs,
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
MehrEntwicklung einer Programmbibliothek zur Simulation von Hautdeformation durch Knochen und Muskeln
Entwicklung einer Programmbibliothek zur Simulation von Hautdeformation durch Knochen und Muskeln Universität Koblenz Institut für Computervisualistik Arbeitsgruppe Computergraphik Betreuer und Prüfer
MehrGeostatistik und Anwendungen im Precision Farming
Geostatistik und Anwendungen im Precision Farming Irina Kuzyakova Institut für Pflanzenbau und Grünland Precision Farming Managementstrategie, die die räumlichen Informationstechnologien benutzt, um Entscheidungen
MehrMathematischer Vorkurs zum Studium der Physik
Universität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übungen Aufgaben zu Kapitel 9 (Fortsetzung) (aus: K. Hefft, Mathematischer Vorkurs zum Studium der Physik, sowie Ergänzungen) Aufgabe
MehrParametrisierung geschlossener Oberflächen für die Erzeugung von 3D-Formmodellen
Parametrisierung geschlossener Oberflächen für die Erzeugung von 3D-Formmodellen Mareike Schönig, Tobias Heimann und Hans-Peter Meinzer Abteilung für Medizinische und Biologische Informatik, Deutsches
MehrDipl.-Ing. Christoph Erath 10. November FVM-BEM Kopplung. Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln?
Dipl.-Ing. Christoph Erath 10. November 2007 FVM-BEM Kopplung Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln? Seite 2 FVM-BEM Kopplung 10. November 2007 Dipl.-Ing. Christoph Erath
MehrEinführung in die Robotik. Jianwei Zhang
- Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 7. Juni 2011 J. Zhang 272 Roboterregelung Gliederung
MehrGliederung. Gliederung (cont.) Klassifikation der Regelung von Roboterarmen
- Roboterregelung Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 19. Juni 2012 Allgemeine Informationen
MehrSchriftliche Prüfung
OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG FAKULTÄT FÜR INFORMATIK Schriftliche Prüfung im Fach: Rechnersysteme Studiengang: Bachelor (PF CSE / IF; WPF CV / WIF) am: 30. Juli 2008 Bearbeitungszeit: 120 Minuten
MehrAnt Colony Optimization (ACO)
Ant Colony Optimization (ACO) Daniel Blum 24.4.2003 Projektgruppe 431 Metaheuristiken Lehrstuhl 11, Fachbereich Informatik, Universität Dortmund 1 Übersicht Vorbild Natur Übertragung der Ideen Beispiele
MehrKEY AGREEMENT IN DYNAMIC PEER GROUPS
KEY AGREEMENT IN DYNAMIC PEER GROUPS Seminar Kryptographische Protokolle SS 2009 Motivation Gruppenorientierte Anwendungen, Protokolle und Kommunikation treten in vielen Umgebungen auf: Netzwerk-Schicht:
MehrVerteidigung der Diplomarbeit. Mathias Magdowski
Verteidigung der Diplomarbeit Entwicklung und Validierung eines Werkzeugs zur Berechnung der elektromagnetischen Einkopplung von stochastischen Feldern in Leitungsstrukturen Mathias Magdowski Otto-von-Guericke
MehrBildverarbeitung: Diffusion Filters. D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10
Bildverarbeitung: Diffusion Filters D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10 Diffusion Idee Motiviert durch physikalische Prozesse Ausgleich der Konzentration eines Stoffes. Konzentration
MehrEinsatz von Simulationswerkzeugen beim Entwurf feinwerktechnischer Systeme. Beispiele aus der Forschung am IFTE
Fakultät Elektrotechnik, Institut für Feinwerktechnik und Elektronik-Design Einsatz von Simulationswerkzeugen beim Entwurf feinwerktechnischer Systeme Beispiele aus der Forschung am IFTE Dr.-Ing. J. Gaßmann
MehrRaum-zeitlich korrelierte stochastische Beschreibung des Modellfehlers in ICON-EPS und COSMO-D2-EPS
Raum-zeitlich korrelierte stochastische Beschreibung des Modellfehlers in ICON-EPS und COSMO-D2-EPS T. Heppelmann, M. Sprengel, C. Gebhardt, M. Buchhold Fachtagung Energiemeteorologie Goslar 05.06.2018
MehrGrundlagen: Bildbearbeitung / Objekterkennung. Julia Peterwitz zum Seminar: Videobasierte Erkennung und Analyse menschlicher Aktionen
Grundlagen: Bildbearbeitung / Objekterkennung Julia Peterwitz zum Seminar: Videobasierte Erkennung und Analyse menschlicher Aktionen Videoerkennung! Warum? Live-Übertragung von Veranstaltungen Überwachung
MehrBeschleunigung von Bild-Segmentierungs- Algorithmen mit FPGAs
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Algorithmen mit FPGAs Vortrag von Jan Frenzel Dresden, Gliederung Was ist Bildsegmentierung?
