Integrierte Bildverarbeitung

Die Bildaufnahmesoftware pylon von Basler wurde um verschiedene pylon vTools zum Code Reading, Measurement, Matching und Blob Analyse erweitert, die einzeln erworben werden können.
Die Bildaufnahmesoftware pylon von Basler wurde um verschiedene pylon vTools zum Code Reading, Measurement, Matching und Blob Analyse erweitert, die einzeln erworben werden können.

Segmentierung und Analyse

Mit dem Blob-Analysemodul können Anwender Objekte, die sich durch gemeinsame Eigenschaften vom Hintergrund trennen lassen, segmentieren und analysieren. Pylon bietet sowohl für Grauwertbilder als auch für Farbbilder verschiedene Tools zur Segmentierung der Objekte an: manuelle bzw. automatische Schwellwertsegmentierung, relativer Schwellwert zum Segmentieren von Merkmalen auf inhomogenem Hintergrund und einen Color Classifier, der mittels des Gaußschen Mixture Models Pixel klassifiziert. Zur Auswertung der gefundenen Blobs werden Analysefunktionen bereitgestellt, die Aussagen über die Position, Größe und weitere Merkmale treffen.

Robustes und präzises Matching

Formbasiertes und korrelationsbasiertes Matching werden in pylon durch die Geometric Pattern Matching vTools sowie Template Matching abgedeckt. Template Matching ist ein korrelationsbasierter Ansatz, der mittels Pixelintensitäten das trainierte Template unabhängig von der Ausrichtung im Live-Bild sucht. Der Algorithmus ist dabei robust gegenüber Textur, Unschärfe und Kantendeformation. Das Geometric Pattern Matching sucht mittels eines trainierten Kantenmodells rotierte, skalierte und sogar teilweise verdeckte Merkmale im Live-Bild. Anschließend lässt sich ein Objekt mittels Alignment anhand der gefundenen Position ausrichten, um zum Beispiel Messaufgaben präzise durchführen zu können.

Demnächst Deep Learning

Bei einigen Analyseaufgaben stoßen die klassischen Bildverarbeitungsalgorithmen an ihre Grenzen. Für komplexe Probleme wird Basler in Zukunft weitere vTools anbieten, die typische Deep Learning Use Cases lösen können, wie zum Beispiel Object Detection, Klassifizierung, Anomaly Detection und Segmentierung. Um ein Problem datengetrieben zu lösen, wird das Training eines Deep Learning Models anhand von Beispieldaten notwendig, wofür eine ML-Operations-Plattform geplant ist. Die Plattform wird nicht nur die Entwicklung, das Deployment und das Monitoring Deep Learning basierter Vision Lösungen unterstützen, sondern auch für Nicht-Vision-Experten eine einfache Möglichkeit bieten, komplexe, hybride Bildverarbeitungsprobleme kameranah zu lösen. Zusammen mit den klassischen vTools, die im Laufe des Jahres weiter ausgebaut werden, entsteht so ein umfassendes Lösungsportfolio für Bildverarbeitungsanwender.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert