Bachelorarbeiten (abgeschlossen)
-
Evaluation der Lesbarkeit und der Nützlichkeit der Kartenschriften in topographischen KartenAmtliche topographische Karten enthalten viele verschiedene Kartenschriften, um z.B. Namen von Städten, Landschaften oder Gewässern zu vermitteln. In den jeweiligen Signaturenkatalogen ist festgelegt, welche Schriftarten, -farben und -größen in Abhängigkeit der Objektart und der Größe der Objekte verwendet werden. Ziel dieser Arbeit war es, einen Überblick über die verwendeten Schriftvariationen zu gewinnen und die Lesbarkeit und geordnete Wahrnehmbarkeit zu untersuchen. Zudem sollte untersucht werden, ob sich die Kartennutzer der Bedeutung der Schriftgrößen bewusst sind und diese auch tatsächlich nutzen. Der Fokus der Untersuchung lag dabei auf TK25, TK100 sowie dem WebAtlasDE. Es stellte sich heraus, dass bis zu neun Schriftgrößenstufen in den TKs verwendet werden. Die Größenunterschiede sind dabei inhomogen und teilweise sehr klein gewählt, sodass die geordnete Wahrnehmung in einigen Bereichen gestört ist. Es wurde daher ein Vorschlag für eine gleichmäßigere Einteilung mit weniger Klassen unterbreitet. Dabei wurde auch die minimale Schriftgröße etwas erhöht. Die durchgeführte Umfrage ergab auch, dass die Länge der dargestellten Namen keinen deutlich störenden Einfluss auf die Größenwahrnehmung hat. Bei grünen Kartenschriften gaben die Probanden teilweise an, dass der geringe Kontrast zum meist ebenfalls grünen Hintergrund Probleme bereitet. Die Abbildung zeigt eine Beispiel-Karte aus der Umfrage: Die hier zu vergleichenden grünen Schriften wurden auf einem realen Kartengrund präsentiert. In weiteren Arbeiten könnte untersucht werden, ob der Vorschlag für eine geringere Anzahl verschiedener Schriftgrößen eine tatsächliche Verbesserung der Lesbarkeit bringt und ob bei einer Beschränkung auf drei Schriftfarben die eindeutige Zuordnung der Schriften zu den Objektarten weiterhin möglich ist.Leitung: ThiemannTeam:Jahr: 2021
![]()
![]()
-
Simulation von GPS-Trajektorien als Trainingsdaten für das maschinelle Lernen von WegeachsenIn dieser Arbeit wird ein Algorithmus zur Simulation von realitätsnahen GPS-Trajektorien, als Trainingsdaten für ein Convolutional Neural Network, für den Bewegungsmodus Kraftfahrzeug präsentiert. Dazu wird das Straßennetz aus OpenStreetMap für ein Auswahlgebiet zu einem routingfähigen Graphen aufbereitet. Den verschiedenen Straßentypen werden charakteristische Straßenbreiten und Fahrstreifenanzahlen zugewiesen, aufgrund dessen Hilfsgeometrien für Fahrspuren generiert werden.Leitung: Frank Thiemann, Prof. SesterTeam:Jahr: 2018
![]()
![]()
-
Ein optimales Maß für die Geländeundulation in NaturräumenIn Deutschland treten viele verschiedene Geländeformen auf. Aus diesem Grund ist das Land in verschiedene Naturräume aufgeteilt. Ziel der Arbeit war es, diese Regionen Deutschlands hinsichtlich ihrer Geländeeigenschaften zu untersuchen. Hierfür wurden die Parameter zur Ermittlung der Geländeundulation untersucht. Weiterhin wurden auch die mittlere Kurvigkeit sowie die Neigung der Straßen als Kriterium zur Beschreibung der Topographie verwendet.Leitung: Thiemann, SchlichtingTeam:Jahr: 2015Laufzeit: 2015
![]()
![]()
-
