Digitalkameras mit Farbbildsensoren sind mittlerweile weit verbreitet. Auch die Rechenleistung und die Geräteschnittstellen zur Handhabung der zusätzlichen Daten von Farbaufnahmen sind heutzutage verfügbar. Vor allem aber sind die Benutzer inzwischen zunehmend mit der Machine-Vision Technologie vertraut und versuchen nun, diese für schwierigere oder zuvor nicht machbare Anwendungen einzusetzen. All diese Umstände haben dafür gesorgt, dass das Interesse an Farbe wächst. Industrielle Bildverarbeitung in Farbe bringt zwar einzigartige Herausforderungen mit sich, doch bietet sie gleichzeitig auch einzigartige Möglichkeiten für Fertigungskontrolle und Prüfung.
Die Herausforderung der Farbe
Farbe ist die Erscheinungsform von Licht aus dem sichtbaren Bereich des elektromagnetischen Spektrums. Es wird von einem Betrachter wahrgenommen und ist daher subjektiv – so könnten zwei Personen dasselbe Objekt in derselben Szene mit einer jeweils anderen Farbe sehen. Dieser Unterschied bei der Interpretation erstreckt sich auch auf Kamerasysteme mit ihren Objektiven und Bildsensoren. Die Farbreaktion eines Kamerasystems variiert nicht nur zwischen den verschiedenen Herstellern und Modellen seiner Komponenten, sondern auch zwischen verschiedenen Komponenten desselben Herstellers und Modells. Die Beleuchtung der Szene bildet einen weiteren Unsicherheitsfaktor, da sie die Erscheinung einer Farbe verändert. All diese Feinheiten sind durch den Umstand begründet, dass Licht mit seinem eigenen Farbspektrum abgestrahlt wird. So absorbiert und reflektiert jedes Objekt in einer Szene dieses Spektrum in unterschiedlicher Weise (Filterung), und das Kamerasystem reagiert auf seine eigene Weise auf das reflektierte Spektrum (Annahme und Nichtannahme). Die Herausforderung beim maschinellen Sehen in Farbe besteht darin, über den gesamten Betrieb eines Systems hinweg – sowie zwischen Systemen, die dieselbe Aufgabe ausführen – eine konsistente Analyse zu ermöglichen und dabei auch die menschliche Fähigkeit zur Wahrnehmung und Interpretation von Farben nachzuahmen.
Die Mehrzahl der heutigen Systeme beschränkt sich erfolgreich auf die Bildanalyse von Graustufenbildern. Unter bestimmten Umständen ist es jedoch wenig zuverlässig oder gar unmöglich, sich einfach auf Daten zu Intensität und/oder Geometrie (Form) zu verlassen. In diesen Fällen wird die Flexibilität einer Software für Farbbildverarbeitung benötigt, um:
- ein Bild optimal von einer Farb- in eine Monochromaufnahme umzuwandeln, damit eine korrekte Bildanalyse in Graustufen durchgeführt werden kann;
- die Farbabweichung zu berechnen und dadurch Anomalien zu identifizieren;
- die Farbe in einem Bildbereich mit Farbmustern zu vergleichen, um zu bestimmen, ob eine annehmbare Übereinstimmung vorliegt bzw. um die beste Übereinstimmung festzulegen;
- ein Bild anhand der Farbe zu segmentieren und dadurch Objekte oder Merkmale voneinander sowie vom Hintergrund abzugrenzen.
Farbbilder enthalten eine größere zu verarbeitende Datenmenge (gewöhnlich etwa die dreifache Menge) als Graustufenbilder und erfordern eine komplexere Handhabung. Es werden effiziente und optimierte Algorithmen benötigt, um diese Bilder in annehmbarer Zeit analysieren zu können.
