Search

Optische Messverfahren werden für die hochpräzise Fertigung von Bauteilen und für die Qualitätssicherung immer wichtiger. Der steigende Bedarf kann durch moderne bildgebende Systeme mit fortschrittlichen Optiken gedeckt werden. Insbesondere Lichtfeldkameras erfahren ein immer größeres Interesse in Forschung und Industrie, da sie trotz ihres kompakten und monokularen Designs eine Vielzahl von neuen Messprinzipien ermöglichen. Sie werden jedoch hauptsächlich für die Vermessung diffus reflektierender Szenen verwendet. Für die Analyse spiegelnd reflektierender Oberflächen haben sich die deflektometrischen Messverfahren durchgesetzt. Sie ermöglichen es, hochpräzise Neigungsinformationen der Messprobe zu erhalten, indem sie die durch die spiegelnde Oberfläche verzerrten Bilder eines Referenzmustergenerators auswerten. Da die spiegelnde Oberfläche für den Beobachter quasi unsichtbar ist, kann die absolute Höhe mit einer herkömmlichen Kamera ohne Zusatzwissen nicht rekonstruiert werden und stattdessen erhält man eine unendliche Vielzahl möglicher Oberflächen. Um das Mehrdeutigkeitsproblem der Deflektometrie zu lösen, zielt diese Arbeit darauf ab, die Vorteile und Möglichkeiten der Lichtfeldkamera für die Rekonstruktion von spiegelnden Oberflächen nutzbar zu machen. Auf dem Weg zu diesem Ziel werden in dieser Arbeit verschiedene Aspekte der Deflektometrie untersucht und Möglichkeiten für Verbesserungen vorgestellt. Im Rahmen der Deflektometrie ist es notwendig, eine optische Positionskodierung durchzuführen, um die Oberfläche mittels Triangulation rekonstruieren zu können. Die Abbildung von Punkten in der Ebene eines Referenzmonitors auf Kamerapixel wird in dieser Arbeit mittels Phasenschub-Codierung durchgeführt. Multifrequenz-Verfahren mit temporal codierten Sinusmustersequenzen werden häufig eingesetzt, um Phasenrauschen zu reduzieren und damit die Messergebnisse zu verbessern. Sie führen aber zu Mehrdeutigkeiten, die erst mit Methoden der Phasenentfaltung aufgelöst werden können. Die klassischen Entfaltungsmethoden nutzen jedoch im Allgemeinen nicht die gesamte Information, um alle Messungen gleichzeitig zu entfalten und berücksichtigen nicht die Periodizität der Phase, was zu Fehlern führen kann. In dieser Arbeit wird deshalb ein neuer Ansatz vorgestellt, der die Phase mit Hilfe einer probabilistischen Modellierung optimal rekonstruiert. Die einzelnen Phasenmessungen werden durch zirkuläre Wahrscheinlichkeitsdichten modelliert und die Maximierung der Verbunddichte aller Messungen ergibt die optimale Dekodierung. Da die gesamte Information aller Phasenmessungen gleichzeitig genutzt wird und die Faltung der Phase implizit kompensiert wird, kann die Zuverlässigkeit stark erhöht werden. Zusätzlich wird das Verfahren durch eine probabilistische Modellierung der lokalen Pixel-Nachbarschaften erweitert, wodurch eine spatio-temporale Phasenentfaltung ermöglicht wird. Im Vergleich zu Standardkameras haben Lichtfeldkameras einen komplexeren optischen Aufbau. Weil die Deflektometrie eine hochgenaue Kalibrierung benötigt, ist es deshalb schwierig, die Lichtfeldkamera ausreichend genau mit nur einem niedrigdimensionalen Kameramodell zu beschreiben. Die Kalibrierung der Lichtfeldkamera erfolgt daher in dieser Arbeit mittels eines generischen Kameramodells, bei dem die zu jedem Pixel gehörigen Sichtstrahlen individuell geschätzt werden, wodurch eine hochgenaue Kalibrierung erreicht werden kann. Hierfür wird ein Ansatz präsentiert, der die generische Kalibrierung über eine alternierende Optimierung der Sichtstrahlen und Schätzung der unbekannten Posen eines Referenzmonitors durchführt, wobei die Positionsunsicherheit der Referenzkoordinaten, welche aus der Phasenschub-Codierung erhalten wird, in der Optimierung berücksichtigt wird. Weiter wird gezeigt, dass eine zusätzliche Modellierung des Referenzmonitors die Ergebnisse verbessert, da mögliche Deformationen des Displays beachtet werden und die Brechung am Frontglass kompensiert werden kann. Weil Lichtfeldkameras üblicherweise für Tiefenschätzung oder digitale Refokussierung verwendet werden, muss im allgemeinen das 4D-Lichtfeld aus den 2D-Sensorrohdaten decodiert werden. Dies ist jedoch üblicherweise stark abhängig vom jeweiligen Typ der Lichtfeldkamera. Um dieses Problem zu umgehen, wird in dieser Arbeit ein Algorithmus vorgestellt, welcher die generische Kamerakalibrierung nutzt, um ein Lichtfeld aus dem unbeschränkten Strahlenbündel zu rekonstruieren. Hiermit wird eine generische Lichtfeldrekonstruktion ermöglicht, mit der Lichtfelder aus beliebigen Lichtfeld-Aufnahmesystemen rekonstruiert werden können, vollkommen unabhängig davon, ob die Lichtfeldkamera auf Mikrolinsen, Spiegeln oder codierten Blenden basiert oder mittels eines Kameraarrays realisiert wird. Nachdem alle Grundlagen für die Deflektometrie gegeben sind, wird im weiteren Verlauf der Arbeit schließlich mithilfe des rekonstruierten Lichtfeldes eine deflektometrische Messung spiegelnder Oberflächen ermöglicht. Hierzu wird ein lichtfeldbasierter Multi-Stereo-Deflektometrie-Ansatz realisiert, der es erlaubt, die Tiefe der spiegelnden Oberfläche zu schätzen und gleichzeitig die Mehrdeutigkeit der deflektometrischen Messung aufzulösen, womit eine eindeutige Rekonstruktion der Oberfläche gefunden werden kann. Weil die deflektometrische Normalenmessung um Größenordnungen präziser als die Tiefenschätzung ist und weil die Lichtfeldkamera für jede Multi-Stereo-Ansicht eine Lösung liefert, ist es sinnvoll, alle Informationsquellen zu fusionieren. Die Multi-Stereo-Tiefen- und Normalenschätzungen werden daher im Weiteren zu einer einzigen Oberfläche fusioniert, wodurch eine hochpräzise Rekonstruktion erhalten werden kann. Alle vorgestellten Ansätze werden mittels ausführlichen Simulationen und Experimenten ausgewertet und es kann gezeigt werden, dass die exakte geometrische Kalibrierung des Messsystems von wesentlicher Bedeutung ist und dass Lichtfeldkameras trotz ihres kompakten und monokularen Aufbaus hohe Rekonstruktionsgenauigkeiten für die Deflektometrie erzielen können.