MehrRendering: Lighting and Shading
Rendering: Lighting and Shading Hauptseminar: How to make a Pixar Movie Inhalt Einführung Was ist Rendering Was ist Reflexionsmodelle Lighting Shading Globale Beleuchtungsmodelle Zusammenfassung 2/53 Inhalt
Mehr1. Filterung im Ortsbereich 1.1 Grundbegriffe 1.2 Lineare Filter 1.3 Nicht-Lineare Filter 1.4 Separabele Filter 1.
. Filterung im Ortsbereich. Grundbegriffe. Lineare Filter.3 Nicht-Lineare Filter.4 Separabele Filter.5 Implementierung. Filterung im Frequenzbereich. Fouriertransformation. Hoch-, Tief- und Bandpassfilter.3
MehrVesselness-geführte Level-Set Segmentierung von zerebralen Gefäßen
Vesselness-geführte Level-Set Segmentierung von zerebralen Gefäßen Nils D. Forkert 1, Alexander Schmidt-Richberg 2, Jan Ehrhardt 2, Jens Fiehler 3, Heinz Handels 2, Dennis Säring 1 1 Institut für Medizinische
MehrVorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)
1 Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) Kapitel 10: Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 27. März 2009) Differenzialrechnung
MehrOrthogonale Matrix. Definition 4.19
Orthogonale Matrix Ausgleichsprobleme sind häufig schlecht konditioniert. Matrix des Normalengleichungssystems kann nahezu singulär sein. Spezielle Matrixzerlegung für höhere numerische Stabilität: QR-Zerlegung
MehrGliederung. Algorithmen und Datenstrukturen I. öschen in Rot-Schwarz-Bäumen. Löschen in Rot-Schwarz-Bäumen
Gliederung Algorithmen und Datenstrukturen I Abstrakte Datentypen VII: in n D. Rösner Institut für Wissens- und prachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 Winter
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
MehrZusammenfassung der 6. Vorlesung
Zusammenfassung der 6. Vorlesung Dynamische Systeme 2-ter Ordnung (PT 2 -System) Schwingungsfähige Systeme 2-ter Ordnung. - Systeme mit Speicher für potentielle und kinetische Energie - Beispiel: Feder-Masse-Dämpfer
MehrBild-Erkennung & -Interpretation
Kapitel I Bild-Erkennung & -Interpretation FH Aachen / Jülich, FB 9 Prof. Dr. rer.nat. Walter Hillen (Dig Img I) 1 Einführung Schritte zur Bilderkennung und Interpretation: Bild-Erfassung Vorverarbeitung
MehrLossy Bildkompression: Techniken und Bildqualität
Lossy Bildkompression: Techniken und Bildqualität Brigitte Forster Zentrum Mathematik, Technische Universität München, und Institut für Biomathematik und Biometrie, Helmholtz-Zentrum München Konsensuskonferenz:
MehrFunktionsweise und Rekonstruktionsverfahren SPECT & SPECT/CT. C. Schütze
