• English
  • Deutsch
  • Log In
    Password Login
    or
  • Research Outputs
  • Projects
  • Researchers
  • Institutes
  • Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Konferenzschrift
  4. Nutzung von Stereo-Hochkontrast-Aufnahmen für eine bodengestützte, automatische Bestimmung von Schüttgutmaterialien und für die Erkennung der Belegung von Außenlagerflächen in Häfen
 
  • Details
  • Full
Options
2017
Conference Paper
Titel

Nutzung von Stereo-Hochkontrast-Aufnahmen für eine bodengestützte, automatische Bestimmung von Schüttgutmaterialien und für die Erkennung der Belegung von Außenlagerflächen in Häfen

Abstract
In diesem Artikel wird ein Stereokameraaufbau vorgeschlagen, welcher es ermöglicht, über weite Distanzen einen Schüttguthaufen freizustellen und seine Art (Sand, Kies, Roheisen) zu bestimmen. Durch Aufnahme von Belichtungsreihen werden Hochkontrastbilder gewonnen. Somit ist das System für Außenaufnahmen bei jedem Wetter geeignet. Der vorgestellte Ansatz arbeitet in fünf Schritten: Aufnahme von Stereo- Hochkontrastbildern, Bildvorverarbeitung, Semi-global Blockmatching, Segmentierung/Rücktransformation und Materialerkennung. Es wird in diesem Artikel gezeigt, dass dieses Verfahren robust gegenüber Wetterbedingungen ist, eine zuverlässige Segmentierung auf Basis der Tiefeninformationen erreicht und die korrekte Materialbestimmung ermöglicht.
Author(s)
Krause, Tom
Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Dolereit, Tim
Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Vahl, Matthias
Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Hauptwerk
Go-3D 2017: Mit 3D Richtung Maritim 4.0
Konferenz
Konferenz "Go-3D - Computergraphik für die Praxis" 2017
Thumbnail Image
Language
German
google-scholar
Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Tags
  • stereo matching

  • point cloud

  • high dynamic range

  • Convolutional Neural Networks (CNN)

  • Lead Topic: Smart City

  • Lead Topic: Visual Computing as a Service

  • Research Line: Computer vision (CV)

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Send Feedback
© 2022