Automatische Platzierung von Böschungsschraffen für archäologische PläneFür die Darstellung von Wällen und Gräben in archäologischen Plänen werden Schraffen verwendet. Anders als bei neuzeitlichen künstlichen Böschungen sind die historischen Böschungen durch Einwirkung der Erosion sehr unregelmäßig geformt. Standardalgorithmen scheitern aus diesem Grund bei der automatischen Anordnung der Schraffen.Leitung: ThiemannTeam:Jahr: 2015Laufzeit: 2015
![]()
![]()
-
Maschinelles Lernen von Generalisierungsregeln für LandnutzungsdatenLandnutzungsdaten werden in verschiedenen Systemen sowie Maßstäben bereitgestellt. Dazu zählen z.B. das Automatisierte Liegenschaftskataster-Informationssystem (ALKIS), das Amtliche Topographisch-Kartographische Informationssystem (ATKIS) sowie CORINE Land Cover (CLC). Mittels Generalisierung aus den jeweils höheraufgelösten Daten lassen sich die Systeme effizient fortführen. Die Systeme nutzen jeweils unterschiedliche Klassen und Aggregationen, wodurch geometrische und semantische Differenzen resultieren. Daher ist eine direkte Zuordnung einzelner Klassen nicht immer möglich.Leitung: ThiemannTeam:Jahr: 2014Laufzeit: 2014
![]()
![]()
-
Untersuchungen zur Parallelisierung der Generalisierung großer Gebäude-DatenbeständeHeutzutage stehen Geodaten in solchen Mengen zur Verfügung, dass eine Verarbeitung mit den herkömmlich zur Verfügung stehenden Rechenressourcen kaum mehr möglich ist. Dies betrifft neben der benötigten Rechenzeit vor allem den verfügbaren Arbeitsspeicher. Auch wenn die Leistung der Hardware weiterhin steigt, wächst der Umfang der zu verarbeitenden Daten in noch größerem Maße. Eine Verarbeitung großer Datenbestände kann daher nicht mehr am Stück erfolgen, eine Aufteilung der Daten ist erforderlich.Leitung: ThiemannTeam:Jahr: 2013Laufzeit: 2013
![]()
![]()
-
Untersuchung der Messgenauigkeit von Sportuhren mit Geschwindigkeits- und EntfernungsfunktionHeutzutage spielen Sportuhren zur Trainingssteuerung und -Dokumentation eine immer größer werdende Rolle. Während im Radsport seit Jahren Fahrradcomputer zum Einsatz kommen, steigt das Interesse an Entfernungs-, Geschwindigkeits- und Höhenmessungen in anderen Disziplinen stetig an. Gerade bei Sportarten wie Laufen oder Skifahren sind Planungs- und Analysemöglichkeiten gefragt.Leitung: ThiemannTeam:Jahr: 2007Laufzeit: 2007
-
Filterung von Profilen aus digitalen GeländemodellenDigitale Geländemodelle stellen eine sehr kostengünstige Möglichkeit dar, an Höhendaten für einen Geländepunkt zu kommen. Durch die Vorlage der Daten in digitaler Form, ist Auswertung im Zeitalter der elektronischen Datenverarbeitung schnell und unkompliziert erledigt. Über die Genauigkeit der Datensätze werden oft nur wage Angaben gemacht. So gibt die Landesvermessung Niedersachsen an, dass der Abstand eines DGM5 - Qualitätsstufe 2 zur wahren Geländeoberfläche im Mittel bei 1,5m liegt. Durch eine Fehleranalyse von DGM5-Daten in dieser Arbeit wurde beleuchtet, was wirklich hinter der Aussagekraft einer mittleren Abweichung und hinter den Fehlereinflüssen, die auf eine Geländenachbildung durch ein digitales Geländemodell wirken, steckt.Leitung: ThiemannTeam:Jahr: 2006Laufzeit: 2006
![]()
![]()
Masterarbeiten (abgeschlossen)
-
