Kurzfassung
Photogrammetrische Verfahren werden bereits seit vielen Jahrzehnten für Vermessungsaufgaben verwendet. Durch die Weiterentwicklung von unbemannten Flugsystemen (engl. Unmanned Aerial Vehicle, UAV) und der leistungsfähigen, automatisierten Bildauswertung ergeben sich neue Einsatzbereiche wie z.B. die vermessungstechnische Unterstützung eines Tagebaus. In diesem Artikel beschreiben wir, wie mittels Photogrammetrie auf Basis von Bildern, die von einem Oktokopter aus aufgenommen wurden, eine exakte Rekonstruktion und Vermessung einer im Tagebau typischen Bruchwand durchgeführt werden kann. Für die Genauigkeit und die Vollständigkeit ausschlaggebend sind dabei unter anderem die Redundanz und die Bodenauflösung der aufgenommenen Bilder. Da diese Parameter während der Bildaufnahme ohne Hilfsmittel schwer zu kontrollieren sind, stellen wir ein Verfahren vor, mit dem bereits während des Fluges in Echtzeit sichergestellt wird, dass die aufgenommenen Bilder für die nachfolgende automatisierte, photogrammetrische Auswertung verwendbar sind und die Qualitätsanforderungen erfüllen. Damit verringert sich die Gefahr, den Bildflug wiederholen zu müssen.Wir zeigen, dass mit den so aufgenommen Bildern in Kombination mit einer automatisierten Mehrbildauswertung ohne Zuhilfenahme von externen Pass- und Kontrollpunktmessungen eine Messunsicherheit von unter 0.1% auf einer Länge von 100m erreicht wird.

Abstract
Photogrammetric systems are used for several tasks since decades.The development of small and lightweight Unmanned Aerial Vehicles (UAVs) that are suited to carry a consumer-grade camera, in conjunction with fully automatic 3D reconstruction systems, supports applications such as recurrent topographical surveys in open pit mining. In this article we describe that a fully automatic photogrammetric system can be used to measure distances on a quarry wall using images acquired by an octo-rotor helicopter.To make the reconstruction more reliable in terms of accuracy and completeness, we propose a method that allows to assess already during the flight if the acquired images are sufficient to achieve the required properties of the offline photogrammetric reconstruction.This method provides online feedback to the user such that he or she can adopt the image acquisition strategy to obtain a complete and accurate reconstruction.We show that based on these images a fully automatic reconstruction pipeline is able to obtain object points with an uncertainty of less than 0.1% of a 100m quarry wall without the aid of external ground control points.

Kurzfassung
Aufgrund der Vielfalt an potentiellen klinischen Anwendungsgebieten ist die Segmentierung medizinischer, volumetrischer Datensätze ein wichtiges Forschungsgebiet. Um klinische Relevanz und praktische Akzeptanz unter Radiologen und Ärzten zu erreichen, müssen generische, interaktive 3D Segmentierungsalgorithmen einfach zu bedienen und akkurat sein.Weiters ist ständiges und in Echtzeit dargestelltes Feedback für den Benutzer essenziell. In dieser Arbeit präsentieren wir einen neuartigen 3D-Segmentierungsansatz der mithilfe moderner 3D Grafikkarten Benutzerinteraktion, Segmentierung und volumetrische Visualisierung in ein gemeinsames Rahmenwerk integriert. Dies ist ein Beispiel für das Zusammenwirken von Computer Grafik und Computer Vision in einem Gebiet, das auch als Visual Computing bezeichnet wird. Direkte 2D und 3D Interaktion mit großen, volumetrischen Datensätzen wird mit einem Segmentierungsalgorithmus kombiniert, der als konvexes Energieminimierungsproblem definiert ist. Dieses global optimale Segmentierungsresultat und dessen Ausbreitung und Entwicklung während des Minimierungsprozesses wird kontinuierlich über eine hardware-beschleunigte Volume-Rendering-Engine visualisiert. Durch die integrierte Implementierung dieser Komponenten auf der Grafikkarte erhält man ein interaktives Echtzeit 3D Segmentierungssystem, welches Benutzerinteraktion auf das Nötigste reduziert. Die Einsatzfähigkeit des Systems zur Lösung praktischer Segmentierungsaufgaben wird anhand quantitativer und qualitativer Auswertungen gezeigt.

Abstract
Segmentation of medical volume data sets (i.e., partitioning images into a set of disjoint regions representing different semantic objects) is an important research topic due to its large number of potential clinical applications. In order to get accepted by physicians and radiologists a generic, interactive 3D segmentation algorithm has to be simple-to-use, accurate, and show immediate feedback to the user. In this work we present a novel 3D segmentation paradigm that effectively combines interaction, segmentation and volumetric visualization in a single framework integrated on a modern graphics processing unit (GPU). This is an example of the fruitful combination of computer graphics and computer vision, a field nowadays called visual computing. Direct interaction with a large volumetric data set using 2D and 3D painting elements is combined with a segmentation algorithm formulated as a convex energy minimization. This globally optimal segmentation result and its evolution over time is continuously visualized by means of a hardware accelerated volume rendering along with the original data. By implementing all of these components on a GPU, a highly responsive interactive 3D segmentation system requiring minimal user interaction is achieved. We demonstrate quantitative and qualitative results of our novel approach on liver and liver tumor segmentation data where a manual ground truth is available.