Az adat az új gázolaj

 

Az Intel (www.intel.com) és a BlackBerry (www.blackberry.com) is jelentős beruházásokat jelentett be az önvezető járműtechnológiák iparába.

Platooning_Back_022414_Final_noTpye

Brian Krzanich, az Intel elnök-vezérigazgatója az LA Auto Show AutoMobility konferencián jelentette be, hogy az Intel Capital több mint 250 millió dollárt tervez befektetni az elkövetkező két évben, mellyel céljuk a teljesen automatikus vezetés megvalósítása.

“Elkötelezettek vagyunk, hogy olyan end-to-end megoldásokat készítsünk, amelyek értéket teremtenek az adatokból” – mondta Krzanich egy blogbejegyzésben. Emellett szót ejtett még arról is, hogy a világ az automatizált vezetés felé mozdul el, ami növelni fogja a biztonságot, és az utazás hatékonyságát, illetve környezetkímélőbbé teszi az autózást.

Ezek a rendszerek óriási terhet képesek majd levenni a sofőrök válláról. Egy ilyen gépjárműben a sofőr utassá válik, így hasznosan töltheti el az idejét az utazás alatt: dolgozhat, olvashat vagy akár aludhat is az út végéig. Az önvezető autókkal kapcsolatos kérdések jelenleg megosztják a társadalmat, de a jelenlegi trendek alapján 2030-ra a közlekedés nagy részét ezek az autók fogják uralni.

Krzanich beszédében elmondta, hogy az autóipar történelmi fordulópontnál tart. Most olyan új technológiák kerülnek az autókba, mint a szonár, a LIDAR és a gépi látás. Rávilágít arra, hogy az iparágnak fel kell készülnie, hogy az önvezető autók vezérléséhez naponta több mint 4000 GB adat valósidejű feldolgozására lesz szükség, ami rendkívüli számítási kapacitást igényel. Nem csak a járművek, de még a kereszteződések is szenzorokkal lesznek ellátva, így érzékelhető lesz többek között a gyalogos forgalom, megkönnyítve ezzel a városi közlekedést.

A BlackBerry továbbá bejelentette a BlackBerry QNX Autonomous Vehicle Innovation Center (AVIC) megnyitását Ottawában. Itt kerül sor a legújabb önvezető autók, és az ezeket kiszolgáló szoftverek fejlesztésére.

A BlackBerry célja, hogy piac kész szoftvereit a magán- és a közszférában működő partnereivel együttműködve fejlessze. A kezdeményezés részeként a BlackBerry QNX a helyi feltörekvő szoftvermérnököket veszi fel, hogy összekapcsolt és önvezető autókkal kapcsolatos projekteken dolgozzanak. Az Ontariói Közlekedési Minisztérium a közelmúltban jóváhagyta a BlackBerry QNX számára, hogy kísérleti program keretében tesztelje az önvezető járműveket az Ontario-utakon. Ezt a kísérletet és a BlackBerry QNX munkáját támogatni fogja, a Waterloo Egyetem, a PolySync (Portland) és a Renesas Electronics (Tokyo). Az egyik első cél egy koncepcióautó elkészítése.

Minderről tovább olvashat az AVIC honlapján:                                                    http://www.qnx.com/content/qnx/en/blackberry-qnx-autonomous-vehicle-innovation-centre.html

Bagett vs Gige

Vajon hogyan tudják garantálni a modern ipari pékségek, hogy csak tökéletes kenyereket szállítsanak a megrendelőiknek? A hollandiai Niverplast csomagolástechnikai vállalatnál (Nijverdal, Hollandia, www.niverplast.com) komolyan vették ezt a kérdést, és a Stemmer Imaging (Puchheim, Németország, www.stemmerimaging.com) céggel közösen egy különleges selejtfelismerő rendszert dolgoztak ki, mely lehetővé teszi a hibás termékek felismerését.

A pékárut a fagyasztóból egyenesen az első vizsgálóponthoz viszik egy szállítószalag segítségével. Először egy fémdetektort használnak, mely a gyártás során esetlegesen a termékbe került fémdarabokat szűri ki.

1701VSD_tt_F4

A következő lépésben a pékáru már kamerás vizsgálaton esik át: itt a termékek geometriájában keresnek eltéréseket. Ennek része a hosszúság, szélesség, és magasság vizsgálata így kiszűrhetőek a méretbeli hibák, illetve a törött darabok. Ez a képfeldolgozási feladat különösen nagy kihívást jelentett a mérnökök számára, mivel egyféle termékből sem készül soha két pontosan ugyanolyan példány. Ennélfogva egy automata rendszer számára nehéz definiálni egy ilyen feladatot. A rendszernek el kell, például fel kell ismernie, hogy egy mélyedés a termék felületen egy kezdődő törés jele, vagy egy szándékos bevágás, ahova később a töltelék kerül.