Farbanalyse Werkzeuge
Matrox Imaging bietet eine Reihe von Softwarewerkzeugen, um eine auf der Farbe beruhende Identifizierung von Teilen, Produkten und Objekten sowie eine farbbasierte Qualitätsbeurteilung und Merkmalbestimmung zu ermöglichen. Das Farbabgleichswerkzeug bestimmt die am besten entsprechende Farbe aus einer Reihe von Mustern für jeden beliebigen Bildbereich. Ein Farbmuster kann entweder interaktiv aus einem Bild festgelegt werden, wobei sich nicht erwünschte Farben ausblenden lassen, oder anhand numerischer Werte. Bei einem Farbmuster kann es sich um eine einzelne Farbe oder eine Farbverteilung (d.h. ein Histogramm) handeln. Das Farbabgleichsverfahren und die Interpretation von Farbunterschieden können manuell an bestimmte Anwendungsanforderungen angepasst werden. Das Farbabgleichswerkzeug kann außerdem jeden Bildpunkt mit Farbmustern vergleichen, wodurch das Bild in geeignete Einzelelemente für weitere Analysen mit anderen Werkzeugen segmentiert wird. Das Farbabstandswerkzeug zeigt den Umfang von Farbunterschieden innerhalb von und zwischen Bildern auf, während das Projektionswerkzeug die Umwandlung von Farbbildern in Graustufenbilder verbessert, die dann wiederum mit anderen Werkzeugen analysiert werden.
Kalibrierung und Beleuchtung
Die Mehrzahl der Farbkameras besitzt nur einen Sensor, der eine Farbfiltermatrix (Color Filter Array, CFA) oder einen Mosaikfilter verwendet. Dieser Mosaikfilter besteht gewöhnlich aus optischen Filtern für die Farben Rot (R), Grün (G) und Blau (B), die in einer bestimmten Anordnung über die Bildpunkte gelegt werden (Abbildung 1).
In einem Demosaicing-Prozess, der entweder in der Kamera oder in der Software stattfindet, werden dann die Rohdaten des Sensors in das eigentliche Farbbild umgewandelt (mit einem RGB-Wert für jeden Bildpunkt). Es gibt verschiedene Demosaicing-Verfahren, die stets einen Kompromiss aus Geschwindigkeit und Qualität darstellen (Entstehen von Farbartefakten). Dieser Demosaicing-Prozess kann und muss so eingestellt werden, dass die RGB-Werte der Umgebung (Kamerasystem und Beleuchtung) normalisiert werden und auf diese Weise konsistente Farbbilder entstehen. Die Normalisierungsfaktoren werden (zumeist automatisch) durch einen Weißabgleich ermittelt: Dabei wird dem System ein als Weiß eingestuftes Muster gezeigt; anschließend werden die Normalisierungsfaktoren für die Erzeugung eines weißen Bildes entsprechend berechnet. Auch eine kontrollierte Szenenbeleuchtung ist für die effektive Bildverarbeitung in Farbe entscheidend: Die Lichtquelle – meist weißes und diffuses Licht – muss eine ausreichend konsistente Leistung erreichen, und die Szene muss ausreichend vor den Auswirkungen wechselnden Umgebungslichts abgeschirmt sein.
Der richtige Farbraum
Gewöhnlich werden Farben anhand von drei Komponenten mathematisch dargestellt und so als Punkt oder Bereich im dreidimensionalen Raum angezeigt. Die gängigsten Farbräume sind RGB, HSL und CIELAB (Abbildung 2).
RGB ist der am meisten verwendete Farbraum, da er in den meisten Kameras sowie in allen Computerbildschirmen zum Einsatz kommt. In HSL wird jede Farbe durch ihre Werte für Farbton (H), Farbsättigung (S) oder Reinheit und Leuchtdichte (L) oder Helligkeit dargestellt. Der Farbraum CIELAB wurde in Anlehnung an die menschliche Wahrnehmung entwickelt; hierbei ist die numerische Abweichung zwischen den Farben proportional zur typischen Interpretation durch den Menschen (Abbildung 3).
Bei HSL und CIELAB lässt sich die Auswirkung einer ungleichmäßigen Beleuchtung auf die Leuchtdichte, durch die Analysen behindert werden, leichter ausklammern. CIELAB ist besonders nützlich, wenn eine automatisierte Prüfung menschliche Prüfkriterien nachahmen soll.
