Aufgabenstellung
Mit Hilfe bildgebender Spektrometer können sog. hyperspektrale Bilder mit sehr vielen spektralen Kanälen eng benachbarter Wellenlängenbereichen gewonnen werden (s. Bild rechts). Diese ermöglichen es, chemische Eigenschaften von Proben ortsauf-gelöst zu messen und bildhaft darzustellen. Hierzu müssen sog. chemometrische Verfahren aus der Mustererkennung und des maschinellen Lernens eingesetzt werden, um den Zusammenhang zwischen gemessener spektraler Information und chemischen Eigenschaften zu modellieren. Im Rahmen eines aktuellen Forschungsprojekts soll die Qualität von Äpfeln mit Hilfe hyperspektra-ler Bildaufnahmen erfasst und bewertet werden (z.B. der Zucker- oder Stärkegehalt). Im Einzelnen umfasst die Arbeit folgende Teilaufgaben:
- Literatur- und Patentrecherchen zum Thema hyperspektrale Analyse von Äpfeln
- Durchführung von Messreihen und Aufnahme hyperspektraler Bilder
- Implementierung einer Verfahrenskette in Mathematica und R zur chemometrischen Datenanalyse
- Experimente zum Vergleich unterschiedlicher Datenanalyseverfahren
Wir bieten
Schwerpunkte der Arbeit können individuell nach Ihrer Qualifikation und Neigung abgesprochen werden. Neben einer intensiven fachlichen Betreuung bieten wir die Möglichkeit, in einem interdisziplinären Team aus Wissenschaftlern und Ingenieuren eigen-verantwortlich an einem industrierelevanten Forschungsprojekt mitzuwirken und erste Erfahrungen in Hinblick auf eine wissen-schaftliche Berufslaufbahn zu sammeln.
Themengebiete
Multivariate Datenanalyse und Statistik, Mustererkennung, Maschinelles Lernen, Bildverarbeitung
Voraussetzungen
- Studienfach: Informatik, Mathematik, Physik, Elektrotechnik, Maschinenbau
- Kenntnisse und ausgeprägtes Interesse im Bereich Mustererkennung und Datenanalyse
- Kenntnisse in Mathematica und/oder R und C++
Ansprechpartner
Dr.-Ing. Robin Gruna
Fraunhofer IOSB, Sichtprüfsysteme SPR
Fraunhoferstr. 1, 76131 Karlsruhe
E-Mail: robin.gruna@iosb.fraunhofer.de
Tel.: 0721 6091-263