1701VSD_tt_F5

Ezen kívül vizsgálják a tészták színét, a feltétek jelenlétét, és a körvonalak megfelelő ívét is. Ezeket a paramétereket ráadásul gyorsan, és egyszerűen át kell tudni állítania a kezelőnek, hiszen általában egy gyártósoron több különböző termék is csomagolásra kerül egy műszak alatt.

Ezekhez a feladatokhoz szoftveres oldalról a Common Vision Blox képfeldolgozó függvénykönyvtárat használták, mivel ezzel volt a legkönnyebb megvalósítani a tervezett funkcionalitást. Hardver tekintetében az egyik feltétel a Gige interfész használata volt. Ez azért volt fontos, mivel a feldolgozás és a mérés helye ebben a felhasználási helyzetben egymástól relatíve nagy távolságra helyezkednek el. A Gige által biztosított maximum 100 méteres kábelhossz ezt lehetővé teszi, valamint a PoE (Power over Ethernet) megoldás miatt tápellátás kérdése is egyszerűen megoldható volt.

A kamera, és optika kiválasztásához több tesztkörre volt szükség. Végül a futószalag szélességétől függően egy, vagy két linescan kamera felszerelése mellett döntöttek, a hozzájuk tartozó optikákkal, és megvilágítással.

A rendszerhez tartozó egyéb eszközöket, mint a PC, illetve a kábelek a Stemmer Imaging szállította, a Niverplast pedig egy egyedi GUI-t fejlesztett a megoldás mellé. Ezen a gépkezelők gyorsan át tudják állítani, hogy éppen milyen termékek kerülnek majd vizsgálatra. Ezen kívül új termékek definiálására is lehetősége van, a kalibráció során az egyes paraméterek normál, minimum, és maximum értéke könnyen megadható.

A darab-számolási pontosság növelése érdekében a számláló állomáson az operátorok egyszerű szegmentációs eszközöket használnak, amivel taníthatják a rendszert, hogy a kameraképek alapján hogyan tudja elkülöníteni az egyes termékdarabokat. A rendszerbe építette távoli support elérési lehetőség lehetővé teszi az esetlegesen felmerülő problémák gyors elhárítását.

A darab-számolási lépés után a termékek tovább haladnak a csomagolási fázis felé, ahol a tökéletes minőségű péksütemények, pontosan a kívánt mennyiségben kerülnek dobozolásra, vagy zacskózásra.

 

Forrás: http://www.vision-systems.com/articles/print/volume-22/issue-1/departments/technology-trends/food-inspection-vision-system-inspects-counts-bakery-products.html

 

 

Time of Flight – Az ipari 3D jövője

A gyártásautomatizálás, robotika, logisztika sőt akár az önvezető járművek területén gyakran alkalmaznak olyan megoldásokatat, ahol kétdimenziós képadatokok kívül 3 dimenziós képalkotás is szükséges. Többféle megoldás is létezik a 3D képalkotásra, ezek egyike a Time of Flight (ToF) technológián alapukó kamerák csoportja.

screenshot-2016-08-29-16-29-15

A Time of Flight (ToF) kamerák a normál ipari kamerákhoz hasonlóan optikából, szenzorból és interfészből állnak, azonban ezek mellett beépített fényforrást is tartalmaznak, ami a technológia alapját adja. Ezáltal ezek a kamerák egyszerre képesek mélység és intenzitási információk feldolgozására, minden egyes pixelen.

screenshot-2016-08-29-16-26-11

A technológia egyik legnagyobb előnye, hogy mivel a mélységérzékelés független az intenzitástól és a tárgyak színétől, a vizsgált tárgy viszonylag egyszerű algoritmusok segítségével elkülöníthető a háttértől. A ToF kamerák ezen kívül a kompakt kameramérettel, az 1 cm-es pontosságával és magas képkockasebességével nyújtanak vonzó lehetőséget a különböző 3D-t igényló gépi látás alkalmazásoknak. Az egymást zavaró fények miatt sokáig egyszerre csak egy kamera használata volt lehetséges, azonban mára a kamerák világításának szinkronizálásával két eszköz együttes használata lehetségessé vált.

