Header
  • Jürgen Beyerer - Grußwort des Gastgebers
  • Rudolf W. Kessler - Sensitivität und Selektivität bildgebender Spektroskopietechniken
  • Jan Makowski - Prozessierungspipelines für die hyperspektrale Datenauswertung
  • Thomas Wagner - Optimale Informationsgewinnung aus hyperspektralen UV/Vis/NIR Satellitenbildern
  • Robin Gruna - Hyperspectral Imaging für die industrielle Sichtprüfung
  • Bernd Jähne - Polarisationsbildgebung und -analyse
  • Prozessierungspipelines für die hyperspektrale Datenauswertung
    •
  • Hyperspektrale Bildgebung: Ortsaufgelöste Spektroskopie
    •
  • Hyperspektrale Bildgebung
    •
  • Hyperspektrale Bildgebung: Kameratypen
    •
  • Hyperspektrale Bildgebung: Anwendungen
    •
  • Hyperspektrale Bildgebung: Anwendungen
    •
  • Pipelines zur Datenprozessierung
    •
  • Allgemeiner Ablauf
    •
  • Hyperspektrale Datenaufnahme: Korrekturen
    •
  • Hyperspektrale Bildgebung: Vorverarbeitung
    •
  • Spektrale Datenverarbeitung Beispiel: Mülltrennung
    •
  • Dimensionsreduktion: Principal Component Analysis (PCA)
    •
  • Dimensionsreduktion: Linear Discriminant Analysis (LDA)
    •
  • Klassifikation auf Basis Distanzmetriken
    •
  • Spektrale Datenverarbeitung Beispiel: Tabletteninspektion
    •
  • Regression: Partial Least Squares (PLS)
    •
  • Dimensionsreduktion: Spektrale Dekomposition
    •
  • Dimensionsreduktion: Mischmodelle
    •
  • Dekomposition bei bekannten Komponenten
    •
  • Bildverarbeitung auf Basis RGB / Graustufen
    •
  • Weiterführende Informationen
    •