imported>JoachimOhser: Literatur ergänzt

2024-09-09T16:22:46Z

Literatur ergänzt

Neue Seite

Unter '''Bildverarbeitung''' versteht man in der [[Informatik]] und der [[Elektrotechnik]] die [[Signalverarbeitung|Verarbeitung von Signalen]], die Bilder repräsentieren, beispielsweise Fotografien oder Einzelbilder aus Videos. Das Ergebnis einer Bildverarbeitung kann wiederum ein Bild sein oder auch eine Menge von Merkmalen des Eingabebildes (siehe [[Bilderkennung]]). In den meisten Fällen werden Bilder als zweidimensionales Signal betrachtet, so dass übliche Methoden aus der Signalverarbeitung angewandt werden können.

Bildverarbeitung ist zu unterscheiden von der [[Bildbearbeitung]], die sich mit der [[Manipulation]] von Bildern zur anschließenden Darstellung beschäftigt.

== Anwendungsbeispiele der Bildverarbeitung ==
Bildverarbeitung wird mittlerweile in nahezu allen Wissenschafts- und Ingenieursdisziplinen eingesetzt, wie beispielsweise in der modernen [[Mikroskop]]ie, medizinischen Diagnostik, [[Astronomie]], Maschinenbau und in der Fernerkundung (Umweltbeobachtung, Spionage). Röntgen- und Ultraschallgeräte liefern mittels Bildverarbeitung aufbereitete Bilder, die der Arzt einfacher deuten kann. Röntgengeräte mit integrierter Bildanalyse untersuchen in Sicherheitszonen automatisch das Gepäck und die Kleidung nach gefährlichen Materialien und Objekten (Waffen etc.). Der in der [[Robotik]] sogenannte [[Griff in die Kiste]] wird ebenfalls durch Bildverarbeitung unterstützt.

=== Industrielle Bildverarbeitung (IBV) ===
Ein weites Feld ist die [[Qualitätssicherung]] in [[Fertigungsprozess|Fertigungs-]] und [[Produktionsprozess]]en, wo mit Methoden der Bildverarbeitung Objekte gezählt, vermessen, inspiziert oder codierte Informationen gelesen werden. Typische Komponenten solcher [[Bildverarbeitungssystem]]e sind digitale [[Digitalkamera|Kameras]], [[Objektiv (Optik)|Objektive]], Beleuchtungen, Auswerteeinheiten (z. B. PCs), [[Software]] und [[Schnittstelle]]n zu anderen Systemen.

=== Inspektion und Vermessung von Objekten ===
Vermessung von Chips in der [[Halbleitertechnik|Halbleiterfertigung]]: Es wird zum Beispiel die Position der Ecke eines Chips in einem Bild gemessen. Mit dieser Information kann dieser Chip präzise zur Bestückung positioniert werden. Bei der Chip-Endkontrolle werden Fehler beim Löten und Bonden detektiert, indem ein Chip vor die Kamera gefahren wird und mit einem ''Golden Sample'' verglichen wird, das zuvor vom Bildverarbeitungssystem eingelernt wurde. Oder es wird dabei nach eindeutig definierten geometrischen Mustern (Kreis, Ecke), nach Rissen oder Ausbrüchen gesucht.

Bildverarbeitung in einer Getränke-Abfüllanlage: Um zu prüfen, ob in jeder Flasche gleich viel eingefüllt wurde, wird ein Bild des Flaschenhalses gemacht und die Flüssigkeitskante gemessen. Vor der Abfüllung wird geprüft, ob der Flaschenhals Risse oder Absplitterungen aufweist.

Vermessung von Klebstoff in der Mikromechanik: Bei der Fertigung von Kameramodulen für Mobiltelefone wird Klebstoff auf den Linsenhalter aufgetragen. Um eine gleichmäßige Qualität der Produktion zu gewährleisten, wird die Form dieses Klebstoffs in einem Bild geprüft. Wenn der Klebstoffauftrag nicht innerhalb gewisser Toleranzen liegt, wird das Bauteil ausgeschieden.