Funktionsweise und Rekonstruktionsverfahren SPECT & SPECT/CT C. Schütze Gammakamera und SPECT-Systeme http://www.healthcare.siemens.com, http://www.healthcare.philips.com, http://www.miegermany.de Grundprinzip
MehrImproving the Accuracy of GPS
Improving the Accuracy of GPS Stephan Kopf, Thomas King, Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim Gliederung Motivation ierungsfehler von GPS Steigerung der Genauigkeit
MehrWie man dieses (Weg-)Integral berechnet, kann man sich mit der folgenden Merkregel im Kopf halten. Man schreibt d~r = d~r
Vektoranalysis 3 Die Arbeit g Zum Einstieg eine kleine Veranschaulichung. Wir betrachten ein Flugzeug, das irgendeinen beliebigen Weg zurücklegt. Ausserdem seien gewisse Windverhältnisse gegeben, so dass
Mehr3D - Modellierung. Arne Theß. Proseminar Computergraphik TU Dresden
3D - Modellierung Arne Theß Proseminar Computergraphik TU Dresden Gliederung Darstellungsschemata direkte Constructive Solid Geometry (CSG) Generative Modellierung Voxelgitter indirekte Drahtgittermodell
MehrEmpfängeruhrmodellierung in GNSS: Auswirkungen und Realisierbarkeit
Empfängeruhrmodellierung in GNSS: Auswirkungen und Realisierbarkeit i it Ulrich Weinbach, ib Steffen Schön Institut für Erdmessung Motivation GNSS sind Einweg-Messverfahren. Problem der Zeitsynchronisation
Mehr4. Drehschwinger. B 2 Schwerpunkt S. c 2 P 2. S P 1 c 1 m, J B 1. Prof. Dr. Wandinger 6. Schwingungen Dynamik
c 2 B 2 Schwerpunkt S P 2 S P 1 c 1 m, J O O B 1 Prof. Dr. Wandinger 6. Schwingungen Dynamik 2 6.4-1 Aufgabenstellung: 4. Drehschwinger Der Drehschwinger besteht aus einem starren Körper, der im Punkt
MehrModellprädiktive Regelung nichtlinearer sampled-data Systeme
Modellprädiktive Regelung nichtlinearer sampled-data Systeme L. Grüne 1 D. Nešić 2 J. Pannek 1 1 Mathematisches Institut Universität Bayreuth 2 EEE Department University of Melbourne 13. Februar 2006 Workshop
MehrGrundlagen der Bildverarbeitung
Grundlagen der Bildverarbeitung Inhaltsverzeichnis Vorwort 9 Kapitel 1 Einführung 13 1.1 Anwendungen der digitalen Bildverarbeitung 16 1.2 Algorithmische Verarbeitung von Bildinformation 17 1.3 Zu diesem
MehrExperimentalphysik 1
Technische Universität München Fakultät für Physik Ferienkurs Experimentalphysik 1 WS 16/17 Lösung 1 Ronja Berg (ronja.berg@tum.de) Katharina Scheidt (katharina.scheidt@tum.de) Aufgabe 1: Superposition
MehrFunktionselemente von Netzwerken
Folie: 1 Funktionselemente von Netzwerken Medienkonverter Folie: 2 Medienkonverter werden eingesetzt, wenn bei einer Datenübertragungsstrecke zwei unterschiedliche Übertragungsmedien gekoppelt werden.
MehrVernetzte Haushaltsgeräte eine Chance für die Energieeffizienz?
