GrunDlaGen nungsvorschrift, nach der der neue Grauwert aus den Grauwerten der Umgebung berechnet wird. In diesem Beispiel sollen die Grauwerte innerhalb der Maske jeweils mit 1 multipliziert, dann <strong>auf</strong>summiert und schließlich durch 3 geteilt werden. Die Notation mit den eckigen Klammern ist also eine Kurzschreibweise für die Zuordnungsvorschrift: 1 g (x,y) = – [1 · g (x – 1, y) + 1 · g (x, y) + 1 · g (x + 1, y)] 3 mit der <strong>dem</strong> Pixel (x,y) im Ergebnisbild der mittlere Grauwert aus einer 1x3Umgebung des Pixels (x,y) im Quellbild zugeordnet wird. Der Faktor 1/3 führt dazu, dass bei der Filterung der Mittelwert erhalten bleibt: nach der Filterung ist der Mittelwert genauso groß wie vorher. Dieses Mittelwertfilter macht aus einer scharfen Kante parallel zur yAchse eine verschliffene Kante. Die Lage der Kante bleibt aber erhalten. Eine Kante parallel zur xAchse wird von <strong>dem</strong> Filter gar nicht beeinflusst. Dieses Filter ist also keineswegs isotrop, als Glättungsfilter ist es daher nicht gut geeignet – es sei denn, die selektive Glättungswirkung längs der x Achse ist bewusst gewünscht. Entsprechend gibt es das Mittelwertfilter, das nur parallel zur yAchse glättet. Die zweidimensionale Verallgemeinerung ist: 1 1 1 3 1 R = – 1 1 1 9 1 1 1 Dieses Mittelwertfilter mit einer 3x3 Filtermaske liefert eine wesentlich bessere Annäherung an die Isotropie als die beiden eindimensionalen Glättungsfilter. Es bewertet jedoch die Nachbarn in den Diagonalrichtungen genauso stark wie die Nachbarn in x und yRichtung, obwohl die Diagonalnachbarn weiter entfernt sind. Die Isotropie ist auch mit diesem Filter noch nicht optimal <strong>auf</strong> <strong>dem</strong> diskreten Bildraster realisiert. Die Mittelwertfilter haben einen weiteren gravierenden Nachteil. Strukturen werden durch diese Filter zunächst immer stärker geschwächt, je feiner sie werden. Dann wird bei einer bestimmten räumlichen Periode aus einer periodischen Struktur, also einem Gittermuster, eine vollständig homogene Fläche mit einheitlichem Grauwert. Wird die Struktur dann noch feiner, wird sie nach der Filterung wieder erkennbar, unter Umständen sogar mit umgekehrtem Kontrast, wenn auch stark geschwächt gegenüber <strong>dem</strong> Originalbild. Ein Beispiel zu diesem Verhalten, der sog. Kontrastumkehr, zeigt Abbildung 3. Oben ist das Quellbild dargestellt, darunter das Ergebnis der Filterung Abb. 3: Dasselbe Quellbild (oben), gefiltert jeweils mit einem Mittelwertfilter mit 3x3-, 7x7- und 13x13-Maske. Bei der 13x13-Maske tritt Kontrastumkehr <strong>auf</strong>, deutlich erkennbar im binarisierten Bild (unten). mit einer 3x3, einer 7x7 und schließlich einer 13x13Filtermaske. Zur Verdeutlichung ist für die 13x13Maske das Ergebnis der Filteroperation binarisiert worden. Bei dieser Maskengröße kehrt sich der Kontrast um, und aus den ursprünglich vorhandenen 10 werden neun Balken! Ein ideales Glättungsfilter sollte ein solches Verhalten nicht zeigen, sondern durchgängig feinere Strukturen stärker dämpfen als weniger feine Strukturen. Es kann für die nachfolgenden Bildverarbeitungsstufen sehr unangenehm sein, wenn Muster mit einer bestimmten räumlichen Periode von einem Filter völlig unterdrückt werden, etwas feinere Muster dann aber wieder sichtbar sind. Binomialfilter, Gaußfilter Die gewünschte Isotropie kann man