Kurzfassung
Nehmen Menschen unerwartet Erschütterungen wahr, wollen sie rasch Auskunft über die Natur und Reichweite der Quelle sowie mögliche Gefährdungen und Schäden. Beschränkt auf das Erdbebengebiet des südlichen Wiener Beckens tragen die Daten des Macroseismic Sensor (MSS) Netzes und deren Nahe-Echtzeit Visualisierung im Internet zur raschen Beantwortung dieser Fragen bei. Die aktuelle seismische Aktivität an den einzelnen Stationen kann auf der MSS-Homepage über Symbole auf einer Karte und ausgewählte Zeitreihen mitverfolgt werden. Möglicherweise fühlbare seismische Ereignisse werden als solche erkannt und archiviert. Unterschiedliche Visualisierungen sind innerhalb einer Minute verfügbar und unterstützen die Klassifizierung dieser Ereignisse als Erdbeben, Steinbruchsprengung oder zufälliges, raumzeitliches Zusammentreffen lokaler Erschütterungen. Der Zusammenhang zwischen den Daten des MSS-Netzes und makroseismisch, auf der Basis von Wahrnehmungsberichten ermittelten Intensitäten (EMS-98) stellt ein zentrales Thema des Projektes dar. Die Messdaten der Bebenserie im südlichen Wiener Becken im Frühjahr 2021 erweitern und festigen diesen Zusammenhang. Weiter modellieren wir die Abhängigkeit von seismischen Amplituden und Laufzeiten von der Entfernung zum Erdbebenherd, lokalisieren Erdbeben auf der Basis dieser Beziehungen und berechnen als Quellstärke die Magnitude MSS_M. Letztere ist mit der Magnitude ML des Österreichischen Erdbebendienstes an der ZAMG hoch korreliert. Die Lokalisierungen über Laufzeiten sind hinsichtlich ihrer Genauigkeit vergleichbar mit den Lokalisierungen durch die ZAMG. Messdaten und Magnituden von Steinbruchsprengungen haben sowohl bei Anrainer*innen als auch Steinbruchbetreibern Beachtung gefunden. Schwinggeschwindigkeiten an Gebäuden interessieren besonders deren Bewohner*innen, die Kenntnis der Magnitude unterstützt den Steinbruchbetreiber bei der Optimierung eines Sprengschemas hinsichtlich Erschütterungen.

Abstract
People sensing unexpected ground shaking want swift information about the nature of the source, the extent of the shaking, and about potential damage and hazards. A low-cost seismic sensor network, the Macroseismic Sensor (MSS) network has been established in the southern Vienna basin area with the objective to meet this demand. Network data and near-realtime visualizations accessible in the internet provide a quick response to people left curious or insecure by the ground shaking. The actual ground motions at MSS stations are visualized by station markers on a map, and the ground velocity time series recorded at selected MSS stations from the past 10 minutes may be displayed. Seismic events (e.g. earthquakes or quarry blasts) actually or possibly felt in the area of the MSS network are detected and the relevant data is archived. Different modes of visualization of these events are available within one minute and support the classification of the event as an earthquake, a quarry blast or as a random coincidence of very local disturbances. The relationship between MSS data and macroseismic intensities (EMS-98) derived from reports about felt ground motions and their effects poses a central scientific goal of the MSS project. An exceptionally dense and strong earthquake series occurred in the southern Vienna basin during spring of 2021. This data consolidated and extended the above mentioned relationship significantly. We also modelled the dependence of seismic amplitudes and travel times on hypocentral distances and localized earthquakes in the spring 2021 series, implementing these models. An additional outcome of the localizations based on amplitudes is the magnitude MSS_M, which is linearly dependent on and highly correlated with ML, the local magnitude determined by the Seismological Service of Austria at ZAMG. The localization accuracy using the MSS travel time data is at the level of the ZAMG localizations. Quarry operators as well as residents in buildings near a quarry developed interest in the MSS project, where the seismic load on their buildings is most relevant for the nearby residents. Quarry operators use the magnitude MSS_M to optimize the blasting pattern with regards to seismic emissions.

