Was ist Bildanalyse und Bilderkennung?
Ursprünglich wurde die Bildanalyse zur ganzheitlichen Beschreibung von Kunstwerken entwickelt. Die Erkennung von Bildinhalten mittels mathematischer Methoden und Algorithmen ist Ergebnis neuerer technischer Entwicklungeen der letzten Jahre. Im englischen Sprachraum wird der Terminus 'image analysis' verwendet.
Mit modernen Verfahren der Bildanalyse und Bilderkennung lassen sich viele Aufgaben automatisieren und Methoden verfeinern. Das Erkennen von Formen, das Vermessen von Objekten bestimmter Form oder die Bestimmung von Farbdifferenzen kann häufig mit Spezialsoftware erheblich vereinfacht oder beschleunigt werden.
Eine Vielzahl von Fragestellungen ist für die digitale Bildanalyse geeignet. Die Vorteile der digitalen Bildanalyse und -erkennung sind Objektivität, Vergleichbarkeit, Reproduzierbarkeit, Eindeutigkeit der Ergebnisse und die Möglichkeit zur Einsparung von Ressourcen.
Prinzipiell gilt für die automatische Bildverarbeitung: was sich mit einem Auge deutlich erkennen lässt, ist auch per Bildanalyse-Software in einer Aufnahme erkennen. Neuerdings sind auch 3D-Kameras für industrielle Anwendungen erhältlich, womit sich für die automatische Bildanalyse und Erkennungsaufgaben weitere Anwendungsfelder eröffnen.
Konzept
Unsere Bildverarbeitungs-Bibliothek mit vielfältigen Methoden zur Bilderkennung und Analyse erlaubt die kostengünstige Entwicklung von Speziallösungen. Dabei gilt: je homogener die zu analysierenden Objekte aussehen, desto einfacher lässt sich eine Spezialsoftware entwickeln.
Das modulare Konzept erlaubt schnelle, flexible und kostengünstige Lösungen. Die drei wesentlichen Module sind:
- Aufnahmesystem zur Bildakquisition
- Bildanalyse zur Messung relevanter Informationen im Bild und deren statistische Interpretation
- Verwaltung von Bildern und den Ergebnissen der Bildanalyse
- Da wir unsere eigene Bildverarbeitungsbibliothek verwenden, können wir einerseits bei Abnahme von einer größeren Anzahl Lizenzen sehr gute Konditionen anbieten. Andererseits können wir auch sehr effizient und schnell kundenspezifische Anforderungen umsetzen und nötigenfalls die Bibliothek erweitern.
- Sollten für einen Anwendungsfall keine Algorithmen existieren, verfügen wir über die Kompetenz, neue Algorithmen zu entwickeln und die korrekte Funktion mittels wissenschaftlich anerkannter Methoden nachzuweisen.
Zur Anfrage ...
Möglichkeiten der Bildanalyse und -erkennung
Es existieren bereits sehr viele Algorithmen zur Lösung unterschiedlichster Aufgaben.
Anwendung findet die Bildanalyse in der Oberflächeninspektion, Objekterkennung, Texturmessung, Farbanalyse, Texterkennung, Zeichenerkennung, Erkennung von Barcodes, Erkennung von QR- oder Datamatrix-Codes (2D-Barcodes), Abstandsmessung, Zugangskontrolle, Raumüberwachung, Gesichtserkennung, Analyse von Fingerabdrücken, Bildverbessung, Rauschunterdrückung, Messungen in Bildern, Bewegungsanalyse und für viele andere Anwendungen.
Sehr häufig werden Bildverarbeitungssysteme für die Fertigung in der Industrie, in der Medizin und in der Forschung verwendet. In den letzten Jahren haben derartige System aber auch ihren Weg in den Massenmarkt gefunden. Viele Apps auf Smartphones verwenden Bilder und rechnen Bildanalyseaufgaben auf diesen Bildern.
In den letzten Jahren sind die Preise für Digitalkameras, die Bilder in ordentlicher Qualität liefern können erheblich gefallen. Damit ergeben sich auch immer mehr Anwendungen, für die Kameras mit entsprechender Software wirtschaftlich sinnvoll eingesetzt werden können.
Bildanalyse - wie geht das?
Kaum vorstellbar, aber tatsächlich muss mittels Bildverarbeitungsalgorithmen jeder Bildpunkt (jedes Pixel) mehrfach angesehen werden. Ein ganz einfach Algorithmus zur Rauschunterdrückung muss für jedes Pixel den eigenen und die acht benachbarten Pixel den Farbwert auslesen, von diesen neun Werten den Mittelwert berechnen und diesen als neuen Bildwert speichern. Ganz grob gerechnet sind das acht Operationen zur Addition, eine Division und einmal Ablegen des neuen Werts - also schon mal 10 Operationen. Bei einem Bild mit einer Größe von 8 Megapixel (was ja heute jedes bessere Handy produziert) sind das 3264 × 2448 x 10 Operationen, also ca. 80 Millionen. Da sich Farbbilder am Computer aus den drei Komponenten-Bildern mit dem Rot-, Grün- und Blau-Farbkanal zusammensetzen (RGB) kommt noch der Faktor drei dazu. Das sind dann schon 240 Millionen Operationen. Erfreulicherweise sind Computer heutzutage unfassbar schnell, so dass derartige Operationen in Sekundenbruchteilen erledigt sind.
Ein Trend, der sich in der nächsten Jahren mit der Einführung neuer Computer noch verstärken wird, ist das parallele Ausführen mehrerer Operationen. Dazu werden die Computerprozessoren so gebaut, das diese mehrere Aufgaben gleichzeitig ausführen können. Aktuell verfügen gute Prozessoren über 12-16 Rechenwerke für das gleichzeitige Ausführen der Aufgaben, in Zukunft dürften das noch viel mehr werden.
Eigentlich steckt in einem neuen Computer (und auch Handy) ein sehr schnelles Rechenmonster für Bildverarbeitung - eine Grafikprozessor. Da diese für die am häufigsten auftretenden Grafikoperationen optimiert sind, können bestimmte Bildoperationen sehr schnell erledigt werden. Wie das aber immer so bei Spezialisten ist: sobald das Spezialgebiet verlassen wird, sind die Dinge mühsam. Im Fall der Bildverarbeitung bedeutet das einen erheblichen Aufwand für die Portierung der Bildanalysealgorithmen auf den Grafikprozessor. Aber die Spezialisten werden mit Sicherheit immer besser und zukünftig auch flexibler gestaltet.