A Time of Flight alapja a beépített fényforrás és a fény sebességének ismerete, ezáltal a kamera által kibácsott fény kibocsátási és beérkezési idejének ismeretében az eltérésből könnyen kiszámolható a fény által megtett út, ezáltal pedig a kamera és a tereptárgyak közötti távolság.

tof

A ToF kamera képe egy hőtérképre hasonlít, ahol a kék  szín a távoli, a piros pedig a közeli pontokat jelenti. Mivel a kamera párhuzamosan normál 2D képet is készít , a két információ összeolvasztható, amivel egy 3D képet hozhatunk létre.

screenshot-2016-08-29-16-28-56

A technológiának az előnyein kívül vannak gyenge pontjai is, ezek közé tartozik a szórt fény, többszörös fényvisszaverődés, környezeti fény, és nagy számú kamera együttes használata. Ezek mind a fény útjának módosulásából, illetve idegen fény beérkezéséből adódnak, amik a szenzorra beérkezve hamis vagy téves adatokat generálnak.

A ToF kamerák szinte minden iparágban megtalálják a helyüket:

  • Logisztikában a csomagolási, dobozolási, pakolási feladatokban
  • Robotikában és gyártásautomatizálásban pakolási, sérülés keresési és pakolás ellenőrzési feladatokban
  • Gyógyászatban betegfigyelési és pozícionálási feladatokban
  • Önvezető járműveknél navigációs és biztonsági feladatokban

A széles körű alkalmazási lehetőségek is mutatják, hogy a Time of Flight kamerák forradalmasíthatják a gépi látást a harmadik dimenzió bevonásával.

Már megint savanyú a szőlő, éretlen a barack? Segít a kamerád!

Abba már egy ideje beletörődhettünk, hogy eszközeink számítási kapacitásukkal kenterbe vernek bennünket, de lassan ott tartunk, hogy látásbeli képeségeikkel is messze elhúznak az emberi szemtől.

Mára elfogadtuk, hogy telefonunk kamerájának is nagyobb felbontása van, mint szemünknek, és, hogy egyes speciális kamerák gyorsabban, vagy a sötétben is jobban látnak nálunk. Ma már viszont csak egy lépésre vagyunk attól, hogy a zsebünkben lévő kamerával a dolgok mélyére láthassunk.

Ebben a hiperspektrális képalkotás technológiája fog majd segíteni, amit a tudományos kutatások során már 1-2 évtizede ugyan használnak, de csak mostanra került közel hozzá, hogy a mindennapi élet során is hasznát vegyük.

A technológia rövid lényege, hogy az alkalmazott kamera a fény szabad szemmel és a hagyományosnak tekinthető kamerákkal láthatatlan spektrumait is érzékelni képes.

Ennek segítségével aznnal megállípítható egy gyümölcsről, hogy elég érett-e már, vagy akár gyógyszerekről (sőt egyéb pirulákról is), hogy valódiak-e. Ugyanis a gyümölcsök kölönböző érettségi szintje, vagy a tabletták összetevői más-más mértékben nyelik el a hullámokat.

hyperspectralimaging
Forrás: MIT Technology Review

A technológiával kapcsolatos legfrissebb hír, hogy Alex Hegyi ezzel a technológiával került fel az MIT Technology Review lap legtehetségesebb 35 év alatti feltalálókat összegyűjtő listájára, melyen korábban többek között Mark Zuckerberg és a Google alapítók is megfordultak. Az ő megoldásának legfőbb újdonsága, hogy fejlesztésével az eddigi megolásoknál kisebb, és kevésbé költséges eszközt tudott összerakni: egy egyszerű monokróm kamera szenzora elé helyezett polarizációs gyűrűk közé tett folyadékkristály cella segítségével sikerült elérnie a kívánt eredményt. A prototípus egyelőre egy tablethez kapcsolódik, és ezen fut a képfeldolgozó szoftver, de a fejlesztő szerint 3-5 éven belül a technológia már a mobilokban is megjelenhet. Az elképzelések szerint a felhasználóknak szerencsére nem kell majd ismerniük a különböző hullámhosszok és frekvenciatartományok jellemzőit, hiszen az alkalmazások egyszerűen ki fogják tudni írni a kamera elé tett gyümölcsről, hogy  az elég érett vagy sem.

