Bildanalyse : Beispiele
Neben der Erkennung von Formen und Farben können in einem Bild vorhandene Strukturen anhand statistischer Methoden erkannt werden, die die Hell-Dunkel-Unterschiede des Bildes betrachten. Damit können Aussagen über die Homogenität und Regelmäßigkeit der Struktur im Bild getroffen werden. Bei regelmäßigen Strukturen ist es auch möglich, Störungen oder Defekte wie z. B. durch Gewebefehler zu erkennen. Dabei kann optional auch die Orientierung bzw. Richtung der Struktur berücksichtigt werden.
Beispiele für die Bestimmung der Anzahl und die Erkennung von Formen
In diesen Beispielen werden Objekte in einem Bild anhand ihrer Form erkannt. Es ist unter anderem möglich, Aussagen über die Anzahl von Objekten im Bild, ihre Größe und ihre Form (Streckung, Stauchung, Deformation etc.) zu treffen.
|
|
|
Originalbild mit Haferflocken |
Die Form der Haferflocken wird erkannt (grüne Umrandung), ihre Anzahl, Fläche und diverse Formparameter können bestimmt werden. |
 |
 |
|
Originalbild mit Bakterienkolonien auf einem Nährboden |
Die Bakterienkulturen werden erkannt, unter anderem können Anzahl und Fläche der Kulturen bestimmt werden. |
Beispiele für die Erkennung von Strukturen nach Farbe
In einem Bild können Strukturen aufgrund von Farbunterschieden identifiziert werden. Es ist möglich, Aussagen über die Fläche dieser Strukturen sowie über die Anzahl getrennter Objekte zu treffen.
 |
 |
|
Originalbild eines histologischen Schnitts |
Die dunkelrot angefärbten Bereiche werden erkannt und ihre Fläche berechnet. |
 |
 |
|
Satellitenbild des Bodensees |
Flächenbestimmung des Bodensees über Farbunterschiede zum Rest der Umgebung |
Beispiele für die Defekterkennung
Struktur
In diesen Beispielen zeigen defekte Stellen keine oder kaum Helligkeits- und Kontrastunterschiede zum Rest des Bildes, sind jedoch an ihrer Veränderung der Struktur erkennbar.
 |
 |
|
Um die Fehlerstelle in der Mitte des Bildes herum ist das Gewebe verzerrt. |
In der Analyse erscheinen die verzerrten Teile der Struktur heller, die Fehlerstelle in der Mitte des Bildes besonders hell. |
|  |
|
Bei gleichbleibender Helligkeit ändert sich im unteren Drittel des Bildes die Struktur und vor allem ihre Richtung auffällig. |
Die Stelle, an der sich die Struktur und ihre Richtung ändert, erscheint hier im Ausgabebild der Analyse besonders hell. In diesem Fall wurde die Orientierung der Struktur berücksichtigt, um die Richtungsänderung zu erkennen. |
Bildanalyse : 3D-Analyse
Für den Massenmarkt entwickelte 3D-Kameras bieten die Möglichkeit für einen kostengünstigen Einstieg in die 3D-Bildverarbeitung.
Beispiel
Die Beispiel-Szene besteht aus vier Kartons mit den Höhen 6 cm (weiß), 6 cm (bunt), 9 cm und 15 cm. Die Kamera ist 0,75 m über dem Boden positioniert. Ein Karton ist bunt, ein Karton aus stark glänzendem Material, die beiden anderen Kartons sind weiß.
Beispielszene
Die 3D-Kamera ist 0,75 m über dem Boden positioniert.
3D-Kamera mit Blickrichtung auf die Beispielszene
Mittels der Datinf-Software wird die Kamera gesteuert und das farbcodierte 3D-Bild live angezeigt. Das 3D-Bild kann als 16-Bit-Tif-Bild gespeichert werden und steht somit für weitere Analysen zur Verfügung. Eine Anwendung wäre z.B. die 3-dimensionale Vermessung der Kartons, welche sogar live erfolgen könnte.
Die Farbe der Kartons spielt für die 3D-Analyse offensichtlich keine Rolle. Im orangen Bereich ist ein kleiner Fleck sichtbar. An dieser Stelle treten Reflexe durch das stark glänzende Material auf.
Oben links ist das Höhenprofil farbcodiert dargestellt. Darunter ist die Tiefenmessung als Graubild wiedergegeben. Je heller die Grautöne desto weiter ist das Objekt entfernt. Die wenigen schwarzen Bereiche können beispielsweise aufgrund von Abschattungen oder starken Reflexen nicht vermessen werden.
Spezifikationen der 3D-Kamera
- integrierte Webcam 640x480
- integrierte 3D-Kamera
- Arbeitsprinzip: Projektion eines Musters mittels IR-Laser und Aufnahme mit IR-Kamera / Kontrollbild mit Standardkamera
- bis 30 Bilder/s
- Kabellänge USB 3 m (Verlängerung möglich mittels aktiver USB-Verlängerung)
- Aufnahmeabstand 0,75 - 4 m
- Die Messgenauigkeit des Abstands eines Objekts zur Kamera (Höhenmessung) beträgt bei 2 m Abstand ca. 40 mm
Bildanalyse : Beispiele aus der Forschung
An dieser Stelle werden zwei konkrete Lösungen gezeigt, die in wissenschaftlichen Publikationen zur Anwendung gekommen sind.
Analyse von Rasterelektronenmikroskop-Aufnahmen
Im Auftrag einer Arbeitsgruppe der Universität Konstanz, Arbeitsbereich Molekulare Toxikologie wurde Bildanalysesoftware für das "NPA" (Nuclear Permeability Assay) entwickelt, das Veränderungen in der Permeabilität der Kernmembranen von Zellen anhand von Mikroskopaufnahmen analysiert.
Qualitätskontrolle von Brettschichthölzern
Bildanalysesoftware zur Quantifizierung der Holzqualität.
Zur Anfrage ...