This title appears in the Scientific Report : 2018 

Adaptive Schärfung unstrukturierter, mehrdimensionaler Messdaten basierend auf dem Richardson-Lucy-Algorithmus
Kaiser, Daniel (Corresponding author)
PGI Technische und administrative Infrastruktur; PGI-JCNS-TA
2018
p. 79
Masterarbeit, FH Aachen, Campus Jülich, 2018
Master Thesis
Addenda
In wissenschaftlichen Experimenten werden häufig Messdaten erzeugt, die aufgrund physikalischer Eigenschaften des Messverfahrens eine Unschärfe enthalten. Diese Daten sind in vielen Fällen mehrdimensional und nicht entlang einer Gitterstruktur angeordnet, also unstrukturiert. Zudem ist die Unschärfe der Daten von der räumlichen Position abhängig und somit nicht konstant.Im Rahmen dieser Masterarbeit wird mit dem Richardson-Lucy-Algorithmus ein Verfahren zum Schärfen von Messdaten vorgestellt und derart modifiziert, dass damit auch solche Daten geschärft werden können. Es werden dabei zudem Anpassungen vorgenommen, die den Aufwand der Berechnung reduzieren, sodass auch sehr große Datensätze höherer Dimension sinnvoll verarbeitet werden können. Des Weiteren wird eine Grafikkarten-gestützte Parallelisierung präsentiert, welche die Laufzeit auf üblichen Desktop-Rechnern mit geeigneter Grafikkarte deutlich reduziert.Darüber hinaus ist in vielen Anwendungsfällen die in den Daten vorhandene Unschärfe abhängig von unbekannten Parametern. Dazu wird in dieser Arbeit eine Möglichkeit vorgestellt, mit Datensätzen unterschiedlicher Unschärfe adaptiv die Parameter ermittelt werden können, um auch solche Messungen sinnvoll zu Schärfen.Für einen Anwendungsfall, die Schärfung von Daten aus Neutronenstreuexperimenten, wird das Verfahren abschließend angewandt und die Ergebnisse erläutert. Dieser Anwendungsfall dient als Beispiel für vierdimensionale, unstrukturierte Daten mit nicht konstanter Punktspreizfunktion. Zudem sind bei diesen Beispieldaten die Parameter der Unschärfe unbekannt und werden daher geschätzt.