Institut für Raumbezogene Informations- und Messtechnik
Hochschule Mainz - University of Applied Sciences

Waldemar Kisser, M.Sc.

Waldemar Kisser, M.Sc.

Fachbereich Technik –
Geoinformatik & Vermessung
Raum: C2.22
Telefon: +49 6131 628 - 1498
Fax: +49 6131 628 - 91498

Funktionen

  • – Wissenschaftlicher Mitarbeiter

Forschung

Anzeigename: 
Waldemar Kisser, M.Sc.

E-Mail

Plaintext email only
Nein
Telefon: 
+49 6131 628 - 1498
Fax: 
+49 6131 628 - 91498
Raum: 
C2.22
Funktionen: 
Wissenschaftlicher Mitarbeiter

Projekte

In der Orthopädietechnik werden Hilfsmittel immer noch überwiegend mit klassischen Guss- und Abformtechniken hergestellt. Die sich bietenden Möglichkeiten über CNC-Fräsen oder 3D-…
Optimierte geometrisch/physikalische Modellierung digitaler Industriemesskameras im Einsatz der industriellen Qualitätskontrolle.

Publikationen

Analyse von Bildresiduen mit Machine-Learning im Rahmen von Kamera-Kalibrierungen

2017

Kisser, W.,
Boochs, F.,
PAULUS, D.

BibTex

n.A.

Photogrammetrie ermöglicht es, Objekte mithilfe von Digitalbildern zu vermessen. Bei optimalen Messbedingungen sind Qualitätsunterschiede der abgeleiteten Maße vor allem auf die mathematische Modellierung des verwendeten Sensors und des Objektivs zurückzuführen. Photogrammetrische Kalibrierungen erfolgen meist mittels Bündelblockausgleichung. Diese gestattet es, vielerlei statistische Kennzahlen abzuleiten. Eine tiefer gehende Analyse der berechneten Parameter, Standardabweichungen, Korrelationen und deren Verteilungen kann Aufschluss darüber geben, ob das verwendete Kalibriermodell Schwächen aufweist. Solche Defizite können sich durch systematische Restfehler im Bild- oder Objektraum äußern. Da solche Restfehler auch zu Ungenauigkeiten in den daraus abgeleiteten Informationen führen können, ist deren mathematischer Nachweis und anschließende Kompensation zur Erzielung höchster Genauigkeiten unausweichlich. Neueste Ansätze nutzen Korrekturterme, um Residuensystematiken schon während der Bündelblockausgleichung zu modellieren. Dieser Beitrag beschreibt, wie auch Machine-Learning-
Techniken dabei helfen können, verbliebene systematische Abweichungen in Bildresiduen nachzuweisen, ohne dass hierzu ein Eingriff in die Bündelblockausgleichung notwendig ist. Dies wird im ersten Schritt anhand von Beispieldaten erläutert. Im zweiten Schritt wird die Wirkung dieser Vorgehensweise an einer realen Kamerakalibrierung verdeutlicht. Abschließend erfolgt eine Diskussion der im Zuge dieser Arbeit erzielten Resultate und möglicher Eignung dieses Verfahrens in der Praxis.


Analyse von Bildresiduen mit Machine-Learning im Kontext von Kamera-Kalibrierungen

2016

Kisser, W.,
Boochs, F.,
Paulus, D.