Okos raktár az Ipar 4.0 szellemében- A gépi látás alapú intelligens targonca

A raktározásban használt vezető nélküli járművek jelenlegi generációi meglehetősen korlátozott tudásúak az előre definiált útvonalaik miatt, hiszen nem tudnak rugalmasan reagálni a változásokra. Magyarul, ha akadályba ütközik az útvonalán, nem képes kikerülni azt, egyetlen opcióként egy vészmegállást tud produkálni a váratlan kihívás előtt. Más példával élve, ha az elszállításra váró tárgy nincs pontosan az előre megadott helyre helyezve, a jármű nem képes felvenni azt, nem tudja a helyzetnek megfelelően módosítani mozgását. Hogy még rosszabb legyen a helyzet, ezek az járművek költséges orientációt segítő eszközöket igényelnek – mágneses szenzorokat, padlón lévő jelölő sávokat -, hogy tudják éppen merre járnak a raktárban

Ezek a korlátok időigényessé és költségessé is teszik a vezető nélküli szállító rendszerek bevezetését. Az ipar 4.0 új ígérete viszont az, hogy képes lesz felruházni a gépeket az ember azon veleszületett képességével, hogy önnállóan képesek irányítani magukat, mindenféle drága segédeszköz nélkül.

E koncepció szerint került fejlesztésre egy intelligens, vezető nélküli targonca, ami képes iránytítani magát az őt körbevevő környezet alapján. Ehhez szükséges egy kezdeti, ember vezette bemutató túra a létesítményben, ahol megtanulhatja környzezete minden részletét. Hang és gesztusvezérléssel is irányítható a jármű, ami megbízhatóan tudja megkülönböztetni a különböző rakodásra váró tárgyakat.

BAS1606_Success_Story_Industry_4.0_EN.pdf

Mivel a járművek irányítása meglehetősen egyszerű, akár egyetlen raktári munkás is elég több jármű együttes koordinálásához.

Alapvető elemei ennek az okos eszköznek a Basler kameragyár Time of Flight (ToF) technológiájú 3D kamerái, amikből 3 darab található minden járművön. Minden egyes kamera három dimenzóban rögzíti környezetét, ezzel biztosítva a helyes térlátást az eszköznek. Két kamera a targonca tetején kapott helyet, ezek szolgálják a jármű tájékozódását. Az intelligens targonca rögzíti a környzetében lévő tájékozódási pontokat, elkészítve a saját belső térképét, majd működés közben a fedélzeti ToF kamerák segítségével érzékelik az környezeti változásokat, például ha egy polcrendszer eleme más pozícióban van, akadály került a haladási útvonalára, és ezeknek megfelelő rakcióra képes, például kikerüli az akadályt és folytatja szokásos útját. A harmadik ToF kamera a targonca villáján kapott helyett, a polcokon lévő raklapok precíz felvételéhez. A kamera által biztosított 3D adat biztosítja, hogy a targonca villája első próbálkozásra fel tudja emelni a megcélzott raklapot, emberi segítség nélkül.

A korábbi rendszerekhez képest már nem lesz szükség a  rugalmatlan nyomkövetés miatti költség és időigényes kezdetei majd folyamatos konfigurációkra, ezzel jelentős megtakarítást tesz lehetővé a vásárlók számára. Ennek köszönhetően a vezető nélküli komissiózás hamarosan betörhet a kis és középvállalatok eddig még érintetlen piacára is.

8 dolog, amit mindig is tudni akartál a digitális mikroszkópokról

A digitális mikroszkópia ma a mikroszkópia egyik legfelkapottabb területe, és van néhány dolog, amit a hozzánk hasonló átlagembernek is érdemes tudnia róla.

Mitől digitális egy mikroszkóp?

Egy digitális mikroszkóp gyakorlatilag egy mezei optikai mikroszkóp, és egy digitális mikroszkóp kamera párosa, amihez külön okulár nem szükséges. A megfigyelés alatt álló minta elemzése és értékelése pedig közvetlenül egy monitoron megtekintve történik.

Milyen alkalmazásokra használható egy digitális mikroszkóp?

A digitális mikroszkóp optimális eszköze a minták elemzésének, dokumentálásának, legyen szó akár kutatás-fejlesztésről, ipari gyártás és minőségvizsgálatról vagy laboratóriumi vizsgálatokról.

Mik a digitális mikroszkópok előnyei?

