Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Multi-stage mask-aware Depth Enhancement for RGB–IR–stereo Fusion on historic Timber Surfaces

Publikation

Multi-stage mask-aware Depth Enhancement for RGB–IR–stereo Fusion on historic Timber Surfaces

Pan, Junquan; Chizhova, Maria; Hess, Mona; u. a. (2026): Multi-stage mask-aware Depth Enhancement for RGB–IR–stereo Fusion on historic Timber Surfaces, in: Bamberg: Otto-Friedrich-Universität, S. 217–226.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Luhmann, Thomas
Maiwald, Ferdinand
Verlagsangabe
Otto-Friedrich-Universität : Bamberg
Erscheinungsjahr
2026
Quelle/Weitere Ausgabe
ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Katlenburg-Lindau: Copernicus Publications, 2026, Jg. XI-1-2026, S. 217–226, ISSN: 2194-9050
Jahr der Erstpublikation
2026
Sprache(n)
Englisch
Lizenz
URN
Abstract

This paper presents a mask-aware multi-stage depth enhancement framework for digital documentation of historical timber surfaces using RGB–Stereo-IR fusion. Accurate geometric recording of aged wood features such as wooden knots remains challenging due to uneven illumination and weak texture. The proposed pipeline, which aims to stabilise depth geometry under uneven illumination and low-texture surface conditions, integrates object detection, instance segmentation and confidence-guided depth refinement across three stages: (A) TV(total variation)-regularized mask-aware refinement, (B) confidence-weighted multi-view fusion, and (C) patch-based stereo reconstruction. Experiments on historical timber beams under varying illumination demonstrate improved depth completeness and geometric consistency, achieving a residual standard deviation below 0.6 mm in bright scenes and stable reconstruction in low-light conditions. The framework offers a practical solution for depth reconstruction of cultural heritage timber, supporting more reliable feature detection and analysis.

GND-Schlagwort(e)
Bauholz
Oberfläche
Denkmalkunde
Digitalisierung
Dokumentation
Freie Schlagwort(e)
Object detection
Instance segmentation
Mask-aware depth enhancement
RGB-IR–Stereo fusion
Heritage timber
Damage assessment
DDC-Klassifikation
920 Biografie, Genealogie, Heraldik
RVK-Klassifikation
LH 60360
Peer Reviewed
ja
Internationale Verbreitung
ja
Open-Access-Zeitschrift
ja
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
27.07.2026
Projekt(e)

Permalink: https://fis.uni-bamberg.de/handle/uniba/116374 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.