978-3-95900-914-0 Regelungstechnik Leibniz Universität Hannover

Leibniz Universität Hannover

da durch die Integration der benötigten Elemente an ihrer definierten Positiondie arbeitsintensive Justage im System weitestgehend entfällt

robustness against large image variations and noise

and different surface roughnesses

The development and validation of the CoFiR Net are conducted using an extensive dataset of micro-topographic measurements

978-3-95900-914-0 Regelungstechnik Leibniz Universität HannoverDeep Homography Estimation for Micro Topographic Measurement Data Autor: Stefan Siemens ISBN: 978 3 95900 914 0 Dissertation, Leibniz Universitt Hannover, 2024 Herausgeber der Reihe: Eduard Reithmeier Band Nr.: IMR 01 2024 Umfang: 210 Seiten, 71 Abbildungen Schlagworte: surface metrology, image registration, convolutional neural networks, confocal laser scanning microscopy Kurzfassung: Surface characteristics can significantly impact the functionality