A legegyértelműbb előny az eszközök ergonomikus használata, hiszen azáltal, hogy a vizsgált képek egy monitoron jelennek meg, a felhasználó kényelmes pozícióban ülve tudja a kapott képet kielemezni, vizsgálni, akár egy erre kitalált mikroszkópiai szoftver segítségével is. Az ergonómiai előny különösen szembetűnő, ha a felhasználóknak egyhuzamban sokat kell dolgozniuk a mikroszkóppal, vagy ha a minták képeit csoportosan vizsgálnák meg. Utóbbira jó példa lehet egy oktatási helyzet, ahol az egész csoport egyszerre láthatja a mikroszkóp által adott képet.

Mik a digitális mikroszkópok korlátai?

A legnyilvánvalóbb korlát a hagyományos mikroszkópokhoz képest, hogy a digitális mikroszkópoknak minden esetben szükségük van tápellátásra. Ha adott mikroszkópon nincs okulár, akkor pedig a számítóphez, vagy monitorhoz való csatlakozás is megoldandó és biztosítani kell a megjelenítéshez szükséges képernyőt is.

Összehasonlítható a digitális mikroszkópok által nyújtott kép minősége az okuláros mikroszkópokéival?

Alapvetően a két kép ugyanaz, bár a látómezőben előfordulhat különbség a használt mikroszkóp kamera és okulár függvényében. Egy fontos különbség azonban van a két eltérő technológia miatt: a kétdimenziós képet adó digitális mikroszkóp nem fogja tudni visszaadni egy binokuláris mikrszkópon keresztül vizsgált minta mélységérzetét.

Könnyebb használni a digitális mikroszkópokat a hagyományos, okuláros mikrszkópokhoz képest?

Egy amatőr, tapasztalatlan felhasználónak mindenképp. A mintáról vakó képkészítés gyorsabb és könnyebb, mint egy hagyományos mikroszkóppal.

Mikroszkóp szakértőnek kell lennem, hogy használni tudjak egy digitális mikroszkópot?

Nem. Bővebben kifejtve, a digitális mikroszkóp mind a kezdő tanuló, mind a tapasztalt profi számára optimális választás.

Milyen kiegészítőkre van szükségem egy digitális mikroszkóphoz?

A szükséges eszközöket nagyban befolyásolják az alkalmazás követelményei, az alábbi kérdések megválaszolása azonban megkönnyítheti a választást:

  • Nagy részletességű képek gyors rögzítésére van szükséged? A te optimális választásod egy nagyfelbontású, nagysbességű digitális mikroszkóp kamera lesz.
  • Gyorsan mozgó minta élő megjelenítése szükséges? Válassz egy legalább 30 fps-es (képkocka/másodperc) sebességgel működő mikroszkóp kamerát.
  • Elemezned kell a mintát kaviltatívan vagy kvantitatívan? Amennyiben igen, gondosan válassz magadnak egy mikroszkópiai szoftvert is.
  • Kiegyensúlyozott képekre van szükséged, azaz a sötét és világos részek egyaránt fontosak? Válassz nagy dinamikatartományú mikroszlóp kamerát, ami biztosítja a sötét és világos részek egyidejű jó láthatóságát.

 

Basler_Power_Pack_for_Microscopy

Kiegészítő választás során nagy segítségedre lehet a Basler legújabb terméke, a PowerPack for Microscopy néven futó mikrszkópia csomag, melyben minden összetevőt egy csomagban kapsz kézhez. A csomag tartalma többek között egy Basler mikroszkóp kamera, melyet szabadon, az alkamazásodnak megfelelő paraméterek szerint tudsz kiválasztani, az elérhető pulse és ace alapú, új, kifejezetten mikroszkópiai felhasználásra szánt kamerák közül. A csomag a kamerán kívül tartalmaz még egy mikroszkópiai szoftvert és USB 3.0 kábelt is a könnyű kezelés és összeállítás érdekében.

 

 

 

Három szenzor tulajdonság, amire figyelve javíthatsz a képminőségen

Mitől lesz szép az általunk készített kép? Amatőr fotósoknak az éles, világos és kontrasztos kép számít minőséginek, azonban az ipari kamerák esetén a képminőség ennél többet jelent. A képminőség a kamera és a szenzor különböző tulajdonságaiból áll össze, fontos paraméter a kontraszton és élességen kívül még a  világosság, kvantumhatásfok (angolul quantum efficiency/QE), szenzor és pixel méret, felbontás, dinamika tartomány, jel-zaj viszony (signal to noise ratio/SNR) is. Ezek a tulajdonságok szorosan össze  is függnek egymással de mit is takarnak ezek a kifejezések, milyen értékek esetén lesz minőségi a képünk, és hol ismerhetjük meg ezeket az számokat?

