Smartere Kamera(-features)

Gibt es Einschränkungen? – Ja, aber…

Natürlich ist ein FPGA auf die Anzahl der nutzbaren Logikelemente beschränkt. Ist dieser voll, kann nicht einfach der FPGA-Baustein gewechselt werden, da er ein fester Bestandteil der Kameraelektronik ist. Einschränkend kommt hinzu, dass ein FPGA Dinge wie Schnittstellenanbindung z.B. zu Ethernet oder USB übernehmen muss. Jedoch kann durch cleveres Programmieren viel und auch neue Features in ein FPGA gesteckt werden. Aktuelles Beispiel ist der SmartFrameRecall (Bild 4): Dabei erzeugt das FPGA kleine Vorschaubilder mit reduzierter Auflösung (Thumbnails), die mit IDs versehen an den Host-PC übertragen werden. Gleichzeitig wird das entsprechende Bild in Vollauflösung im Bildspeicher der Kamera abgelegt, der als FIFO Ringpuffer angelegt ist. Im Host-PC wird das Vorschaubild von der Anwendung analysiert. Wird das Bild in Vollauflösung benötigt, sendet die Anwendung einen Request und das Bild wird im gleichen Datenstrom wie die Vorschaubilder übertragen. Die Anwendung kann darüber hinaus auch die Region of Interest (ROI) angeben, sodass das FPGA nur den entsprechenden Bereich des Originalbildes überträgt. Die Vorteile liegen auf der Hand. Wie bei allen FPGA-basierten Features bleibt die CPU im Host-System unangetastet, was den Stromverbrauch insgesamt reduziert. Des Weiteren ermöglicht es der SmartFrameRecall, dass große Sensoren mit hohen Frameraten auch über GigE voll ausgereizt und bei voller Geschwindigkeit verwendet werden können oder die Hardware-Aufwendung verringert und somit auch die Hardware-Kosten reduziert werden können. Konkret veranschaulicht dies das Beispiel eines automatisierten Kommissionierungssystems. Werden zur vollständigen Erfassung und Verfolgung von beispielsweise Pharmapackungen üblicherweise bis zu acht Industrie-PCs und 16 Industriekameras benötigt, konnte ein Kunde durch den Einsatz von Industriekameras mit SmartFrameRecall sieben Industrie-Rechner im Gegenwert von 14.000€ einsparen. Auch durch den Wegfall von Kabeln konnten die Kosten reduziert werden. Der minimale Aufpreis für die smarteren Industriekameras war daher schnell kompensiert.

Bild 4 | Beim SmartFrameRecall erzeugt das FPGA
kleine Vorschaubilder mit reduzierter Auflösung, die
mit IDs versehen an den Host-PC übertragen werden. (Bild: Matrix Vision GmbH)

Fazit

Durch Kameras mit Smart Features können im Gesamtsystem durch Wegfall von Kabeln, Controllern und der Reduzierung der Host-PC-Leistung weit mehr Kosten gespart werden, als es durch den Einsatz von ´asiatischen Low-Cost-Kameras´ möglich wäre. Ferner kann die Leistungsfähigkeit des Gesamtsystems verbessert und die Flexibilität erhöht werden, da das System einfach skaliert werden kann. Mit der Einführung der ersten Ne-x-t Generation Kamera hat Matrix Vision seit jeher das Ziel verfolgt, die Funktionalität ihrer Kameras mit smarten Features kontinuierlich zu erweitern und dadurch einen echten Mehrwert für Kunden zu bieten.

Smartere Kamera(-features)
Bild: Matrix Vision GmbH


Das könnte Sie auch interessieren

Unbekannte Gesichter

Dank Gesichtserkennungstechnologie identifiziert eine Security-Kamera Personen und sendet deren Namen an das Smartphone des Besitzers bzw. informiert den Nutzer über unbekannte Gesichter im Haus.

www.netatmo.com

Anzeige
A $50,000 Camera you Already Own

Conventional cameras capture images using only three frequency bands (red, blue, green), while the full visual spectrum is a much richer representation that facilitates a wide range of additional and important applications. A new technology allows conventional cameras to increase their spectral resolution, capturing information over a wide range of wavelengths without the need for specialized equipment or controlled lighting.

