Implementation of a C/C++ Library for Sonar Data Feature Extraction

Status: abgeschlossen
Betreuer: Horst Hellbrück , Torsten Teubler
Student: Matthieu Sion

Themengebiet

In the context of the BOSS (Bionic Observation and Survey System) project we are developing an autonomous, intelligent, and cooperative behavior for AUV (Autonomous Underwater Vehicles). Therefore, we need an automatic examination and interpretation of sensor data. One sensor is the so called multibeam sonar (SOund NAvigation and Ranging) or multibeam echosounder (see multibeam echosounder on Wikipedia). Multibeam sonar is used to locate underwater objects and structures. Output of sonar systems are images built-up succesively while the sonar (e.g. on a ship) is moving towards. Sonar images are usually examined immediately by humans. As our aim is to automate the examination and interpretation we need a sonar data feature extraction.

Details

There is already a plethora of methods and work done in the field of image feature extraction also for sonar images. In this work suitable methods for feature extraction have to be chosen. Then, a C/C++ library has to be implemented using the previously chosen methods for feature extraction from "Imagenex Model 837B" sonar data. Details of the implementation will be discussed together with the supervisor during the thesis work.

Aufgaben

  • Getting familiar with the output data formats and then pick at least one suitable for feature extraction (using the Imagenex technical documentation).
  • Chosing suitable methods for sonar image feature extraction by a literature study.
  • Implementing a flexible C/C++ library for sonar data feature extraction.
  • For evaluation a command line program has to be implemented allowing configuration and use of the library.

Voraussetzungen

  • Good knowledge of C/C++.
  • Very good skills in problem-abstraction.
  • Good self-organized working skills.
  • Knowledge of the English language.

Abschlussarbeiten aus dem Bereich Privacy und Security

Die genaue Aufgabenstellung bzw. der Schwerpunkt kann individuell abgestimmt werden. Bei Interesse wenden Sie sich bitte an Dorina Gumm (dorina.gumm@th-luebeck.de).

Gamedesign for Security and Privacy (GSP)

Spielerisch lernen: Wie funktioniert Cross-Site-Scripting? Wie kann ein Identitätsdiebstahl erfolgen? Wie können Plattformzugänge gesichert werden? Warum sollte man Kommunikation verschlüsseln? Entwickeln Sie Spiele, mit denen Sie die Spieler an Themen aus dem Bereich Sicherheit, Selbstschutz und Privacy heranführen.

In dem GSP-Projekt geht es um die Frage, wie o.g. Themen mittels Gamification erlebbar und damit einem breiteren Adressatenkreis zugänglich gemacht werden können. Ziel ist es, die Awareness für diese Themen in der Gesellschaft als auch in Unternehmen zu fördern (Digitale Mündigkeit). Wenn Sie daran Interesse haben, können Sie sich diesen Themen im Rahmen von Design- und Praxisprojekten sowie Abschlussarbeiten widmen.

Datenschutz, Datenhandel und Datenanalyse (D3)

Datenschutz und Usability: Datenschutz wird öffentlich häufig als Innovationshemmer dargestellt, der Funktionsumfang und Usability von Anwendungen beeinträchtigt. Ist dem wirklich so? Wie können Anwendungen datenschutz- und benutzungsfreundlich entwickelt werden? Welche Mechanismen zur Anonymisierung/Pseudonymisierung gibt es und wie können sie im Design-Prozess berücksichtigt werden?

Mit Daten den Fachbereich gestalten: Mit öffentlichen Daten können hilfreiche Tools für den Alltag, spezielle Aufgaben oder das Gemeinwohl entwickelt werden (z.B. ÖPNV-Fahrpläne, Wetterdaten für Wassersportgebiete, Feinstaubmessungen). Mit welcher Art Daten könnte die Lehre und der Alltag am Fachbereich verbessert werden? Wie könnten diese in Web-Anwendungen genutzt und aufbereitet werden? Welche gesellschaftlichen Fragen sind damit verbunden?

Lernprozesse mit Daten unterstützen: Unter den Schlagworten Learning Analytics und Educational Datamining werden derzeit Ansätze diskutiert, wie Lernende automatisiert beim Lernen unterstützt werden können. Dazu werden viele persönliche Daten erhoben, aus denen der Lernstand und Lernbedarfe analysiert werden sollen. Hieraus ergeben sich Fragen bezüglich des Datenschutzes, der Verlässlichkeit der Ergebnisse als auch bzgl. gesellschaftlicher Fragestellungen (z.B. der Rolle von Lehrenden, Anforderungen an Lernende, Stellenwert von Bildungsmaßnahmen u.ä.).