Data Mining Methoden gewinnen zunehmend an Bedeutung, um Informationen aus digitalisierten Bildern zu gewinnen. So lassen sich zum Beispiel in der Fertigung kostspielige manuelle Sichtprüfungen durch automatisierte statistische Verfahren ersetzen, um produzierte Teile bezüglich ihrer Qualität in gute und schlechte Teile zu unterscheiden. Die Datenanalysesoftware STATISTICA erlaubt es jetzt, Bilddateien direkt zu importieren. Das bedeutet, dass die Farbinformationen eines Bildes Pixel für Pixel in eine Datenmatrix umgewandelt werden. Diese Datenmatrix enthält Zahlenwerte, die den Farbton oder die Graustufe repräsentieren und als Grundlage für nachfolgende Analysen dient. Es lassen sich Bilddateien in den Formaten .jpg, .gif, .bmp, .tif oder .png importieren.
Je nach Art der Analyse kann es erforderlich sein, die Struktur der Datendatei zu verändern. Auch hier bietet STATISTICA zahlreiche einfach anzuwendene Optionen, um die Datendatei zum Beispiel zu entstapeln, zu komprimieren oder nur Teile des Bildes zu betrachten. Auch lassen sich die Daten transformieren, falls man zum Beispiel das Farbspektrum verändern möchte. Auf den so optimal vorbereiteten Datenbestand lässt sich aus dem umfassenden Spektrum an Methoden in STATISTICA dann ein geeignetes Verfahren zur Datenanalyse auswählen, um zum Beispiel ein Modell für die gut/schlecht-Klassifikation zu berechnen.
Nachdem man ein passendes Modell gebildet hat, ist der nächste Schritt, dieses auf neue Bilder anzuwenden, die man klassifizieren möchte. Dank der vielseitigen Automatisierungsmöglichkeiten lässt sich das in STATISTICA so realisieren, dass neue Bilderdateien automatisch eingelesen, umstrukturiert und anhand des Modells klassifiziert werden. Der Anwender kann also auf Knopfdruck eine Liste der guten oder schlechten Teile sowie eine Produktionsstatistik bezüglich der Qualität seiner Fertigung erhalten oder die Klassifikationsinformationen weiterverarbeiten. Alternativ lässt sich ein erstelltes Modell auch in Form von Programmcode exportieren, um es in fremde Applikationen zu integrieren.
Je nach Art der Analyse kann es erforderlich sein, die Struktur der Datendatei zu verändern. Auch hier bietet STATISTICA zahlreiche einfach anzuwendene Optionen, um die Datendatei zum Beispiel zu entstapeln, zu komprimieren oder nur Teile des Bildes zu betrachten. Auch lassen sich die Daten transformieren, falls man zum Beispiel das Farbspektrum verändern möchte. Auf den so optimal vorbereiteten Datenbestand lässt sich aus dem umfassenden Spektrum an Methoden in STATISTICA dann ein geeignetes Verfahren zur Datenanalyse auswählen, um zum Beispiel ein Modell für die gut/schlecht-Klassifikation zu berechnen.
Nachdem man ein passendes Modell gebildet hat, ist der nächste Schritt, dieses auf neue Bilder anzuwenden, die man klassifizieren möchte. Dank der vielseitigen Automatisierungsmöglichkeiten lässt sich das in STATISTICA so realisieren, dass neue Bilderdateien automatisch eingelesen, umstrukturiert und anhand des Modells klassifiziert werden. Der Anwender kann also auf Knopfdruck eine Liste der guten oder schlechten Teile sowie eine Produktionsstatistik bezüglich der Qualität seiner Fertigung erhalten oder die Klassifikationsinformationen weiterverarbeiten. Alternativ lässt sich ein erstelltes Modell auch in Form von Programmcode exportieren, um es in fremde Applikationen zu integrieren.