Farbprojektion
Wenn man nur die Daten zur Intensität oder Leuchtdichte aus einem Farbbild extrahiert, ergibt das Objekte bzw. Merkmale, die nur in der Farbe voneinander abweichen und sich daher nicht mehr unterscheiden lassen. Principal Component Projection ist ein in der Matrox Imaging Library enthaltenes Werkzeug, das den aus der Farbverteilung abzulesenden Trend zur Optimierung der Umwandlung von Farben in Graustufen nutzt und den Verlust kritischer Bilddaten minimiert (Abbildung 4).
Farbabstand
Mit dem Farbabstand wird der Unterschied zwischen Farben gemessen. In seiner einfachsten Form wird der Abstand zwischen jedem Punkt eines Bildes und dem entsprechenden Punkt in einem Referenzbild bzw. einer bestimmten Farbe berechnet. Der Abstand kann mit verschiedenen Verfahren errechnet werden (z.B. als Euklidische Distanz, Manhattan-Distanz und Mahalanobis-Distanz/Delta-E). Der Farbabstand kann eine einfache und effektive Möglichkeit zum Auffinden von Defekten darstellen, die am besten aufgrund ihrer Farbe erkennbar sind. Die Matrox Imaging Software umfasst eine Farbabstandsfunktion, die auch die Grundlage für Farbabgleiche bildet.
Farbabgleich
Das in der Matrox Imaging Software bereitgestellte Farbabgleichswerkzeug führt einen von zwei grundlegenden Vorgängen aus: Farbbestimmung oder überwachte Farbsegmentierung. Bei der Farbbestimmung wird die Farbe in einem bestimmten Bereich mit einem Satz vordefinierter Farbmuster verglichen, um die beste Übereinstimmung, sofern vorhanden, zu ermitteln (Abbildung 5).
Der Bereich, für den die Farbe bestimmt werden soll, ist entweder vorab bekannt oder wird mithilfe eines anderen Werkzeugs z.B. zur Erkennung geometrischer Muster lokalisiert. Die überwachte Farbsegmentierung besteht im Zuordnen jedes Bildpunkts in einem Bild oder Bereich zu vorab definierten Farbmustern, durch die der Bildpunkt dann ersetzt wird, sodass Objekte oder Merkmale anhand ihrer Farbe separiert werden können (Abbildung 6).
Die überwachte Farbsegmentierung wird auch verwendet, um Farbstatistiken zu einem Bild zu erstellen, d.h. zu ermitteln, wie viel von einem Farbmuster im Vergleich zu einem anderen vorhanden ist. Ein Farbmuster wird entweder über ein Referenzbild oder eine bestimmte Farbe definiert. Die Farbe eines auf einem Bild basierenden Musters wird aus einer statistischen Analyse ermittelt (Mittelwert oder Verteilung). Ein Zielbereich in einem Bild wird entweder durch den Vergleich seiner statistischen Werte (Mittelwert oder Verteilung) mit denen aller Muster oder durch den Vergleich aller Bildpunkte zugeordnet, wobei das ähnlichste Muster ausgewählt wird. Das auf dem Mittelwert basierende Verfahren ist sehr schnell, setzt aber einen sorgfältig definierten Zielbereich voraus. Das abstimmungsbasierte Verfahren ist dagegen langsamer, doch dafür muss der Zielbereich nicht so eng gefasst definiert werden und ist weniger anfällig gegenüber Farbabweichungen. Dieses Verfahren liefert außerdem detailliertere Ergebnisse und wird für die überwachte Farbsegmentierung eingesetzt. Das auf einem Histogramm basierte Verfahren eignet sich ideal für mehrfarbige Muster (Abbildung 7).
Es wird ein Wert errechnet, der angibt, wie nah die Zielfarbe an der jeweiligen Musterfarbe ist. Prüffunktionen sorgen dafür, dass die Farbabstimmung auf die jeweilige Anwendung abgestimmt erfolgt. Eine Übereinstimmung wird gemeldet, wenn der Wert die Grenzwerte für das beste Farbmuster (Akzeptanzlevel) und das ähnlichste Farbmuster (Relevanzlevel) überschreitet. Es kann vorkommen, dass ein Wert als für zwei oder mehr Farbmuster akzeptabel eingestuft wird, er aber zu nah an verschiedenen Farbmustern liegt, um eine eindeutige Übereinstimmung aufzuweisen. Ein Toleranzwert für den Farbabstand legt fest, wie nah die Zielfarbe an einer Musterfarbe liegen muss, um als Übereinstimmung zu gelten.
Auf Geschwindigkeit optimiert
Das Arbeiten in Farbe bedeutet, dass mehr Daten verarbeitet werden müssen und die Aufbereitung der Daten aufwendiger ist. Farbanalysewerkzeuge müssen nicht nur exakt und zuverlässig arbeiten, sondern sie müssen auch auf Geschwindigkeit optimiert sein. Die Matrox Imaging Farbanalysewerkzeuge nutzen in vollem Umfang die in modernen CPUs enthaltenen Vektor-Anweisungen (SIMD) sowie deren Aufbau mit mehreren Kernen.
Die im Software Development Kit Matrox MIL und in der interaktiven Entwicklungsumgebung Matrox Design Assistant enthaltenen Farbanalysewerkzeuge bieten die nötige Genauigkeit, Zuverlässigkeit, Flexibilität und Geschwindigkeit, um Farbanwendungen optimal handhaben zu können. Die Farbwerkzeuge werden durch eine umfassende Auswahl praxiserprobter Werkzeuge zur Graustufenanalyse ergänzt (Mustererkennung, Blob-Analyse, Eichung und Messung, Lesen von Kennzeichnungen, OCR usw.). Darüber hinaus wird die Anwendungsentwicklung durch die Matrox Imaging Vision Squad erleichtert, ein Team, das Entwickler und System Integratoren in Hinblick auf Anwendungseignung, optimale Strategien und beim Erstellen von Prototypen unterstützt.
RAUSCHER
Johann-G.Gutenberg-Str. 20
D-82140 Olching
Tel 0 81 42 / 4 48 41-0
Fax 0 81 42 / 4 48 41-90
E-Mail: info@rauscher.de
www.rauscher.de
Die Herausforderung der Farbe
Farbe ist die Erscheinungsform von Licht aus dem sichtbaren Bereich des elektromagnetischen Spektrums. Es wird von einem Betrachter wahrgenommen und ist daher subjektiv – so könnten zwei Personen dasselbe Objekt in derselben Szene mit einer jeweils anderen Farbe sehen. Dieser Unterschied bei der Interpretation erstreckt sich auch auf Kamerasysteme mit ihren Objektiven und Bildsensoren. Die Farbreaktion eines Kamerasystems variiert nicht nur zwischen den verschiedenen Herstellern und Modellen seiner Komponenten, sondern auch zwischen verschiedenen Komponenten desselben Herstellers und Modells. Die Beleuchtung der Szene bildet einen weiteren Unsicherheitsfaktor, da sie die Erscheinung einer Farbe verändert. All diese Feinheiten sind durch den Umstand begründet, dass Licht mit seinem eigenen Farbspektrum abgestrahlt wird. So absorbiert und reflektiert jedes Objekt in einer Szene dieses Spektrum in unterschiedlicher Weise (Filterung), und das Kamerasystem reagiert auf seine eigene Weise auf das reflektierte Spektrum (Annahme und Nichtannahme). Die Herausforderung beim maschinellen Sehen in Farbe besteht darin, über den gesamten Betrieb eines Systems hinweg – sowie zwischen Systemen, die dieselbe Aufgabe ausführen – eine konsistente Analyse zu ermöglichen und dabei auch die menschliche Fähigkeit zur Wahrnehmung und Interpretation von Farben nachzuahmen.
