@article{hemmleb_berlin_berlin_albertz_2002, 
  title={Photogrammetrische Auswertung elektronenmikroskopischer Bilddaten}, 
  DOI={10.14279/depositonce-321}, 
  abstractNote={Die vorgelegte Arbeit dient der Entwicklung eines weitgehend automatisch arbeitenden photogrammetrischen Verfahrens zur räumlichen Auswertung rasterelektronenmikroskopischer Bilddaten. Sie umfasst grundlegende Untersuchungen zur Aufnahmegeometrie sowie zur Verwendung photogrammetrischer Methoden und Algorithmen aus der Bildverarbeitung. Geeignete Ansätze wurden entwickelt und an die speziellen Anforderungen für die Auswertung im Mikrobereich angepasst. Die Leistungsfähigkeit der darauf basierenden Auswerteverfahren wurde anhand ausgewählter Anwendungsbeispiele demonstriert. Die photogrammetrische Auswertung von Proben im Mikrobereich weist zahlreiche Besonderheiten auf. Daher werden zunächst grundlegende Probleme der geometrischen Modellierung der Abbildungsverhältnisse am Rasterelektronenmikroskop (REM) diskutiert. Diese umfassen insbesondere die Berücksichtigung der parallelen Abbildungsgeometrie und die Lösung der Orientierungsproblematik. Wegen des Fehlens von Passpunkten im Mikrobereich kamen neben der photogrammetrischen Kalibrierung der verwendeten REM mit geeigneten Kalibrierobjekten auch Methoden zur Selbst- und Simultankalibrierung zur Anwendung. Es wurde ein Bündelansatz mit parallelen Abbildungsgleichungen entwickelt und anhand verschiedener Beispiele getestet. Daneben werden aber auch einfache Verfahren für die Kalibrierung und die Punktbestimmung vorgestellt und hinsichtlich ihrer Genauigkeit untersucht. Bei der photogrammetrischen Auswertung im Mikrobereich ist zu berücksichtigen, dass die zu vermessenden Proben äußerst unterschiedliche Gestalt aufweisen. Entsprechend wurden flexible Auswertemethoden entwickelt und auf ihre Brauchbarkeit für die jeweilige Fragestellung hin getestet. Für die erfolgreiche Auswertung der Aufnahmen spielt die automatische Bildzuordnung eine entscheidende Rolle. Bei der flächenhaften Bildzuordnung konnte auf bestehende Algorithmen auf der Basis der digitalen Bildkorrelation zurückgegriffen werden. Insbesondere die Kleinste-Quadrate-Korrelation liefert bei vielen Anwendu [...]}, 
  publisher={Technische Universität Berlin}, 
  author={Hemmleb, Matthias and Berlin and Berlin and Albertz, Jörg}, 
  year={2002}, 
  month={Jan}
  }