Kurzfassung
Precise Point Positioning (PPP) ist eine moderne Prozessierungstechnik für Globale Satellitennavigationssysteme (GNSS) zur Bestimmung dreidimensionaler Koordinaten auf Basis von Code- und Phasenbeobachtungen einzelner GNSS Empfänger. Um die Positionsgenauigkeit zu steigern, werden sogente präzise Ephemeriden verwendet, die beispielsweise von Analysezentren zur Verfügung gestellt werden. Des Weiteren wird bei PPP eine Vielzahl an zusätzlichen Modellkorrekturen berücksichtigt (Phase Windup, Gezeiten, Instrumentenfehler, etc.), die bei der herkömmlichen relativen Positionierung (z.B. RTK) aufgrund der Differenzbildung zwischen Beobachtungen von mehreren Empfängern herausfallen. Die extern bezogenen Ephemeriden und Korrekturdaten sind in der Regel global gültig und deren Übertragung erfordert im Falle der Echtzeit-Auswertung geringere Datenraten, verglichen mit RTK-Diensten. Dadurch bietet PPP die Möglichkeit zur genauen Positionsbestimmung an Orten, wo kein dichtes Referenzstationsnetz oder auch keine gute mobile Datenverbindung vorhanden ist. Die erhaltenen Positionen, wie auch Troposphären- oder Uhrparameter beziehen sich alleine auf das Datum der verwendeten Ephemeriden. Allerdings ist PPP für Echtzeitanwendungen erst in seiner Anfangsphase, da die dafür notwendigen Korrekturdaten erst seit kurzem in ausreichender Genauigkeit verfügbar sind. Erst 2011 wurde die Übertragung von PPP-spezifischen Korrekturen für Satellitenbahnen und -uhren in RTCM Version 3.1 standardisiert. Mit dieser sogenten State Space Representation (SSR) ist es nun möglich, Koordinaten mit wenigen cm Genauigkeit in Echtzeit zu bestimmen. Allerdings wird für sub-Dezimeter Genauigkeiten immer noch eine Initialisierungsphase von bis zu 30 Minuten benötigt. Diese Konvergenzzeit rührt daher, dass die Ambiguitäten bei PPP üblicherweise nicht auf ganzzahlige Werte fixiert werden können, da deren Schätzung zusätzlich zu den eigentlichen Ambiguitäten noch instrumentelle Fehlerterme beinhaltet, die bei RTK durch die Differenzbildung wegfallen. Die reell-wertigen Anteile der satellitenspezifischen Instrumentenfehler können durch in einer Netzwerklösung berechnete Phasenkorrekturen beseitigt werden. Dieser Beitrag stellt aktuelle Entwicklungen für PPP in Hinblick auf Echtzeitanwendungen sowie dazu laufende Forschungsprojekte in der Arbeitsgruppe Navigation am Institut für Geodäsie der TU Graz vor, die sich unter anderem auch mit der Fixierung von Integer-Ambiguitäten in der PPP-Auswertung beschäftigen. Die Fixierung von Integer-Ambiguitäten würde die Initialisierungsphase der PPP-Auswertung deutlich verkürzen und damit PPP für diverse Anwendungen attraktiver machen.

Abstract
Precise Point Positioning (PPP) is a modern Global Navigational Satellite Systems (GNSS) processing technique that enables the estimation of precise three-dimensional coordinates by means of code and phase measurements from a single GNSS receiver. To enhance the position accuracy so-called precise ephemerides are used, that are freely offered by analysis centers. Further, during PPP processing a lot of additional model corrections have to be considered (phase wind-up, tidal effects, instrumental biases, etc.). These would have cancelled in a relative positioning method (e.g. RTK) as a result of building differences between observations of multiple receivers. Usually, the ephemerides from external sources are globally valid and their transmission in real-time needs lower rates compared to RTK-services. Therefore, PPP offers the possibility of highly precise positioning in areas, where neither a dense reference station network, nor a good mobile data link is available. The resulting positions as well as troposphere or clock parameters are solely referred to the geodetic datum of the ephemerides. Nevertheless, real-time PPP is only in its starting phase, since the necessary correction data are available only for a short time with an adequate accuracy. It was not until 2011, when the transmission of PPP specific corrections for satellite orbits and clocks was standardized in the RTCM document (version 3.1) for the first time. Applying these so-called SSR (State Space Representation) corrections it is finally possible to process coordinates with an accuracy of only few centimeters in real-time. Nevertheless, for sub-decimeter accuracies an initialization phase of up to 30 minutes is necessary. This convergence time arises from the fact that ambiguities within PPP usually cannot be fixed to integer values, as their estimates contain not only the real ambiguities, but also instrumental biases that would have cancelled in RTK as a result of differencing observations. The real-valued parts of these phase biases can only be eliminated by phase corrections calculated in a network solution. This contribution presents the current developments concerning PPP for real-time applications, as well as research projects at the Working Group Navigation of the Institute of Geodesy at the TU Graz, that among others investigate also the fixing of integer ambiguities within PPP processing. The integer ambiguity fixing would shorten the initialization phase of PPP solutions significantly, and make the technique more attractive for many real-time applications.

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.

Kurzfassung
Range Imaging (RIM) bezeichnet die bildweise Erfassung von dreidimensionalen Punktwolken aus simultanen Laufzeitmessungen. Diese relativ junge Technik verbindet und ergänzt wesentliche Stärken von Photogrammetrie und Laserscanning, den beiden derzeit am weitesten verbreiteten Methoden zur automatisierten Massenpunktbestimmung. RIM spielt damit potenziell eine wesentliche Rolle in der weiteren Entwicklung des Vermessungswesens. Der vorliegende Artikel beschreibt die verwendeten Messprinzipien, den gegenwärtigen Entwicklungsstand und mögliche Anwendungen.

Abstract
Range Imaging (RIM) denotes the image-wise capture of three-dimensional point clouds employing simultaneous time-of-flight measurements. This relatively new technique combines and supplements essential strengths of Photogrammetryand Laserscanning, the most widely used methods for automated bulk point acquisition today. This way, RIM potentiallyplaysa major rolein the further evolution of surveying engineering. The present article outlines the measurement principles, the state-of-the-art and possible applications.