Die Mehrzahl der heutigen Systeme beschränkt sich erfolgreich auf die Bildanalyse von Graustufenbildern. Unter bestimmten Umständen ist es jedoch wenig zuverlässig oder gar unmöglich, sich einfach auf Daten zu Intensität und/oder Geometrie (Form) zu verlassen. In diesen Fällen wird die Flexibilität einer Software für Farbbildverarbeitung benötigt, um:
- ein Bild optimal von einer Farb- in eine Monochromaufnahme umzuwandeln, damit eine korrekte Bildanalyse in Graustufen durchgeführt werden kann;
- die Farbabweichung zu berechnen und dadurch Anomalien zu identifizieren;
- die Farbe in einem Bildbereich mit Farbmustern zu vergleichen, um zu bestimmen, ob eine annehmbare Übereinstimmung vorliegt bzw. um die beste Übereinstimmung festzulegen;
- ein Bild anhand der Farbe zu segmentieren und dadurch Objekte oder Merkmale voneinander sowie vom Hintergrund abzugrenzen.
Farbbilder enthalten eine größere zu verarbeitende Datenmenge (gewöhnlich etwa die dreifache Menge) als Graustufenbilder und erfordern eine komplexere Handhabung. Es werden effiziente und optimierte Algorithmen benötigt, um diese Bilder in annehmbarer Zeit analysieren zu können.
Farbanalyse Werkzeuge
Matrox Imaging bietet eine Reihe von Softwarewerkzeugen, um eine auf der Farbe beruhende Identifizierung von Teilen, Produkten und Objekten sowie eine farbbasierte Qualitätsbeurteilung und Merkmalbestimmung zu ermöglichen. Das Farbabgleichswerkzeug bestimmt die am besten entsprechende Farbe aus einer Reihe von Mustern für jeden beliebigen Bildbereich. Ein Farbmuster kann entweder interaktiv aus einem Bild festgelegt werden, wobei sich nicht erwünschte Farben ausblenden lassen, oder anhand numerischer Werte. Bei einem Farbmuster kann es sich um eine einzelne Farbe oder eine Farbverteilung (d.h. ein Histogramm) handeln. Das Farbabgleichsverfahren und die Interpretation von Farbunterschieden können manuell an bestimmte Anwendungsanforderungen angepasst werden. Das Farbabgleichswerkzeug kann außerdem jeden Bildpunkt mit Farbmustern vergleichen, wodurch das Bild in geeignete Einzelelemente für weitere Analysen mit anderen Werkzeugen segmentiert wird. Das Farbabstandswerkzeug zeigt den Umfang von Farbunterschieden innerhalb von und zwischen Bildern auf, während das Projektionswerkzeug die Umwandlung von Farbbildern in Graustufenbilder verbessert, die dann wiederum mit anderen Werkzeugen analysiert werden.
Kalibrierung und Beleuchtung
Die Mehrzahl der Farbkameras besitzt nur einen Sensor, der eine Farbfiltermatrix (Color Filter Array, CFA) oder einen Mosaikfilter verwendet. Dieser Mosaikfilter besteht gewöhnlich aus optischen Filtern für die Farben Rot (R), Grün (G) und Blau (B), die in einer bestimmten Anordnung über die Bildpunkte gelegt werden (Abbildung 1).
In einem Demosaicing-Prozess, der entweder in der Kamera oder in der Software stattfindet, werden dann die Rohdaten des Sensors in das eigentliche Farbbild umgewandelt (mit einem RGB-Wert für jeden Bildpunkt). Es gibt verschiedene Demosaicing-Verfahren, die stets einen Kompromiss aus Geschwindigkeit und Qualität darstellen (Entstehen von Farbartefakten). Dieser Demosaicing-Prozess kann und muss so eingestellt werden, dass die RGB-Werte der Umgebung (Kamerasystem und Beleuchtung) normalisiert werden und auf diese Weise konsistente Farbbilder entstehen. Die Normalisierungsfaktoren werden (zumeist automatisch) durch einen Weißabgleich ermittelt: Dabei wird dem System ein als Weiß eingestuftes Muster gezeigt; anschließend werden die Normalisierungsfaktoren für die Erzeugung eines weißen Bildes entsprechend berechnet. Auch eine kontrollierte Szenenbeleuchtung ist für die effektive Bildverarbeitung in Farbe entscheidend: Die Lichtquelle – meist weißes und diffuses Licht – muss eine ausreichend konsistente Leistung erreichen, und die Szene muss ausreichend vor den Auswirkungen wechselnden Umgebungslichts abgeschirmt sein.
