eprintid: 5742
rev_number: 8
eprint_status: archive
userid: 1
dir: disk0/00/00/57/42
datestamp: 2005-08-16 14:13:58
lastmod: 2014-04-03 19:11:11
status_changed: 2012-08-14 15:15:47
type: doctoralThesis
metadata_visibility: show
creators_name: Hissmann, Michael
title: Bayesian Estimation for White Light Interferometry
title_de: Bayes'sche Schätzung in der Weißlicht-Interferometrie
ispublished: pub
subjects: 530
divisions: 708000
adv_faculty: af-13
keywords: contextual information , image denoising , median filter , outlier detection , surface inspection
cterms_swd: Adaptives Filter
cterms_swd: Bayes-Inferenz
cterms_swd: Bildverarbeitung
cterms_swd: Glättung
cterms_swd: Nichtlineare Filterung
cterms_swd: Rauigkeit
cterms_swd: Interferometrie
cterms_swd: Robuste Schätzung
abstract: In this thesis, a new approach for the reconstruction of height maps from scanning white light interferometry is presented. This method unifies the conventional steps of pre- and postprocessing within Bayesian inference. An adept formulation of the prior allows for the exact computation of the height estimate, obviating the need for stochastic sampling or simulation methods. In conventional surface estimation for white light interferometry, a primary height map is calculated pixel-wise from the raw data, followed by a postprocessing step where outliers and other measurement artifacts are removed. Established and novel algorithms for both steps are discussed. The techniques of Bayesian inference for 2-D image processing, on which the novel surface estimation approach bases, are presented afterwards. For this new method, the localization of the fringe pattern is represented by the likelihood function, while the knowledge about the general surface properties goes into the prior probability of local height configurations. Both the 3-D data set and this prior are considered simultaneously in the estimation procedure, which analytically yields the optimum surface reconstruction as a mode of the marginal posterior probability. A method for quantitative comparison of height maps is developed and used to assess the performance of different postprocessing algorithms.
abstract_translated_text: In dieser Dissertation wird ein neues Verfahren zur Rekonstruktion von Höhenkarten aus der scannenden Weißlicht-Interferometrie vorgestellt, in dem die konventionell nötigen Schritte - Vor- und Nachverarbeitung - in einem Bayes'schen Ansatz verbunden werden. Die Höhenkarte kann hier bei einer geschickten Wahl des Priors direkt berechnet werden, so daß die üblicherweise nötigen Monte Carlo-Methoden entfallen können. Bei den bekannten Verfahren zur Bestimmung der Oberfläche eines Objekts mithilfe der Weißlicht-Interferometrie wird zunächst pixelweise eine erste Höhenkarte bestimmt, aus der in der Nachverarbeitung Ausreißer und andere Meßartefakte entfernt werden müssen. Zu diesen beiden Schritten werden bekannte und einzelne neue Verfahren diskutiert. Danach werden Bayes'sche Verfahren aus der 2-D Bildverarbeitung vorgestellt, die die Grundlage für das neue Schätzverfahren bilden. Hierbei wird einerseits die Lokalisierung des Interferenzmusters durch eine Likelihood-Funktion eingebracht, andererseits das Vorwissen über die Oberflächengestalt in Form eines lokalen Priors geliefert. Das Verfahren berücksichtigt zugleich den vollen 3-D Datensatz wie auch dieses Vorwissen und bestimmt so eine im Sinne des MPM (maximale lokale Randverteilung) -Schätzers optimale Oberflächenrekonstruktion. Desweiteren wird in der Arbeit die Entwicklung einer zum Vergleichen derartiger Höhenkarten geeigneten quantitativen Methode dargestellt und diese zur Bestimmung der Leistungsfähigkeit verschiedener Nachverarbeitungsverfahren herangezogen.
abstract_translated_lang: ger
class_scheme: pacs
class_labels: 07.60.Ly, 02.50.Tt
date: 2005
date_type: published
id_scheme: DOI
id_number: 10.11588/heidok.00005742
ppn_swb: 164415899X
own_urn: urn:nbn:de:bsz:16-opus-57428
date_accepted: 2005-07-06
advisor: HASH(0x564e14c700a0)
language: eng
bibsort: HISSMANNMIBAYESIANES2005
full_text_status: public
citation:   Hissmann, Michael  (2005) Bayesian Estimation for White Light Interferometry.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/5742/1/dissertation_hissmann.pdf