=== Lesen von codierten Informationen ===
Mittels Bildverarbeitung können aus Bildern codierte Informationen automatisiert ausgelesen werden. Zum Beispiel kann ein in [[DataMatrix]]-Form codierter Text ausgelesen werden oder Information mittels [[Texterkennung|OCR]] als Klartext extrahiert werden. Diese Funktionen werden auch in der Brief- und Paketidentifikation verwendet.

In der Automobilfertigung werden Seriennummern von Bauteilen in [[DataMatrix]]-Form codiert. Wenn eine Baugruppe einen Fertigungsbereich erreicht, wird mit einer Kamera ein Bild des Codes aufgenommen und der Code ausgelesen. Mit dieser Seriennummer erhalten Maschinen des Fertigungsbereichs von einem Server Informationen, wie die Baugruppe zu behandeln ist.

== Objekte der Bildverarbeitung ==
Verfahren der Bildverarbeitung erwarten generell ''Bilddaten'' als Eingabe. Diese Bilddaten können sowohl in der ''Art ihrer Entstehung'', als auch in ihrer ''Kodierung'' unterschieden werden. Die Art der Entstehung beschreibt, über welches technische Prinzip das Bild erzeugt wurde. Am weitesten verbreitet sind hier ''Reflexionsbilder'', wie sie bei einer Kamera oder beim Ultraschall entstehen. Darüber hinaus existieren ''Projektionsbilder'', wie zum Beispiel Röntgenaufnahmen, sowie ''Schematisierte Bilder'', wie Karten und Dokumente. Bei der Kodierung ist die [[Rastergrafik]] die verbreitetste Form, in der die Bilddaten durch ein zweidimensionales Raster von Pixeln dargestellt werden. Eine weitere Form sind [[Vektorgrafik]]en, die nicht aus einem Raster bestehen, sondern Anweisungen dazu enthalten, wie ein Bild aus geometrischen Primitiven zu erzeugen ist.

== Abgrenzung zu verwandten Gebieten ==
Verwandte Gebiete der Bildverarbeitung sind die [[Bildbearbeitung]], [[Computer Vision]] und die [[Computergrafik]]. Mit ''Bildbearbeitung'' wird eine eher abstraktere Sicht auf die Änderung von Bildern gelegt, während die Bildverarbeitung hierfür die mathematischen und algorithmischen Grundlagen liefert, welche dann bei der Implementierung von [[Grafiksoftware]] zur Bildverarbeitung verwendet werden. Dies liefert die Bildverarbeitung auch für das ''computerbasierte Sehen''. Während die Bildverarbeitung aus Bilddaten wiederum Bilddaten oder einfache Informationen erzeugt, erzeugt das computerbasierte Sehen aus Bilddaten Bildbeschreibungen. Die ''Computergrafik'' wiederum erzeugt aus Bildbeschreibungen Bilddaten.

== Neue Entwicklungen ==

=== Evolutionäre Bildverarbeitung ===
Die evolutionäre Bildverarbeitung ist ein Teilgebiet der digitalen Bildverarbeitung, bei dem zur Optimierung und Lösung verschiedener Problemstellungen ''[[evolutionäre Algorithmen]]'' eingesetzt werden.
{{Hauptartikel|Evolutionäre Bildverarbeitung}}

== Operationen der Bildverarbeitung ==
Bei den Operationen zur Bildverarbeitung ist zunächst zu unterscheiden zwischen Verfahren, die ein neues Bild erzeugen, und solchen, die Informationen über das Bild liefern. Die Verfahren, die ein neues Bild erzeugen, können anhand der Größe der Region der Eingangsdaten unterschieden werden. Darüber hinaus ist zu unterscheiden, ob das Verfahren die grundlegende Struktur des Bildes erhält oder diese verändert.