Automatische Parametrische Beschreibung von BodendenkmalenDie Untersuchung von Bodendenkmälern liefert wichtige Erkenntnisse zur Entwicklung der Kulturlandschaft in Deutschland. Sie lässt Rückschlüsse über das Leben in vergangenen Epochen und die Veränderung zwischen den Zeitaltern zu. Die Lagebestimmung oder die messtechnische Erfassung der Bodendenkmäler ist nicht immer einfach. Oftmals lassen sich die Objekte schwer erkennen oder befinden sich an schwer zugänglichen Stellen. Airborne Laserscanning eröffnet hierbei eine vergleichsweise neue Methode der archäologischen Prospektion. Aus den erzeugten Laserscannerdaten lassen sich hochauflösende flächendeckende Geländemodelle erzeugen, mit denen auch vorher unentdeckte Bodendenkmäler in Wäldern erkannt werden können. Die auf diese Weise erzeugte Datengrundlage bietet nicht nur neue Möglichkeiten, sondern auch neue Herausforderungen. Durch die hohen Datenmengen stellt sich die Frage nach der Bearbeitungszeit und die damit verbundene hohe Arbeitszeitbelastung. Um diesem Problem zu begegnen, ist es sinnvoll möglichst viele Prozesse zu automatisieren.Leitung: Frank Thiemann, Monika SesterTeam:Jahr: 2018
![]()
![]()
-
Ableitung eines routingfähigen Verkehrsnetzes aus nutzergenerierten Geodaten durch GeneralisierungLeitung: ThiemannTeam:Jahr: 2013Laufzeit: 2013
![]()
![]()
-
Ableitung von Corine Land Cover Daten aus dem ATKIS-Basis-DLMLeitung: Thiemann, AndersTeam:Jahr: 2008Laufzeit: 2008
![]()
![]()
-
Visualisierung von KlimadatenLeitung: Thiemann, PaelkeTeam:Jahr: 2008Laufzeit: 2008
![]()
![]()
Offene Bachelorarbeiten
-
Detection of Signatures in old Maps using Deep LearningOld maps contain a lot of interesting information of the past reality. Most of maps are, however, only available in analogue form, and thus difficult to query and analyse automatically. The goal of this thesis is to explore modern deep learning methods to automatically detect signatures on old maps. There will be a concentration on certain types of objects, e.g. trees or buildings.Leitung: Thiemann, SesterJahr: 2023
![]()
![]()
-
Kartographie: Automatische Platzierung von BöschungsschraffenFür die Darstellung von Wällen und Gräben in archäologischen Plänen werden Schraffen verwendet. Anders als bei neuzeitlichen künstlichen Böschungen sind die historischen Böschungen durch Einwirkung der Erosion sehr unregelmäßig geformt. Standardalgorithmen scheitern aus diesem Grund bei der automatischen Anordnung der Schraffen.Leitung: ThiemannJahr: 2019
![]()
![]()
-
Homogenisierung der GebäudeausrichtungTopographischen Karten 1 : 25.000 werden Gebäude noch grundrissähnlich dargestellt. Detailierte Gebäudegrundrisse aus dem Kataster (ALKIS) müssen dazu generalisert (klassifiziert, selektiert, aggregiert, vereinfacht, betont, verdrängt) werden. Ein Aspekt der Generalisierung ist die homogene Ausrichtung der Gebäude.Leitung: ThiemannJahr: 2019
Offene Masterarbeiten
-
Detection of Signatures in old Maps using Deep LearningOld maps contain a lot of interesting information of the past reality. Most of maps are, however, only available in analogue form, and thus difficult to query and analyse automatically. The goal of this thesis is to explore modern deep learning methods to automatically detect signatures on old maps. There will be a concentration on certain types of objects, e.g. trees or buildings.Leitung: Thiemann, SesterJahr: 2023
![]()
![]()