BibTex

Oldenburger 3D Tage 2016

Photogrammetrie ermöglicht es, Objekte mit Hilfe von Digitalbildern zu vermessen. Bei optimalen Messbedingungen sind Unterschiede in der Qualität der abgeleiteten Maße vor allem auf die mathematische Modellierung des verwendeten Sensors und der Linse zurückzuführen. Kalibrierungen erfolgen meist mittels Bündelblockausgleichung, die es gestattet, daraus vielerlei statistische Kennzahlen abzuleiten. Eine tiefergehende Analyse der berechneten Parameter, Standardabweichungen, Korrelationen und deren Verteilungen kann Aufschluss geben, ob das verwendete Kalibriermodell Schwächen aufweist. Solche Defizite können sich durch systematische Restfehler im Bild- oder Objektraum äußern. Da solche Restfehler zu Ungenauigkeiten in den daraus abgeleiteten Informationen führen können, ist deren mathematischer Nachweis und anschließende Kompensation zur Erzielung höchster Genauigkeiten unausweichlich. Neueste Ansätze nutzen Korrekturterme, um solche Systematiken schon während der Bündelblockausgleichung zu modellieren. Der vorliegende Beitrag beschreibt, wie auch Machine-Learning Techniken dabei helfen können, verbliebene systematische Abweichungen in Bildresiduen nachzuweisen, ohne dass hierzu ein Eingriff in die Bündelblockausgleichung notwendig ist. Dies wird im ersten Schritt anhand von Beispieldaten erläutert. Im zweiten Schritt wird die Wirkung dieser Vorgehensweise an einer realen Kamerakalibrierung verdeutlicht. Abschließend erfolgt eine Diskussion der im Zuge dieser Arbeit erzielten Resultate und möglicher Eignung dieses Verfahrens in der Praxis.


Korrektur der Ellipsen-Exzentrizität im Kontext von Kamerakalibrierungen

2015

Kisser, W.,
Tietz, B.,
Boochs, F.,
PAULUS, D.

BibTex

Photogrammetrie, Laserscanning, Optische 3D-Messtechnik. Beiträge der Oldenburger 3D-Tage 2015

Dieser Beitrag befasst sich mit dem Einfluss der Zielmarkenexzentrizität während der Kamera-
Kalibrierung in Kombination mit verschiedenen Kalibrierkörpern. Zunächst wird
deren Einfluss auf die Resultate anhand numerischer Simulationen nachgewiesen. In diesen
Simulationen wird eine Erfassung des Einflusses der Exzentrizität auf Bildmessung, Objekt-
und Kamerageometrie angestrebt. Im zweiten Schritt wird eine Realkalibrierung mit
vergleichbarer Aufnahmekonfiguration durchgefĂĽhrt. Dabei werden Gemeinsamkeiten bzw.
Unterschiede der erreichten Ergebnisse diskutiert sowie eine mögliche Kompensation des
Einflusses in der Praxis erörtert.


Relevance of ellipse eccentricity for camera calibration

2015

Kisser, W.,
Tietz, B.,
Boochs, F.,
PAULUS, D.

BibTex

Proc. SPIE 9528, Videometrics, Range Imaging, and Applications XIII, 95280D

Plane circular targets are widely used within calibrations of optical sensors through photogrammetric set-ups. Due to this popularity, their advantages and disadvantages are also well studied in the scientific community. One main disadvantage occurs when the projected target is not parallel to the image plane. In this geometric constellation, the target has an elliptic geometry with an offset between its geometric and its projected center. This difference is referred to as ellipse eccentricity and is a systematic error which, if not treated accordingly, has a negative impact on the overall achievable accuracy. The magnitude and direction of eccentricity errors are dependent on various factors. The most important one is the target size. The bigger an ellipse in the image is, the bigger the error will be. Although correction models dealing with eccentricity have been available for decades, it is mostly seen as a planning task in which the aim is to choose the target size small enough so that the resulting eccentricity error remains negligible. Besides the fact that advanced mathematical models are available and that the influence of this error on camera calibration results is still not completely investigated, there are various additional reasons why bigger targets can or should not be avoided. One of them is the growing image resolution as a by-product from advancements in the sensor development. Here, smaller pixels have a lower S/N ratio, necessitating more pixels to assure geometric quality. Another scenario might need bigger targets due to larger scale differences whereas distant targets should still contain enough information in the image. In general, bigger ellipses contain more contour pixels and therefore more information. This supports the target-detection algorithms to perform better even at non-optimal conditions such as data from sensors with a high noise level.

