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

Burkhard Tietz, M.Sc.

Burkhard Tietz, M.Sc.

hat mittlerweile das i3mainz verlassen. Hier werden mit der Person verknĂĽpfte Inhalte aufgelistet.
Anzeigename: 
Burkhard Tietz, M.Sc.
Telefon: 
+49 6131 - 628 -1491
Fax: 
+49 6131 - 628 -91491
Raum: 
M2.27
Funktionen: 
Wissenschaftlicher Mitarbeiter

Projekte

Seit mehreren Jahren entwickelt das i3mainz in Zusammenarbeit mit Industriepartnern das Messsystem zur hochgenauen Längenbestimmung, den Längenkomparator „LK5“, weiter und…
The presented project is an internship project by two french master’s degree students. It has been realized in partnership with the German railway company, Deutsche Bahn. The…

Publikationen

SIVT – Processing, viewing and analysis of 3D scans of the porthole slab and slab b2 of Züschen I

2015

Wefers, S.,
Reich, T.,
Tietz, B.,
Boochs, F.

BibTex

CAA

Knowledge guided object detection and identification in 3D point clouds

2015

Karmacharya, A.,
Boochs, F.,
Tietz, B.

BibTex

Videometrics, Range Imaging, and Applications XIII, 952804

Modern instruments like laser scanner and 3D cameras or image based techniques like structure from motion produce huge point clouds as base for further object analysis. This has considerably changed the way of data compilation away from selective manually guided processes towards automatic and computer supported strategies. However it’s still a long way to achieve the quality and robustness of manual processes as data sets are mostly very complex. Looking at existing strategies 3D data processing for object detections and reconstruction rely heavily on either data driven or model driven approaches. These approaches come with their limitation on depending highly on the nature of data and inability to handle any deviation. Furthermore, the lack of capabilities to integrate other data or information in between the processing steps further exposes their limitations. This restricts the approaches to be executed with strict predefined strategy and does not allow deviations when and if new unexpected situations arise. We propose a solution that induces intelligence in the processing activities through the usage of semantics. The solution binds the objects along with other related knowledge domains to the numerical processing to facilitate the detection of geometries and then uses experts’ inference rules to annotate them. The solution was tested within the prototypical application of the research project “Wissensbasierte Detektion von Objekten in Punktwolken für Anwendungen im Ingenieurbereich (WiDOP)”. The flexibility of the solution is demonstrated through two entirely different USE Case scenarios: Deutsche Bahn (German Railway System) for the outdoor scenarios and Fraport (Frankfort Airport) for the indoor scenarios. Apart from the difference in their environments, they provide different conditions, which the solution needs to consider. While locations of the objects in Fraport were previously known, that of DB were not known at the beginning. © (2015) COPYRIGHT Society of Photo-Optical Instrumentation Engineers (SPIE). Downloading of the abstract is permitted for personal use only.


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.


Registrierung von 3D Punktwolken via 2D Korrespondenz fĂĽr ein kombiniertes Messsystem

2014

Burger, M.,
Polat, S.,
Tietz, B.,
Boochs, F.

PDF / BibTex

Oldenburger 3D-Tage

Ein Messsystem, bestehend aus einem 3D-Sensor (z.B. TOF) und einem höher auflösenden 2D-Sensor (RGB- oder Monochromkamera) kombiniert die Echtzeiterfassung von 3D-Geometrien mit der hohen Informationsdichte der Oberflächentextur. Dabei stehen beide Sensoren in einer festen relativen Beziehung zueinander, die sich über Standardmethoden der Photogrammetrie bestimmen lässt. Sie bildet die Grundlage für die rechnerische Übertragung von 2D-Tracking und Merkmalsextraktion auf die 3D-Geometrie. Ziel ist, in Echtzeit, bei sequenzieller 3D-Aufnahme, ein homogenes und rauschreduziertes dreidimensionales Gesamtmodell zu generieren.

Hohes Rauschen, nicht modellierte Systematiken und frequente Messausfälle verhindern das Funktionieren etablierter Registrierverfahren. Diese, nur auf 3D-Daten basierende Verfahren, berechnen eine Grobregistrierung über homologe 3D-Merkmalspunkte und eine Feinregistrierung über ICP. Im Rahmen der hier vorgestellten Lösung wurden Maßnahmen zur Rauschkompensation und Steigerung der Robustheit konzipiert und entwickelt. Die Registrierung wird aus 2D-Korrespondenzen geschätzt. Dazu werden über Merkmalsoperatoren bestimmte homologe Bildpunkte durch die relative Orientierung mit repräsentativen 3D-Punkten in Verbindung gebracht. Aus den repräsentativen 3D-Punkten wird eine räumliche Transformation geschätzt. Da mit einer Vielzahl von korrespondierenden Punkten geschätzt wird, sind Rauschen und Punktausfälle weniger problematisch. Die Gesamtregistrierung wird zur Steigerung der Robustheit und Genauigkeit über korrespondierende Ebenen vorgenommen. Dazu werden Ebenen im 3D mit einem eigens entwickelten Segmentierungsalgorithmus ermittelt und die Korrespondenz über Ebenen- und Punkthaufenähnlichkeit hergestellt. Die Ebenenregistrierung ist ein flächenbasierter Ansatz, dessen Zuverlässigkeit grundsätzlich gegenüber punktbasierten Ansätzen nicht von Punktvarianz beeinträchtigt wird.