Ein verbreitetes Verfahren, um aus einem Bild eine Information zu erzeugen, ist die Berechnung des [[Histogramm]]s, welches Aufschluss über die statistische Helligkeitsverteilung im Bild gibt. Solch ein Histogramm kann zum Beispiel als Konfiguration für weitere Bildverarbeitungschritte oder als Information für einen menschlichen Benutzer einer Software dienen. Weitere berechenbare Informationen eines Bildes sind zum Beispiel seine [[Entropie (Informationstheorie)|Entropie]] oder mittlere Helligkeit.

Verfahren, die ein neues Bild erzeugen, lassen sich aufgrund ihrer Eingangsdaten in ''[[Punktoperator (Bildverarbeitung)|Punktoperationen]]'', ''[[Nachbarschaft (Bildverarbeitung)|Nachbarschaftsoperationen]]'' und ''globale Operationen'' unterscheiden. Die ''Punktoperationen'' verwenden die Farb- oder Helligkeitsinformationen an einem gegebenen Punkt des Bildes als Eingabe, errechnen einen neuen Helligkeitswert als Ergebnis und speichern dieses an denselben Punkt im Zielbild. Typische Anwendungsfälle von Punktoperationen sind zum Beispiel die Korrektur von Kontrast und Helligkeit, eine Farbkorrektur durch Drehen des Farbraums oder die Anwendung verschiedener [[Schwellenwertverfahren]]. Eine Punktoperation kann entweder ''homogen'' sein, was bedeutet, dass die Koordinate der Quelldaten bei der Berechnung nicht berücksichtigt wird, oder sie können ''inhomogen'' sein, was zum Beispiel eine adaptive Tonwertkorrektur ermöglicht. ''Nachbarschaftsoperationen'' verwenden sowohl einen Punkt als auch eine bestimmte Menge seiner Nachbarn als Eingabe, errechnen aus ihnen ein Ergebnis und schreiben dieses an die Koordinate des Referenzpunktes in das Zielbild. Eine sehr verbreitete Art von Nachbarschaftsoperationen sind die ''[[Faltung (Mathematik)|Faltungsfilter]]''. Hierbei werden die Helligkeit- oder Farbwerte gemäß einem [[Filterkern]] miteinander verrechnet, um das Ergebnis zu bilden. Mit diesem Verfahren können zum Beispiel [[Weichzeichnen|Weichzeichnungsfilter]] wie das Mittelwertfilter, [[Gauß-Filter]] oder das Binomialfilter realisiert werden. Über Faltungsfilter können ebenso Kanten eines Bildes hervorgehoben werden mittels Ableitungsfilter oder [[Laplace-Filter]]. Die Nachbarschaftsoperationen sind jedoch nicht auf die Faltungsfilter begrenzt. Durch komplexere algorithmische Behandlung des Referenzpunktes und seiner Nachbarn können zum Beispiel weitere Verfahren zur Glättung wie das [[Medianfilter]], oder zur Kantendetektion das [[Extremalspannenfilter]] oder der [[Prewitt-Operator]] realisiert werden. Aus [[Morphologische Bildverarbeitung|morphologischen Operatoren]] wie zum Beispiel ''[[Erosion (Bildverarbeitung)|Erosion]]'' und ''[[Dilatation (Bildverarbeitung)|Dilatation]]'' lassen sich die Operationen ''[[Opening (Bildverarbeitung)|Öffnen]]'', ''[[Closing (Bildbearbeitung)|Schließen]]'' und somit eine ''Morphologische Glättung'' definieren. Während eine Glättung über relativ einfache Nachbarschaftsoperationen realisierbar ist, ist eine [[Dekonvolution]] und somit Schärfung des Bildes eine komplexere Aufgabe. Weder Punkt- noch Nachbarschaftsoperationen verändern ein Bild in seiner Größe oder seiner grundlegenden Struktur. Dies wird durch ''geometrische Bilderoperationen'' wie zum Beispiel die [[Skalierung (Computergrafik)|Skalierung]], Rotation oder Translation eines Bildes erreicht, wobei hier [[anisotropes Filtern]] notwendig ist und die [[Interpolation (Mathematik)|Interpolation]] ein entscheidendes Kriterium für die Bildqualität ist. Die geometrischen Bilderoperationen sind ein Teil der ''globalen Bildoperationen'', welche das komplette Bild als Eingangsdaten verwenden. Ein weiterer Vertreter der globalen Bildoperationen ist die [[Diskrete Fourier-Transformation|Fourier-Transformation]], wobei das Bild in dem Frequenzraum umgerechnet wird, in dem die Anwendung linearer Filter einen niedrigeren Aufwand bedeutet.