Der richtige Farbraum
Gewöhnlich werden Farben anhand von drei Komponenten mathematisch dargestellt und so als Punkt oder Bereich im dreidimensionalen Raum angezeigt. Die gängigsten Farbräume sind RGB, HSL und CIELAB (Abbildung 2).
RGB ist der am meisten verwendete Farbraum, da er in den meisten Kameras sowie in allen Computerbildschirmen zum Einsatz kommt. In HSL wird jede Farbe durch ihre Werte für Farbton (H), Farbsättigung (S) oder Reinheit und Leuchtdichte (L) oder Helligkeit dargestellt. Der Farbraum CIELAB wurde in Anlehnung an die menschliche Wahrnehmung entwickelt; hierbei ist die numerische Abweichung zwischen den Farben proportional zur typischen Interpretation durch den Menschen (Abbildung 3).
Bei HSL und CIELAB lässt sich die Auswirkung einer ungleichmäßigen Beleuchtung auf die Leuchtdichte, durch die Analysen behindert werden, leichter ausklammern. CIELAB ist besonders nützlich, wenn eine automatisierte Prüfung menschliche Prüfkriterien nachahmen soll.
Farbprojektion
Wenn man nur die Daten zur Intensität oder Leuchtdichte aus einem Farbbild extrahiert, ergibt das Objekte bzw. Merkmale, die nur in der Farbe voneinander abweichen und sich daher nicht mehr unterscheiden lassen. Principal Component Projection ist ein in der Matrox Imaging Library enthaltenes Werkzeug, das den aus der Farbverteilung abzulesenden Trend zur Optimierung der Umwandlung von Farben in Graustufen nutzt und den Verlust kritischer Bilddaten minimiert (Abbildung 4).
Farbabstand
Mit dem Farbabstand wird der Unterschied zwischen Farben gemessen. In seiner einfachsten Form wird der Abstand zwischen jedem Punkt eines Bildes und dem entsprechenden Punkt in einem Referenzbild bzw. einer bestimmten Farbe berechnet. Der Abstand kann mit verschiedenen Verfahren errechnet werden (z.B. als Euklidische Distanz, Manhattan-Distanz und Mahalanobis-Distanz/Delta-E). Der Farbabstand kann eine einfache und effektive Möglichkeit zum Auffinden von Defekten darstellen, die am besten aufgrund ihrer Farbe erkennbar sind. Die Matrox Imaging Software umfasst eine Farbabstandsfunktion, die auch die Grundlage für Farbabgleiche bildet.
Farbabgleich
Das in der Matrox Imaging Software bereitgestellte Farbabgleichswerkzeug führt einen von zwei grundlegenden Vorgängen aus: Farbbestimmung oder überwachte Farbsegmentierung. Bei der Farbbestimmung wird die Farbe in einem bestimmten Bereich mit einem Satz vordefinierter Farbmuster verglichen, um die beste Übereinstimmung, sofern vorhanden, zu ermitteln (Abbildung 5).
Der Bereich, für den die Farbe bestimmt werden soll, ist entweder vorab bekannt oder wird mithilfe eines anderen Werkzeugs z.B. zur Erkennung geometrischer Muster lokalisiert. Die überwachte Farbsegmentierung besteht im Zuordnen jedes Bildpunkts in einem Bild oder Bereich zu vorab definierten Farbmustern, durch die der Bildpunkt dann ersetzt wird, sodass Objekte oder Merkmale anhand ihrer Farbe separiert werden können (Abbildung 6).
