Funktion
Kolja Hedrich, M. Sc.
Kolja Hedrich, M. Sc.
Telefon
Adresse
An der Universität 1
30823 Garbsen
30823 Garbsen
Gebäude
Raum
Kolja Hedrich, M. Sc.
Telefon
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Institut für Mess- und Regelungstechnik
LEHRVERANSTALTUNGEN UND VERANTWORTLICHKEITEN
- Lehre
-
Mitgliedschaften und Ämter
EDV-Mitglied
-
Betreuung studentischer Arbeiten
Im Rahmen der Tätigkeit als wissenschaftlicher Mitarbeiter werden Bachelor-, Studien- und Masterarbeiten betreut sowie Hiwi-Stellen ausgeschrieben.
Schwerpunkte in der Forschung
Industrielle und Medizinische Bildverarbeitung
-
‚In situ‘-Bildverarbeitungsprüfung von thermischen Beschichtungen in Flugtriebwerken (NBank, TinTin)Das vorliegende Teilprojekt findet innerhalb der „Technologieinitiative Triebwerksinstandsetzung“ (TinTin) statt, welche ein Verbundprojekt zwischen der MTU Maintenance GmbH, der TU Braunschweig und der Leibniz Universität Hannover darstellt. Der Forschungsschwerpunkt liegt hierbei in der Entwicklung von innovativen Wartungstechnologien für Flugzeugtriebwerke. Innerhalb des Teilprojekts sollen mithilfe von Bildverarbeitungsalgorithmen Inspektionsprozesse teilautomatisiert und somit effizienter und flexibler gestaltet werden. Dabei ist vor allem eine Quantifizierung von Schadenserscheinungen interessant, da mithilfe vergleichbarer Schadensmaße reparaturfähige Triebwerkskomponenten identifiziert und gesichert werden können.Leitung: Prof. Dr. Eduard ReithmeierTeam:Jahr: 2021Förderung: NBankLaufzeit: 01.01.2021 - 31.12.2023
![]()
![]()
Konferenzen
-
(2023): Improved segmentation of damages on high-resolution coating images using CNN-based ensemble learning, SPIE Optical Metrology, 2023, Munich, Germany Proceedings Volume 12623, Automated Visual Inspection and Machine Vision V; 126230A (2023)
DOI: 10.1117/12.2673821 -
(2022): Pose estimation of optical resonators using convolutional neural networks in a simulation environment, SPIE Optical Engineering + Applications, 2022, San Diego, California, United States
DOI: 10.1117/12.2633416 -
(2022): Damage segmentation using small convolutional neuronal networks and adversarial training methods on low-quality RGB video data, SPIE OPTO: AI and Optical Data Sciences III
DOI: 10.1117/12.2610123 -
(2021): Miniaturization of borescopic fringe projection systems for the inspection in confined spaces: a methodical analysis, SPIE OPTO, 2021
DOI: https://doi.org/10.1117/12.2583148
Journale
-
(2023): Damage Segmentation on High-Resolution Coating Images Using a Novel Two-Stage Network Pipeline, MDPI Aerospace Special Issue Recent Advances in Technologies for Aerospace Maintenance
DOI: 10.3390/aerospace10030245