=== Digitale Bildtransformationen ===
Der [[Zeitkomplexität|Zeitbedarf]] der genannten Operationen ist ganz wesentlich von der [[Bildauflösung]] abhängig. [[Digitales Filter|Digitale Filter]] können verwendet werden, um [[Digitales Bild|digitale Bilder]] zu verwischen oder zu schärfen. Das Filtern kann in [[Räumlich|räumlicher]] Hinsicht mit speziellen [[Faltungsmatrix|Faltungsmatrizen]] durchgeführt werden. Es können auch bestimmte [[Frequenzband|Frequenzbereiche]] mithilfe von [[Schnelle Fourier-Transformation|schnellen Fourier-Transformationen]] maskiert werden. Die folgenden Beispiele zeigen beide Methoden:
{| class="wikitable"
!Filter
![[Filterkern]] oder Filtermaske
!Beispiel
|-
|'''Originalbild'''
| align="center" |
|[[Datei:Affine Transformation Original Checkerboard.jpg]]
|-
|'''[[Räumlich]]er [[Tiefpass]]'''
| align="center" |<math>
\frac{1}{9}\times
\begin{bmatrix}
1 & 1 & 1 \\
1 & 1 & 1 \\
1 & 1 & 1
\end{bmatrix}
</math>
|[[Datei:Spatial Mean Filter Checkerboard.png]]
|-
|'''[[Räumlich]]er [[Hochpass]]'''
| align="center" |<math>
\begin{bmatrix}
0 & -1 & 0 \\
-1 & 4 & -1 \\
0 & -1 & 0
\end{bmatrix}
</math>
|[[Datei:Spatial Laplacian Filter Checkerboard.png]]
|-
|'''[[Fourier-Transformation|Fourier]]-Darstellung'''
|
| align="center" |[[Datei:Fourier Space Checkerboard.png]]
|-
|'''[[Fourierreihe|Fourier]]-[[Tiefpass]]'''
| align="center" |[[Datei:Lowpass Butterworth Checkerboard.png]]
| align="center" |[[Datei:Lowpass FFT Filtered checkerboard.png]]
|-
|'''[[Fourierreihe|Fourier]]-[[Hochpass]]'''
| align="center" |[[Datei:Highpass Butterworth Checkerboard.png]]
| align="center" |[[Datei:Highpass FFT Filtered checkerboard.png]]
|}

=== Affine Transformationen ===
Die [[affine Transformation]] ist eine [[Lineare Abbildung|lineare]] Abbildungsmethode, bei der [[Punkt (Geometrie)|Punkte]], [[Gerade (Geometrie)|Geraden]] und [[Ebene (Mathematik)|Ebenen]] erhalten bleiben. Dies gilt ebenso für die [[Parallelität (Geometrie)|Parallelität]], die nach einer affinen Transformation erhalten bleibt. Dagegen ändern sich durch eine affine Transformation die [[Maßstab (Verhältnis)|Maßstäbe]] und [[Winkel]].

