Kolja Hedrich, M. Sc.

Kolja Hedrich, M. Sc.
Adresse
An der Universität 1
30823 Garbsen
Gebäude
Raum
129
Kolja Hedrich, M. Sc.
Adresse
An der Universität 1
30823 Garbsen
Gebäude
Raum
129
Funktion
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Institut für Mess- und Regelungstechnik

LEHRVERANSTALTUNGEN UND VERANTWORTLICHKEITEN

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 Reithmeier
    Team: Kolja Hedrich, M. Sc.
    Jahr: 2021
    Förderung: NBank
    Laufzeit: 01.01.2021 - 31.12.2023

Konferenzen

  • Hedrich, K.; Hinz, L.; Reithmeier, E. (2023): Improved segmentation of damages on high-resolution coating images using CNN-based ensemble learningSPIE Optical Metrology, 2023, Munich, Germany Proceedings Volume 12623, Automated Visual Inspection and Machine Vision V; 126230A (2023)
    DOI: 10.1117/12.2673821
  • Hedrich, K.; Hinz, L.; Melchert, N.; Wiese, L.; Reithmeier, E. (2022): Pose estimation of optical resonators using convolutional neural networks in a simulation environmentSPIE Optical Engineering + Applications, 2022, San Diego, California, United States
    DOI: 10.1117/12.2633416
  • Hedrich, K.; Hinz, L.; Reithmeier. E. (2022): Damage segmentation using small convolutional neuronal networks and adversarial training methods on low-quality RGB video dataSPIE OPTO: AI and Optical Data Sciences III
    DOI: 10.1117/12.2610123
  • Hedrich, K.; Kästner, M.; Middendorf, P.; Reithmeier, E. (2021): Miniaturization of borescopic fringe projection systems for the inspection in confined spaces: a methodical analysisSPIE OPTO, 2021
    DOI: https://doi.org/10.1117/12.2583148

Journale

  • Hedrich, K.; Hinz, L.; Reithmeier, E. (2023): Damage Segmentation on High-Resolution Coating Images Using a Novel Two-Stage Network PipelineMDPI Aerospace Special Issue Recent Advances in Technologies for Aerospace Maintenance
    DOI: 10.3390/aerospace10030245