UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 
 Darstellung
 
Druckansicht

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

Vorlesungsverzeichnis

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 
Multispektrale Bildanalyse

Die multispektrale Bildanalyse dient als wichtiges Werkzeug zum Verständnis des Bilderzeugungsprozesses und von Reflexionsphänomenen. Dazu kombinieren multispektrale (bzw. hyperspektrale) Bilder die Vorteile der Spektroskopie mit Topologieinformationen zweidimensionaler Bilder. Die aufgenommenen Daten sind sehr vielschichtig und gehen oft über die menschliche Wahrnehmung hinaus; sie können zuverlässiger und weitreichender interpretiert werden als reguläre Farbbilddaten. Von der Analyse dieser Daten kann häufig die Forschung an Methoden des Rechnersehens, welche das Reflexionsverhalten in der Szene interpretieren oder darauf aufbauen, profitieren.

Um die hochdimensionalen Datenmengen zu verarbeiten, sind anspruchsvollere Methoden der Bildanalyse nötig, ebenso wie die effiziente Verarbeitung der hohen Informationsfülle und eine intuitive Visualisierung. Im Rahmen dieses Projekts wird an einer neuartigen Visualisierung gearbeitet, die eine interaktive Inspektion der Daten noch vor weiteren Verarbeitungsschritten, wie z.B. der anwendungsbezogenen Datenreduktion, zweckmäßig macht. Weiterhin werden Deskriptoren untersucht und zur Anwendung gebracht, die der Trennung von Geometrie-, Beleuchtungs- und Materialeigenschaften dienen. Mittels der eigens angeschafften, spektral und räumlich hochauflösenden Hyperspektralkamera werden neue Bilddaten aufgenommen, die der Evaluation und Verbesserung bestehender Analysemethoden dienen.

Projektleitung:
Elli Angelopoulou, Ph.D., Akad. Rat

Beteiligte:
Dipl.-Inf. Eva Eibenberger, Dipl.-Inf. Johannes Jordan

Stichwörter:
Multispektrale Bildgebung; Reflexionsanalyse; Rechnersehen

Laufzeit: 1.3.2010 - 31.3.2015

Förderer:
European Space Agency

Kontakt:
Jordan, Johannes
Telefon +49 9131 85 27891, Fax +49 9131 85 27270, E-Mail: johannes.jordan@cs.fau.de
Publikationen
Jordan, Johannes ; Angelopoulou, Elli: Gerbil - A Novel Software Framework for Visualization and Analysis in the Multispectral Domain. In: Koch, Reinhard ; Kolb, Andreas ; Rezk-Salama, Christof (Hrsg.) : VMV 2010: Vision, Modeling & Visualization (15th International Workshop on Vision, Modeling & Visualization Siegen 15.-17.11.2010). Bd. 1, 1. Aufl. Goslar : Eurographics Association, 2010, S. 259-266. - ISBN 978-3-905673-79-1
Jordan, Johannes ; Angelopoulou, Elli: Edge Detection in Multispectral Images Using the N-dimensional Self-organizing Map. In: IEEE (Hrsg.) : 18th IEEE International Conference on Image Processing (ICIP) (18th IEEE International Conference on Image Processing (ICIP) Brussels Sept. 2011). 2011, S. 3181 -3184.
[doi>10.1109/ICIP.2011.6116344]
Jordan, Johannes ; Angelopoulou, Elli: Supervised Multispectral Image Segmentation With Power Watersheds. In: IEEE (Hrsg.) : 19th IEEE International Conference on Image Processing (ICIP) (19th IEEE International Conference on Image Processing (ICIP) Orlando, FL 30.09.2012). 2012, S. 1585-1588.
Jordan, Johannes ; Angelopoulou, Elli: Hyperspectral Image Visualization With a 3-D Self-organizing Map. In: IEEE (Hrsg.) : Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), 5th Workshop on (Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), 5th Workshop on Gainesville, FL June 2013). 2013, S. 1-4.
Jordan, Johannes ; Angelopoulou, Elli: Mean-shift Clustering for Interactive Multispectral Image Analysis. In: IEEE (Hrsg.) : 20th IEEE International Conference on Image Processing (ICIP) (20th IEEE International Conference on Image Processing (ICIP) Melbourne September 2013). 2013, S. 3790-3794.
Jordan, Johannes ; Angelopoulou, Elli ; Antonio Robles-Kelly: An Unsupervised Material Learning Method for Imaging Spectroscopy. In: IEEE (Hrsg.) : IEEE WCCI 2014 (2014 International Joint Conference on Neural Networks Beijing 06-07-2014). 2014, S. 2428-2435.

Institution: Lehrstuhl für Informatik 5 (Mustererkennung)
UnivIS ist ein Produkt der Config eG, Buckenhof