[[Affine Transformation]]en werden typischerweise verwendet, um geometrische Verzerrungen oder Verformungen zu korrigieren, die bei nicht idealen Kamerawinkeln auftreten. Beispielsweise verwendet man zur Korrektur perspektiver Verzerrungen von [[Satellitenbild]]ern affine Transformationen ([[Rektifizierung|Entzerrung]]), welche durch eine schräge Aufnahmerichtung verursacht wird. Beim Zusammensetzen eines [[Panoramabilder|Panoramabildes]] aus mehreren Einzelbildern ([[Stitching]]) und bei der [[Bildregistrierung]] müssen überlappende Bildbereiche benachbarter Bilder angepasst werden, wobei ebenfalls affine Transformationen eingesetzt werden können. Das Transformieren und Verschmelzen der Bilder zu einem gemeinsamen ebenen [[Koordinatensystem]] ist wünschenswert, um Verzerrungen zu vermeiden. Dies ermöglicht einfachere Interaktionen und Berechnungen, bei denen keine Bildverzerrung mehr berücksichtigt werden muss.

Die folgende [[Tabelle]] zeigt die verschiedenen [[Affine Transformation|affinen Transformationen]] am Beispiel eines [[Schachbrettmuster]]s: [[Identische Abbildung]], [[Parallelverschiebung]], [[Spiegelung (Geometrie)|Spiegelung]], [[Skalierung (Computergrafik)|Skalierung]], [[Drehung]] und [[Scherung (Geometrie)|Scherung]]:<ref>The MathWorks, Inc.: [https://www.mathworks.com/discovery/affine-transformation.html Linear mapping method using affine transformation]</ref>
{| class="wikitable"
![[Affine Transformation]]
!Affine [[Matrix (Mathematik)|Matrix]]
!Beispiel
|-
|'''[[Identische Abbildung]]'''
| align="center" |<math>
\begin{bmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1
\end{bmatrix}
</math>
|[[Datei:Checkerboard identity.svg]]
|-
|'''[[Parallelverschiebung]]'''
| align="center" |<math>
\begin{bmatrix}
1 & 0 & v_x > 0\\
0 & 1 & v_y = 0\\
0 & 0 & 1
\end{bmatrix}
</math>
|[[Datei:Checkerboard identity.svg]]
|-
|'''[[Spiegelung (Geometrie)|Spiegelung]]'''
| align="center" |<math>
\begin{bmatrix}
-1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1
\end{bmatrix}
</math>
|[[Datei:Checkerboard reflection.svg]]
|-
|'''[[Skalierung (Computergrafik)|Skalierung]]'''
| align="center" |<math>
\begin{bmatrix}
c_x=2 & 0 & 0 \\
0 & c_y=1 & 0 \\
0 & 0 & 1
\end{bmatrix}
</math>
|[[Datei:Checkerboard scale.svg]]
|-
|'''[[Drehung]]'''
| align="center" |<math>
\begin{bmatrix}
\cos(\theta) & -\sin(\theta) & 0 \\
\sin(\theta) & \cos(\theta) & 0 \\
0 & 0 & 1
\end{bmatrix}
</math>
|[[Datei:Checkerboard rotate.svg]]
|-
|'''[[Scherung (Geometrie)|Scherung]]'''
|<math>
\begin{bmatrix}
1 & c_x=0.5 & 0 \\
c_y=0 & 1 & 0 \\
0 & 0 & 1
\end{bmatrix}
</math>
|[[Datei:Checkerboard shear.svg]]
|}

== Beispiele ==
=== Bildverbesserung ===
<gallery>
Datei:DeadTree.jpg|Originalbild
Datei:Dead tree salt and pepper.png|Bild mit künstlich hinzugefügtem ''Salt-and-Pepper''- Rauschen
Datei:Dead tree salt and pepper gauss 3x3.png|Anwendung eines 3×3-Gaußfilters auf das verrauschte Bild
Datei:Dead tree salt and pepper median 3x3.png|Anwendung eines 3×3-[[Medianfilter]]s auf das verrauschte Bild
</gallery>

=== Objekterkennung und -verfolgung ===
<gallery>
Datei:Aircraft-recognition-and-tracking-by-dsp-based-signal-processing.jpg|Flugobjekterkennung durch Bildverarbeitung
Datei:SRT Shape Recognition Technology.png|Erkennung sich bewegender Personen durch Shape Recognition Bildverarbeitung
</gallery>