erreichen, in<strong>dem</strong> die Gewichtsfaktoren in der Filtermaske eine rotationssymmetrische Verteilung um das zentrale Pixel nachbilden. Das unerfreuliche Dämpfungsverhalten des Mittelwertfilters hängt damit zusammen, dass die Mittelwertbildung mit einer Gewichtsfunktion realisiert wird, die zu den Rändern hin abrupt abbricht. Trägt man die Gewichtsfaktoren graphisch über der xyEbene <strong>auf</strong>, entsteht beim Mittelwertfilter ein Quader mit scharf abfallenden Seitenflächen. Ein ideales Filter müsste aber eine sanft zu den Rändern abfallende Gewichtsfunktion benutzen. Die genauere Betrachtung im Rahmen der Systemtheorie liefert das Resultat, dass eine rotationssymmetrische Gaußfunktion eine sehr gute Gewichtsfunktion für ein Glättungsfilter wäre [1], [2]. Auf der diskreten Ebene lässt sich eine Gaußfunktion niemals perfekt realisieren, sondern lediglich approximieren. Die diskrete Approximation der Gaußverteilung ist die Binomialverteilung. Diese Gruppe von Filtern wird daher als Binomialfilter oder auch als Gaußfilter bezeichnet. Eine einfache zweidimensionale Approximation eines Gaußfilters ist: 1 2 1 2 1 B = ––– 2 4 2 16 1 2 1 Schon dieses einfache Gaußfilter liefert für viele Aufgabenstellungen ausreichende Isotropie. Kanten werden durch das Gaußfilter verschliffen, ihre Lage bleibt jedoch erhalten. Das statistische Rauschen wird durch diese Filtergruppe erheblich reduziert, allerdings <strong>auf</strong> Kosten der Detail<strong>auf</strong>lösung. Die Filterkoeffizienten des Gaußfilters entsprechen den Werten einer diskreten Binomialverteilung, die für sehr große Masken in die Gaußverteilung übergehen würde. Solche Filter operationen sind sehr zeit<strong>auf</strong>wendig. Für die Maskengröße gibt es deshalb praktische, rechentechnisch bedingte Grenzen. Nachbemerkung Die hier behandelten Filter gehören zur Gruppe der linearen Filter, die auch oft als „diskrete Faltungen“ bezeichnet werden. Streng genommen wurden hier jedoch nicht Faltungen, sondern Korrelationen betrachtet. Der Unterschied ist erst bei asymmetrischen Masken erkennbar und auch dann für viele Anwendungen in der Praxis irrelevant. In diesem Artikel wurden nur symmetrische Masken benutzt. Schon bei Kantenfiltern sind die Masken jedoch nicht mehr symmetrisch. In der weiterführenden Behandlung der Filter unter systemtheoretischen Aspekten wird der Unterschied zwischen Faltung und Korrelation herausgearbeitet [1], [2]. Literatur: [1] B. Jähne, Digitale Bildverarbeitung, Springer <strong>Verlag</strong> [2] W. Burger, M. J. Burge, Digitale Bildverarbeitung, Springer<strong>Verlag</strong> 2005, S. 79 ff. � Autor Prof. Dr. Christoph Heckenkamp � Kontakt hochschule Darmstadt – university of applied Sciences Studiengang Optotechnik und Bildverarbeitung heckenkamp@h-da.de www.fbmn.h-da.de 42 In s p e c t 4/2008 www.inspect-online.com
MACHINE VISION • SURFACE INSPECTION • MICROSCOPY Baumer bietet eine breite Palette an qualitativ hochwertigen Digitalkameras, Kameramodulen sowie Zubehör und Treibern für den Einsatz in der industriellen, medizinischen und wissenschaftlichen Bildverarbeitung. Besonders die TX-Kamerafamilie im kompakten Gehäusedesign begeistert immer mehr Kunden durch ihre Vielseitigkeit und exzellente Bildqualität bei höchsten Bildwiederholraten. Sie umfasst sowohl Monochrom- als auch Farbkameras mit Gigabit Ethernet oder FireWire Interface und Auflösungen bis zu 5 Megapixel. Neben herkömmlichen 2D-Kameras bietet Baumer mit der neuen <strong>auf</strong> <strong>dem</strong> TOF-Prinzip basierenden <strong>3D</strong>-Kamera TZG01 komplett neue Möglichkeiten im industriellen Einsatz. Vision www.baumeroptronic.com Mehr ab Seite 44