A sustainable use of soil resources is urgently required to cope with the increasing demand for agricultural products. Advanced soil cultivation methods like subsoiling were suggested but analytical tools to measure changes in the nutrient use efficiency of crops are still missing. Here we tested the applicability of Mg stable isotopes as novel evaluation tool in agronomy and validated our results with the nutrient uptake depth proxy 87Sr/86Sr. First, we conceptually demonstrated under which conditions changes in the Mg isotope composition (δ26Mg) of crops and the bioavailable fraction of Mg could be resolved from analytical uncertainty, when simulating subsoiling on soils with distinct Mg supply. Shifts in δ26Mg values are only detectable if i) the crop uptake-related Mg isotope fractionation factor is high, ii) a high Mg uptake flux of crops faces a low Mg supply in soil, and iii) subsoiling causes a considerable deepening of the nutrient uptake depth. Second, we tested our concept on field trials, where deep loosening with and without compost incorporation was conducted. Although 87Sr/86Sr indicates a deepening of the nutrient uptake depth after subsoiling with compost, shifts in d26Mg values of crops and the exchangeable fraction were mostly unresolvable from the analytical uncertainty. Yet, systematic shifts in δ26Mg values among crops cultivated on and beside a melioration strip were found and attributed to the uplift of isotopically distinct compost-derived Mg. Still, Mg stable isotopes represent a valuable tool towards nutrient use efficiency measures on soils with low Mg supply, unless agricultural lime is applied.

Multi-frequency techniques with temporally encoded pattern sequences are used in phase-measuring methods of 3D optical metrology to suppress phase noise but lead to ambiguities that can only be resolved by phase unwrapping. However, classical phase unwrapping methods do not use all the information to unwrap all measurements simultaneously and do not consider the periodicity of the phase, which can lead to errors. We present an approach that optimally reconstructs the phase on a pixel-by-pixel basis using a probabilistic modeling approach. The individual phase measurements are modeled using circular probability densities. Maximizing the compound density of all measurements yields the optimal decoding. Since the entire information of all phase measurements is simultaneously used and the wrapping of the phases is implicitly compensated, the reliability can be greatly increased. In addition, a spatio-temporal phase unwrapping is introduced by a probabilistic modeling of the local pixel neighborhoods. This leads to even higher robustness against noise than the conventional methods and thus to better measurement results.

Multi-Frequenz-Verfahren mit temporal codierten Mustersequenzen werden bei phasenmessenden Verfahren der optischen 3D-Messtechnik eingesetzt, um Phasenrauschen zu unterdr��cken, f��hren aber zu Mehrdeutigkeiten, die erst durch eine Phasenentfaltung aufgel��st werden k��nnen. Klassische Verfahren nutzen jedoch nicht die gesamte Information, um alle Messungen gleichzeitig zu entfalten, und beachten nicht die Periodizit��t der Phase, was zu Fehlern f��hren kann. Wir stellen einen Ansatz vor, bei dem die Phase pixelweise mithilfe einer probabilistischen Modellierung optimal rekonstruiert wird. Die individuellen Messungen werden mithilfe zirkul��rer Wahrscheinlichkeitsdichten modelliert. Maximieren der Verbunddichte aller Messungen liefert die optimale Decodierung. Da hierbei die gesamte Information aller Phasenmessungen gleichzeitig verwendet wird und implizit die Faltung der Phase kompensiert wird, kann die Zuverl��ssigkeit stark erh��ht werden. Zus��tzlich kann durch modellieren der lokalen Pixel-Nachbarschaften die Phasenentfaltung noch weiter verbessert werden. Dies f��hrt zu einer h��heren Robustheit gegen��ber Rauschen als die herk��mmlichen Verfahren und damit zu besseren Messergebnissen.

In phasenmessenden 3D-Messverfahren wie Profilometrie und Deflektometrie werden häufig Multi-Frequenz-Verfahren mit temporal codierten Mustersequenzen eingesetzt, um die Messunsicherheit zu reduzieren. Hierbei entstehen jedoch Mehrdeutigkeiten. Wir stellen einen Ansatz vor, bei dem die Phase mithilfe einer probabilistischen Modellierung optimal rekonstruiert wird.

Beryllium (Be) is known to be one of the most toxic elements but at the same time exerts a stimulating effect on plant growth. Despite this contradiction, little is known about theBemetabolism in living organisms, partially becauseof thelow amountspresent and because the analysis ofBe in plants byICP-MS remains challenging. The challenges arise from the complex organic matrix, the low abundance of Be relative to the other plant essential elements, and the matrix effects resulting thereof in the plasma. To address these challenges, wedeveloped and evaluated a newmethod for Be concentration anal- ysis in plant material. Key is the quantitative separation of Be from the other matrix elements by cation-exchange chromatography. The new method was verified by pro- cessing seven reference materials representing different plantmatrices yielding a long- term reproducibility of 16% (RSD). Applying the method, Be concentrations in tree, shrub, bush, and grass samples grown in non-polluted ecosystems from four temper- ate forests and a tropical rainforest were measured. The Be concentrations in different plant organs range from 0.01 to 63 ng/g that suggest a natural baseline for Be concen- trations of 52 ng/g (95 percentile of non-woody tissue) that may serve as bioindicator for Be pollution in the environment.Comparison of Be concentrations in plants with the soil’s biologically available fraction revealed that Be is discriminated from uptake into shoots and thus can be considered as non-essential.

Mineral nutrient cycling between trees and the forest floor is key to forest ecosystem nutrition. However, in sloping, well-drained landscapes the forest floor experiences permanent nutrient loss in particulate form by plant litter erosion and as solute after plant litter decomposition, solubilisation, and export. To prevent nutrient deficit, a replenishing mechanism must be in operation that we suggest to be sourced in the subsoil and the weathering zone beneath it, provided that atmospheric input is insufficient. To explore such a mechanism, we quantified deep (up to 20 m depth) weathering and mineral nutrient cycling in two montane, temperate forest ecosystems in Southern Germany: Black Forest (CON) and Bavarian Forest (MIT). From measurements of the inventories, turnover times, and fluxes of macronutrients (K, Ca, Mg, P) we found evidence for a fast, shallow “organic nutrient cycle”, and a slow, deep “geogenic nutrient pathway”. We found that the finite nutrient pool size of the forest floor persists for a few years only. Despite this loss, foliar nutrient concentrations in Picea abies and Fagus sylvatica do not indicate deficiency. We infer that ultimately the biologically available fraction in the deep regolith (CON: 3–7 m, MIT: 3–17 m) balances nutrient loss from the forest floor and is also decisive for the level of the forest trees' mineral nutrient stoichiometry. Intriguingly, although the nutrient supply fluxes from chemical weathering at CON are twice those of MIT, nutrient uptake fluxes into trees do not differ. The organic nutrient cycle apparently regulates the efficiency of nutrient re-utilization from organic matter to cater for differences in its replenishment by the deep geogenic nutrient pathway, and thereby ensures long-term forest ecosystem nutrition.