== Siehe auch ==
* [[Angewandte Bildverarbeitung]]

== Literatur ==
* {{Literatur
|Autor=Wilhelm Burger, Mark J. Burge
|Titel=Digital Image Processing: An Algorithmic Introduction Using Java
|Auflage=Erste
|Verlag=Springer
|Datum=2008
|ISBN=978-1-84628-379-6}}
* {{Literatur
|Autor=Helge Moritz
|Titel=Lexikon der Bildverarbeitung
|Verlag=Hüthig
|Ort=Heidelberg
|Datum=2003
|ISBN=3-7785-2920-X}}
* {{Literatur
|Autor=[[Bernd Jähne]]
|Titel=Digitale Bildverarbeitung
|Auflage=6. überarbeitete und erweiterte
|Verlag=Springer
|Ort=Berlin u. a.
|Datum=2005
|ISBN=3-540-24999-0}}
* {{Literatur
|Autor=Pedram Azad, Tilo Gockel, Rüdiger Dillmann
|Titel=Computer Vision. Das Praxisbuch
|Verlag=Elektor
|Ort=Aachen
|Datum=2007
|ISBN=978-3-89576-165-2}}
* {{Literatur
|Hrsg=Gerhard A. Weissler
|Titel=Einführung in die industrielle Bildverarbeitung
|Reihe=Elektronik- & Elektrotechnik-Bibliothek
|BandReihe=1.
|Verlag=Franzis
|Ort=Poing
|Datum=2007
|ISBN=978-3-7723-4028-4}}
* {{Literatur |Hrsg=Michael Sackewitz |Sammelwerk= |Autor= |Titel=Handbuch zur Industriellen Bildverarbeitung. Qualitätssicherung in der Praxis, 3. Vollständig überarbeitete und aktualisierte Auflage |Band= |Nummer= |Auflage=3. |Verlag=Fraunhofer Verlag Stuttgart |Ort=Stuttgart |Datum=2017 |ISBN=978-3-8396-1226-2 |Seiten=}}
* {{Literatur |Hrsg= |Sammelwerk= |Autor=Johannes Steinmüller |Titel=Von der Bildverarbeitung zur räumlichen Interpretation von Bildern |Band= |Nummer= |Auflage=1. |Verlag=Springer |Ort=Berlin/Heidelberg |Datum=2007 |ISBN=978-3-540-79742-5 |Seiten=}}
* {{Literatur
|Autor=Kristian Bredies, Dirk Lorenz
|Titel=Mathematische Bildverarbeitung. Einführung in Grundlagen und moderne Theorie
|Verlag=Vieweg+Teubner
|Ort=Wiesbaden
|Datum=2011
|ISBN=978-3-8348-1037-3}}
* {{Literatur
|Hrsg=Rafael C. Gonzalez & Richard E. Woods
|Titel=Digital Image Processing
|Verlag=Pearson Education
|Ort=New Jersey
|Datum=2008
|ISBN=978-0-13-168728-8}}
* Michael Sackewitz (Hrsg.): ''Leitfaden zur industriellen Bildverarbeitung (Band 13).'' Fraunhofer-Verlag Stuttgart, 2013, ISBN 978-3-8396-0447-2
* Joachim Ohser: ''Angewandte Bildverarbeitung und Bildanalyse. Methoden, Konzepte und Algorithmen in der Optotechnik, optischen Messtechnik und industriellen Qualitätskontrolle, 2. Auflage''. Hanser, München 2024, ISBN 978-3-446-47910-4

== Einzelnachweise ==
<references />

{{Normdaten|TYP=s|GND=4006684-8}}

[[Kategorie:Informatik]]
[[Kategorie:Signalverarbeitung]]
[[Kategorie:Bildverarbeitung| ]]

Bildverarbeitung - Versionsgeschichte

imported>JoachimOhser: Literatur ergänzt