- Seite 1 und 2: 76963 9. JAHRGANG OKTOBER 2008 4 Bi
- Seite 3 und 4: less is more See us at Vision 2008
- Seite 5 und 6: Spannend eDItOrIal Jetzt ist es bal
- Seite 7 und 8: 060 Gipfelstürmer Neue 3D-Kamera f
- Seite 9 und 10: Vom Besten das Feinste: FireWire- u
- Seite 11 und 12: Studiengang können wir außerdem
- Seite 13 und 14: und aufeinander abgliche? Dieser Fr
- Seite 15 und 16: Das neue Stilar ® 2,8/8: „Damit
- Seite 17 und 18: auf einen blick mehr möglichkeiten
- Seite 19 und 20: newS Neuer Vertriebsleiter Im Septe
- Seite 21 und 22: Verfügung, wodurch sich ganz neue
- Seite 23 und 24: eal Die Chameleon TM USB 2.0 Kamera
- Seite 25 und 26: Abb. 3: Ulbrichtkugel mit LED-Beleu
- Seite 27 und 28: sensors - cameras - frame grabbers
- Seite 29 und 30: nenten und Systemen, die Anwender
- Seite 31 und 32: Prüfen von Produkten Steuern der A
- Seite 33 und 34: Infrarot Linsen Sill Optics hat sic
- Seite 35 und 36: MIL ohne Programmierung - für Smar
- Seite 37 und 38: Programmierbarer PCIe Framegrabber
- Seite 39 und 40: Zeilenbeleuchtung für höchste Ans
- Seite 41 und 42: LED-Beleuchtungen für industrielle
- Seite 43 und 44: Auftrieb für Ihren Wettbewerbsvort
- Seite 45: Abb. 2: Abtasten des Quellbildes (l
- Seite 49 und 50: schaftlichkeit des Nutzers zu siche
- Seite 51 und 52: Benefits für die Inspektion Zeilen
- Seite 53 und 54: Optische Filter, Stiefkinder der Bi
- Seite 55 und 56: Diese unscharfe Abbildung erzeugt i
- Seite 57 und 58: quellen aufgenommene Leistung effek
- Seite 59 und 60: Intelligente Kameras im Einsatz in
- Seite 61 und 62: Blockschaltbild der VisionBox Quad
- Seite 63 und 64: Darstellung der 3D-Koordinatensyste
- Seite 65 und 66: Die Tatsache, dass die Suche nach d
- Seite 67 und 68: sind. Dann kommt die eigentliche Gi
- Seite 69 und 70: Bereich frei einstellbar ist und da
- Seite 71 und 72: Der Dauerbrenner Expertenumfrage zu
- Seite 73 und 74: Dietmar Günther, Key Account Manag
- Seite 75 und 76: Ernst Rauscher, Geschäftsführer R
- Seite 77 und 78: Vision-Sensoren jetzt mit Ethernets
- Seite 79 und 80: Reduzierte Bautiefe IDS bietet sein
- Seite 81 und 82: VISIOn USB 2.0-Versionen Point Grey
- Seite 83 und 84: MACHINE VISION • SURFACE INSPECTI
- Seite 85 und 86: ikAnlagen zur zerstörungsfreien
- Seite 87 und 88: Quelle: Flickr, baltus15 Rotlichtmi
- Seite 89 und 90: Genauer, schneller, zuverlässiger
- Seite 91 und 92: en, sondern daran interessiert sind
- Seite 93 und 94: Der „Opening Inspector“ überpr
- Seite 95 und 96: Mit zwei Kameras an der automatisie
- Seite 97 und 98:
MACHINE VISION • SURFACE INSPECTI
- Seite 99 und 100:
Bedeutung der Oberflächenanalyse:
- Seite 101 und 102:
lemen in diesen Prozessen eindeutig
- Seite 103 und 104:
Technologie mit Durchblick Identifi
- Seite 105 und 106:
Schmerzfreie Hautkrebsdiagnose - Mu
- Seite 107 und 108:
nächstfolgende Bild. Nur so ist di
- Seite 109 und 110:
COntrOl Superscharf in Echtzeit mes
- Seite 111 und 112:
COntrOl Extrem lichtempfindliche Hi
- Seite 113 und 114:
COntrOl Innovationen im Markt der z
- Seite 115 und 116:
Die Intego GmbH ist ein mittelstän