Grundlagen der Bildanalyse
Bildanalyse für höhere Produktqualität
Bildanalyse und Bildverarbeitung zielen beide darauf ab, Informationen aus digitalen Bildern zu gewinnen. Der Unterschied liegt darin, auf welche Objekte oder Teile sie angewandt werden und welche Art von Informationen gewonnen wird. Bildbearbeitung wird bei beiden Varianten verwendet, das bedeutet Berechnungen, die Eingangsbilder modifizieren, um bestimmte Bildelemente hervorzuheben. Bildbearbeitung wird z.B. genutzt, um Abweichungen bei der Beleuchtung auszugleichen und Kanten von Objekten zu betonen.
Bildverarbeitung wird vor allem dazu eingesetzt, Bauteile (wie Bolzen, Schrauben usw.) zu lokalisieren, zu messen und zu kontrollieren. Diese weisen einheitliche Formen und definierte Kanten auf und können so präzise ausgemessen werden. Messergebnisse außerhalb bestimmter Werte weisen dabei auf defekte Teile hin. Der Einsatzbereich der Bildanalyse besteht darin, vorwiegend natürliche, unbehandelte Teile und Muster zu messen. Anwendungen umfassen die Klassifizierung und das Zählen biologischer Zellen sowie die Charakterisierung von Partikeln, Texturen und Schaum. Diese ‚Teile‘ können in ihrer Form stark variieren und besitzen schlecht definierte Kanten. Meist sind nur einige allgemeine Eigenschaften der Objekte bekannt. In einer vergrößerten Ansicht von Metallkörnern ist z.B. nur bekannt, dass die Korngrenzen eine unterschiedliche Intensität besitzen und dass die Korngröße eine beschränkte Bandbreite und Ausrichtung aufweist. Die Form des Korns ist allerdings nicht bekannt.
Segmentierung
Der erste Schritt der Bildanalyse besteht in der Segmentierung, d.h. Objekte oder Teile werden voneinander und vom Bildhintergrund abgegrenzt. Auf Ihrem Schreibtisch nehmen Sie verschiedene Objekte (Stifte, Telefone…) als unterschiedlich wahr. Auf einem digitalen Bild Ihres Schreibtisches überschneidet sich die Intensität der Objekte und der Oberfläche. Daher ist eine Segmentierung schwierig. Unser Gehirn setzt enorme neuronale Berechnungen und ein umfassendes Wissen über das Aussehen von Objekten ein, diese sind jedoch für ein kommerzielles Bildanalysesystem nicht praktikabel. Um die Segmentierung einfacher zu gestalten, können physische Methoden genutzt werden, welche die Intensität oder Farbunterschiede zwischen Objekten und deren Hintergründen verstärken. So sorgt eine gleichmäßige Beleuchtung für eine verlässlichere Segmentierung, indem sie durch Lichtvariationen bedingte Intensitätsunterschiede beseitigt. Bei biologischen Proben sorgt eine Färbung für mehr Kontrast und unterschiedliche Farben bei verschiedenen Zelltypen. Ziel ist es, Objekte mit einer simplen Intensitäts- oder Farbschwelle zu segmentieren. Rauschunterdrückung und komplexere Segmentierungsmethoden sind jedoch oft notwendig.
Morphologische Vorgänge
Werden bei der Bildverarbeitung Abmessungen ermittelt, um die Bildauflösung hochpräzise zu gestalten, sollten die Bildverarbeitungsprozesse diese Abmessung nicht verändern. Bei der Bildanalyse werden oft morphologische Bildverarbeitungsvorgänge verwendet, die Formen und Abmessungen von Objekten, basierend auf angrenzenden Pixelwerten, anpassen. Präzise Vermessung ist bei natürlichen Objekten nicht entscheidend und morphologische Vorgänge sorgen für Rauschunterdrückung und Segmentierung von Objekten und deren Hintergründen. Zwei häufig verwendete morphologische Vorgänge sind Erosion und Dilatation. Angenommen, die analysierten Objekte sind heller als der Bildhintergrund und besitzen eine bekannte Durchschnittsgröße. Bei der Erosion werden Pixel um ein Objekt herum ‚abgezogen‘, einander berührende Objekte getrennt und helle Flecken entfernt. Bei der Dilatation werden Pixel um Objekte herum hinzugefügt, um Lücken zwischen Objekten zu füllen und dunkle Flecken zu entfernen. Sie können die Größe für diese Vorgänge festlegen, um Flecken bis zu einer bestimmten Größe zu entfernen. Die Kombination der beiden Vorgänge stellt die öffnenden und schließenden Vorgänge dar, die auch zur Rauschreduzierung dienen, jedoch die Abmessungen des Objekts besser beibehalten. Nachdem das Bild bereinigt wurde, können Objekte im Bild mittels einer Schwelle segmentiert werden. Diese markiert Pixel oberhalb eines festgelegten Wertes als Objekt und Pixel unterhalb dieses Wertes als Hintergrund (oder umgekehrt). Das daraus resultierende binäre s/w-Bild umfasst oft isolierte Pixelgruppen, die keine Objekte sind oder Objekte, die einander berühren. Hier können erneut morphologische Vorgänge wie die Erosion verwendet werden, um Rauschen zu entfernen und Objekte zu trennen.