Die überwachte Farbsegmentierung wird auch verwendet, um Farbstatistiken zu einem Bild zu erstellen, d.h. zu ermitteln, wie viel von einem Farbmuster im Vergleich zu einem anderen vorhanden ist. Ein Farbmuster wird entweder über ein Referenzbild oder eine bestimmte Farbe definiert. Die Farbe eines auf einem Bild basierenden Musters wird aus einer statistischen Analyse ermittelt (Mittelwert oder Verteilung). Ein Zielbereich in einem Bild wird entweder durch den Vergleich seiner statistischen Werte (Mittelwert oder Verteilung) mit denen aller Muster oder durch den Vergleich aller Bildpunkte zugeordnet, wobei das ähnlichste Muster ausgewählt wird. Das auf dem Mittelwert basierende Verfahren ist sehr schnell, setzt aber einen sorgfältig definierten Zielbereich voraus. Das abstimmungsbasierte Verfahren ist dagegen langsamer, doch dafür muss der Zielbereich nicht so eng gefasst definiert werden und ist weniger anfällig gegenüber Farbabweichungen. Dieses Verfahren liefert außerdem detailliertere Ergebnisse und wird für die überwachte Farbsegmentierung eingesetzt. Das auf einem Histogramm basierte Verfahren eignet sich ideal für mehrfarbige Muster (Abbildung 7).
Es wird ein Wert errechnet, der angibt, wie nah die Zielfarbe an der jeweiligen Musterfarbe ist. Prüffunktionen sorgen dafür, dass die Farbabstimmung auf die jeweilige Anwendung abgestimmt erfolgt. Eine Übereinstimmung wird gemeldet, wenn der Wert die Grenzwerte für das beste Farbmuster (Akzeptanzlevel) und das ähnlichste Farbmuster (Relevanzlevel) überschreitet. Es kann vorkommen, dass ein Wert als für zwei oder mehr Farbmuster akzeptabel eingestuft wird, er aber zu nah an verschiedenen Farbmustern liegt, um eine eindeutige Übereinstimmung aufzuweisen. Ein Toleranzwert für den Farbabstand legt fest, wie nah die Zielfarbe an einer Musterfarbe liegen muss, um als Übereinstimmung zu gelten.
Auf Geschwindigkeit optimiert
Das Arbeiten in Farbe bedeutet, dass mehr Daten verarbeitet werden müssen und die Aufbereitung der Daten aufwendiger ist. Farbanalysewerkzeuge müssen nicht nur exakt und zuverlässig arbeiten, sondern sie müssen auch auf Geschwindigkeit optimiert sein. Die Matrox Imaging Farbanalysewerkzeuge nutzen in vollem Umfang die in modernen CPUs enthaltenen Vektor-Anweisungen (SIMD) sowie deren Aufbau mit mehreren Kernen.
Die im Software Development Kit Matrox MIL und in der interaktiven Entwicklungsumgebung Matrox Design Assistant enthaltenen Farbanalysewerkzeuge bieten die nötige Genauigkeit, Zuverlässigkeit, Flexibilität und Geschwindigkeit, um Farbanwendungen optimal handhaben zu können. Die Farbwerkzeuge werden durch eine umfassende Auswahl praxiserprobter Werkzeuge zur Graustufenanalyse ergänzt (Mustererkennung, Blob-Analyse, Eichung und Messung, Lesen von Kennzeichnungen, OCR usw.). Darüber hinaus wird die Anwendungsentwicklung durch die Matrox Imaging Vision Squad erleichtert, ein Team, das Entwickler und System Integratoren in Hinblick auf Anwendungseignung, optimale Strategien und beim Erstellen von Prototypen unterstützt.
RAUSCHER
Johann-G.Gutenberg-Str. 20
D-82140 Olching
Tel 0 81 42 / 4 48 41-0
Fax 0 81 42 / 4 48 41-90
E-Mail: info@rauscher.de
www.rauscher.de
