diff --git a/Praxisbericht.pdf b/Praxisbericht.pdf
index 28621ba1a8d21fd9f01a3bfb91a813aa3d791b1a..a8f205da4377035f3f3aa988068bb1445176621d 100644
Binary files a/Praxisbericht.pdf and b/Praxisbericht.pdf differ
diff --git a/Praxisbericht.tex b/Praxisbericht.tex
index 2f79f9520a88844ea2a294421a89cdaae90a0dce..d1f3931a3fc12dbe25022588b878666c925d3507 100644
--- a/Praxisbericht.tex
+++ b/Praxisbericht.tex
@@ -266,7 +266,7 @@
 				Features enthalten sind. Implementiert ist dies in der Funktion \lstinline{preprocessing.make_binary_image()}.
 
 				Dazu wird ein in OpenCV fertig implementiert Algorithmus namens \emph{Otsu} verwendet. Dieser ermittelt automatisch einen geeigneten
-				Grenzwert und färbt dunklere Bereiche schwarz und hellere Bereich weiß.
+				Grenzwert und färbt dunklere Bereiche schwarz und hellere Bereich weiß. \cite{opencv:thresholding}
 
 				Durch Tests hat sich ergeben, dass die Beleuchtung und andere Faktoren so unterschiedlich sein können, dass mehrere
 				Binarisierungsschritte notwendig sind. Dazu wird anhand des ersten Grenzwertes ein Teil des Bildes weiß eingefärbt und dann ein
diff --git a/bib/localBibliography.bib b/bib/localBibliography.bib
index d9732d4b9f3e4008a3638a0b81cdcac2e4a52df7..a33ea70beae8dfcf610814c44f76f4e5a43de5e6 100644
--- a/bib/localBibliography.bib
+++ b/bib/localBibliography.bib
@@ -52,6 +52,13 @@
 	urldate		= {2022-05-02},
 	language	= {ENG}
 }
+@online{opencv:thresholding,
+	title 		= {OpenCV - Image Thresholding},
+	date 		= {2022-05-02},
+	url			= {https://docs.opencv.org/4.x/d7/d4d/tutorial_py_thresholding.html},
+	urldate		= {2022-05-02},
+	language	= {ENG}
+}
 %-----------------------Templates--------------------------------------------------------
 % A single-volume book with one or more authors
 @book{1,