In contrast to rather simple measuring situations in a stereo or multi-image mode, the impact of ellipse eccentricity on image blocks cannot be modeled in a straight forward fashion. Instead, simulations can help make the impact visible, and to distinguish critical or less critical situations. In particular, this might be of importance for calibrations, as undetected influence on the results will affect further projects where the same camera will be used. This paper therefore aims to point out the influence of ellipse eccentricities on camera calibrations, by using two typical calibration bodies: planar and cube shaped calibration. In the first step, their relevance and influence on the image measurements, object- and camera geometry is shown with numeric examples. Differences and similarities between both calibration bodies are identified and discussed. In the second step, practical relevance of a correction is proven in a real calibration. Finally, a conclusion is drawn followed by recommendations to handle ellipse eccentricity in the practice.


Automatic object detection in point clouds based on knowledge guided algorithms

2013

Truong, H.Q.,
Karmacharya, A.,
Kisser, W.,
Boochs, F.,
Chudyk, C.,
Habed, A.,
Voisin, Y.

BibTex

SPIE Optical Metrology, International Society for Optics and Photonics, 2013

The modeling of real-world scenarios through capturing 3D digital data has been proven applicable in a variety of industrial applications, ranging from security, to robotics and to fields in the medical sciences. These different scenarios, along with variable conditions, present a challenge in discovering flexible appropriate solutions. In this paper, we present a novel approach based on a human cognition model to guide processing. Our method turns traditional data-driven processing into a new strategy based on a semantic knowledge system. Robust and adaptive methods for object extraction and identification are modeled in a knowledge domain, which has been created by purely numerical strategies. The goal of the present work is to select and guide algorithms following adaptive and intelligent manners for detecting objects in point clouds. Results show that our approach succeeded in identifying the objects of interest while using various data types.


Untersuchung von Registrierungsverfahren hinsichtlich des Einsatzes terrestrischer Laserscanner in der Deformationsmessung

2010

Neitzel, F.,
Kisser, W.,
Lerche, C.

BibTex

Allgemeine Vermessungs-Nachrichten

Nach einer Einführung zum Einsatz des terrestrischen Laserscannings in der Deformationsmessung werden aktuelle Registrierungsverfahren kurz vorgestellt. In einer Laboruntersuchung wird dann das Genauigkeitspotenzial der eingesetzten Laserscanner hinsichtlich der Erkennung von Objektverschiebungen untersucht. Im Anschluss daran wird in einer weiteren Laboruntersuchung der Einfluss unterschiedlicher Registrierungsverfahren auf die Erkennung von Objektverschiebungen festgestellt. Ein ausgewähltes Registrierungsverfahren wird dann im Baustelleneinsatz untersucht. In allen Untersuchungen wird die innere Genauigkeit durch die Modellierung des verschobenen Objektes durch eine ausgleichende Ebene erho¨ht. Zur Beurteilung der äußeren Genauigkeiten werden die Sollwerte für die Objektverschiebungen mit einer Feinmessuhr erfasst.


Untersuchung von Registrierungsverfahren hinsichtlich des Einsatzes terrestrischer Laserscanner in der Deformationsmessung

2010

Neitzel, F.,
Kisser, W.,
Lerche, C.,
Luhmann, T.,
MĂĽller, C.

PDF / BibTex

Photogrammetrie - Laserscanning - Optische 3D-Messtechnik, Beiträge der Oldenburger 3D-Tage 2010

Nach einer Einführung zum Einsatz des terrestrischen Laserscannings in der Deformationsmessung werden aktuelle Registrierungsverfahren kurz vorgestellt. In einer Laboruntersuchung wird dann das Genauigkeitspotenzial der eingesetzten Laserscanner hinsichtlich der Erkennung von Objektverschiebungen untersucht. Im Anschluss daran wird in einer weiteren Laboruntersuchung der Einfluss unterschiedlicher Registrierungsverfahren auf die Erkennung von Objektverschiebungen festgestellt. Ein ausgewähltes Registrierungsverfahren wird dann im Baustelleneinsatz untersucht. In allen Untersuchungen wird die innere Genauigkeit durch die Modellierung des verschobenen Objektes durch eine ausgleichende Ebene erhöht. Zur Beurteilung der äußeren Genauigkeiten werden die Sollwerte für die Objektverschiebungen mit einer Feinmessuhr erfasst.