Vernetzte Haushaltsgeräte eine Chance für die Energieeffizienz? Prof. Dr. Rainer Stamminger 8. September 2015 Expertenworkshop der Initiative EnergieEffizienzprivate Haushalte Vergangenheit Dank technischer
MehrMaximilian Naumann 1, Piotr F. Orzechowski 2, Christoph Burger 2, Ömer Sahin Tas 1, Christoph Stiller 1,2
FZI FORSCHUNGSZENTRUM INFORMATIK Herausforderungen für die Verhaltensplanung kooperativer automatischer Fahrzeuge Maximilian Naumann 1, Piotr F. Orzechowski 2, Christoph Burger 2, Ömer Sahin Tas 1, Christoph
MehrMathematische Grundlagen der dynamischen Simulation
Mathematische Grundlagen der dynamischen Simulation Dynamische Systeme sind Systeme, die sich verändern. Es geht dabei um eine zeitliche Entwicklung und wie immer in der Informatik betrachten wir dabei
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
MehrAuswirkungen der Lebensarbeitszeit im Schichtdienst auf die Dienstfähigkeit von
Auswirkungen der Lebensarbeitszeit im Schichtdienst auf die Dienstfähigkeit von Polizeibeamten Anna Arlinghaus und Friedhelm Nachreiner Gesellschaft für Arbeits-, Wirtschafts- und Organisationspsychologische
MehrEntwurf, Test und Analyse adaptiver Regelungsstrategien für einen nichtlinearen totzeitbehafteten technischen Prozess
Fakultät Informatik Institut für angewandte Informatik- Professur Technische Informationssysteme Verteidigung der Diplomarbeit: Entwurf, Test und Analyse adaptiver Regelungsstrategien für einen nichtlinearen
Mehr1-, 2-, 3D-Modelle: Überblick, Vergleich und Anwendung
Fakultät Informatik > Angewandte Informatik > Technische Informationssysteme Studentischer Vortrag 1-, 2-, 3D-Modelle: Überblick, Vergleich und Anwendung Mai, Tuan Linh Dresden, 17.Jan.2011 Inhalt 1. Motivation
MehrRoboterassistierte Reponierung von Oberschenkelfrakturen
Roboterassistierte Reponierung von Oberschenkelfrakturen Ralf Westphal 1, Simon Winkelbach 1, Friedrich Wahl 1, Markus Oszwald 2, Thomas Gösling 2, Tobias Hüfner 2, Christian Krettek 2, 1 2 Inhalt Einleitung
MehrEmpirical investigation of a stochastic model based on intensity values for terrestrial laser scanning
Empirical investigation of a stochastic model based on intensity values for terrestrial laser scanning Tomke Lambertus 1,2, David Belton 1 & Petra Helmholz 1 1 Curtin University Perth, Australien; 2 Jade
Mehr2. Übung: Lineare dynamische Systeme
2. Übung: Lineare dynamische Systeme Aufgabe 2.. Gegeben sind die beiden autonomen Systeme und x (2.) {{ A 2 2 x. (2.2) {{ A 2 Berechnen Sie die regulären Zustandstransformationen x = V z und x = V 2 z,
MehrSmart WLI-Microscope Using Color Camera for Special 3-D Surface Measurement
Smart WLI-Microscope Using Color Camera for Special 3-D Surface Measurement T. Machleidt 1,4, D. Kollhoff 1, O. Dathe 2, D. Kapusi 3, R. Nestler 3,4, K.-H. Franke 3,4 1) Gesellschaft für Bild- und Signalverarbeitung
MehrMustererkennung: Neuronale Netze. D. Schlesinger ()Mustererkennung: Neuronale Netze 1 / 12
Mustererkennung: Neuronale Netze D. Schlesinger ()Mustererkennung: Neuronale Netze 1 / 12 Feed-Forward Netze y 1 y 2 y m...... x 1 x 2 x n Output Schicht i max... Zwischenschicht i... Zwischenschicht 1
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
MehrEinbettung mit Trelliskodes
Einbettung mit Trelliskodes YAECS Yet Another Error Correcting Code in Steganography Benjamin Kellermann Fakultät Informatik Lehrstuhl Datenschutz und Datensicherheit 20.12.2007 Benjamin Kellermann Einbettung
Mehr