|
Multispektrale BildanalyseDie 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 |
|
|