Figure 1 | HC-Vision’s hyperspectral reconstruction methods: A rich hyperspectral prior is collected, a corresponding hyperspectral dictionary is produced and projected to RGB. Once produced, the dictionary may be used to reconstruct novel images without a additional hyperspectral input. (Bild: Hc Vision)

Hyperspectral (HS) imaging systems are capable of collecting the complete spectral signature reflected from each point in a given scene, producing a much more spectrally detailed image than that provided by RGB cameras. Although these systems are widely used in industrial and scientific settings, they have yet to find a place in the consumer market due to their cost, size, and slow acquisition process (often requiring close to one minute to acquire a single image). HC-Vision’s story began at the Ben-Gurion University Interdisciplinary Computational Vision Laboratory where the company’s co-founders, Prof. Ohad Ben-Shahar and Boaz Arad, were studying the properties of natural hyperspectral images. To this end they began collecting what is now the largest, most detailed natural hyperspectral image collection published to date. Analysis of this database revealed that, in the case of natural images people experience in typical indoor and outdoor environments, underlying hyperspectral information can be accurately recovered from its RGB projection.

Figure 2: Filter testing platform used to design single chip systems. (Bild: Hc Vision)

Unlike the three channel images that RGB cameras (and human eyes) produce, hyperspectral images contain dozens or hundreds (and from an abstract theoretical point of view, infinite number) of wavelength bands. But even simpler hyperspectral cameras contain at least 31 channels, a number representing the division of the visible spectrum to spectral bands of 10nm, and so even in this case, the 31-to-3 dimensionality reduction that occurs while projecting hyperspectral information to RGB appears rather severe,. And yet, HC-Vision’s methodology is already able to recover the former from the latter with 90 percent to 95 percent accuracy over a wide variety of scenes. In addition to producing state-of-the-art results at the time of publication, this approach produced comparable results to previous methodologies which relied on hybrid HS/RGB input. This methodology often surpassed the performance of the latter (in both accuracy and computation time) despite a significant information disadvantage.

Anzeige
Inspired by the Kinect

Although different 3D cameras and scanners have existed for some time, present solutions have been limited by several unwanted compromises. If you wanted high speed, you would get very low resolution and accuracy (e.g. Time-of-Flight cameras and existing stereo vision cameras, which despite being fast typically have resolution in the millimeter to centimeter range). If you wanted high resolution and accuracy, you would typically get a camera that was slow and expensive (e.g. the high accuracy scanners).

www.zividlabs.com

4. VDI-Fachkonferenz ‚Industrielle Bildverarbeitung‘

Vom 18. bis 19. Oktober veranstaltet der VDI die nunmehr 4. Fachkonferenz zum Thema ‚Industrielle Bildverarbeitung‘ im Kongresshaus Baden-Baden. In 19 Fachvorträgen werden u.a. die Schwerpunktthemen Automation in der Robotik mit 3D-Bildverarbeitung, Oberflächeninspektion und Bildverarbeitung in der Nahrungsmittelindustrie und intelligenten Logistik behandelt.

www.vdi-wissensforum.de

Anzeige
Low Noise SWIR-Camera with 400fps

C-Red 2 is an ultra high speed low noise camera designed for high resolution SWIR-imaging based on the Snake detector from Sofradir. The camera is capable of unprecedented performances up to 400fps with a read out noise below 30 electrons. To achieve these performances, it integrates a 640×512 InGaAs PIN Photodiode detector with 15m pixel pitch for high resolution, which embeds an electronic shutter with integration pulses shorter than 1μs. The camera is capable of windowing and multiple ROI, allowing faster image rate while maintaining a very low noise.

www.first-light.fr

Anzeige
Whitepaper: Sechs Kriterien für den optimalen Bildsensor

Ob Automatisierung, Mensch-Maschine-Kollaboration in der Robotik oder selbstfahrende Autos – die Auswahl des richtigen Sensors hängt stark von der Applikation und dem gewünschten Output ab. Diese 6 Faktoren helfen Ihnen dabei, den passenden Sensor für Ihre Applikation zu finden!

imaging.framos.com