Mindenek előtt vegyük például, hogy van két kamera, ami megfelelne az alkalmazásunk követelményeinek, kívülről szinte ugyanúgy néznek ki, honnan fogjuk tudni, hogy melyik készíti a jobb képet? Ebben segítenek az EMVA1288 adatlapok, amik az Európai Gépi Látás Szövetség által is szabványosított képminőség és érzékenység mérések eredményeit tartalmazzák a gépi látás kamerákra és szenzorokra. Mit jelentenek ezek az adatok, és vajon a nagyobb érték jobb minőséget is jelent?

Screenshot 2016-03-21 11.59.46

Minden kamera lelke a szenzor, ennek a tulajdonságai határozzák meg az elkészülő kép minőségét is.

A digitális kamerák szenzorai a pixeleikben lévő fényérzékeny diódák segítségével a beérkező fényt alakítják át elektronikus töltésekké, elektronokká. Ezek feldolgozásával áll elő a digitális kép. A szenzorra érkező fotonok, és az azokból generált elektronok számának arányszáma az úgynevezett kvantumhatásfok (QE). Minél nagyobb ez a  szám, annál több elektront tud generálni a szenzor adott mennyiségű fotonból, tehát annyival több információt fog tartalmazni az elkészült kép, ezzel biztosítva a magas képminőséget.

Több információ nem csak a nagy QE értékkel érhető el, hanem több fény, ezáltal több foton befogásával is, ami pedig a szenzorméret növelésével érhető el. Ez az analógia jól érzékelhető egy nagy szenzorral rendelkező tükörreflexes fényképezőgép és egy kis, kompakt digitális kamera összehasonlításakor. Ideális fényviszonyok között mindkét gép jól teljesít, azonban sötétben jól látszódik, hogy a DSLR kamera sokkal jobb képet ad. Leegyszerűsítve tehát kijelenthetjük, hogy minél nagyobb a szenzor, annál jobb a képminőség is.

De nem csak a szenzor mérete számít, hanem a benne lévő pixelek száma, és azok nagysága is. Maradva a DSLR és egy kompakt fényképező példájánál, egyértelmű, hogy azonos felbontás esetén a DSLR nagy szenzorán nagyobbak lehetnek a pixelek, mint a kis kompakt kamerán. De ha túl sok pixel van a szenzorra zsúfolva, az növelheti a zajt, és csökkentheti az fényérzékenységet, rontva a készülő kép minőségén.

Screenshot 2016-02-26 15.58.15

A pixelek mérete is a befogható fény mennyisége miatt fontos. Az érzékeltethetőség miatt tekintsünk úgy a szenzor pixeleire, mint nagyon sok apró vödör, a fotonok pedig legyenek az esőcseppek. Minél több víz gyűlik össze a vödörben exponálás során, annál világosabb lesz az a pont a képen. Exponálás után az összegyújtött víz mennyiségéhez egy konkrét digitális értéket rendelnek . Ha exponálás során a vödrünk megtelik, kicsordul a víz. Fotonokra visszatérve, azokból nem keletkezhet elektron, így információ veszik el. A túlcsorduló vödör eléri a maximális értéket, fehér színű lesz, pedig más értéket kellene felvennie.

Kép1

A fenti három képen jól látszódik ez a hatás. Az első kép hosszú expozíciós idővel készült, hogy a sötétebb sziklákról elegendő fény jusson a pixelekre, viszont emiatt a világosabb ég fehér színű lett, kiégett az a rész. A második kép rövid expozícióval készült, látszik, hogy az ég valójában kék, nem fehér, viszont a sziklákról nem jut elég fény a szenzorra, ezért szinte teljesen feketének tűnnek. A nagy pixel méretű szenzorral készült harmadik képen viszont már jól látszódnak mind a szikla részletei, és az ég kéksége is. Kimondhatjuk, hogy a nagy pixellel rendelkező szenzorok jól tudják rögzíteni egyszerre a  kép sötét és világos részeit is. Hogy milyen minőségben tudja egy szenzor visszaadni a sötét és világos részeket egyszerre, a dinamika tartomány adja meg. Nagy dinamika tartomány lehetővé teszi a sötét és világos részek valósághű rögzítését.

A képminőség egyik fontos kerékkötője a zaj. Szenzoroknál ezt a tulajdonságot a jel-zaj viszonyszám (SNR) mutatja. Magas SNR számmal rendelkező szenzor kevés zajt fog produkálni, jó lesz a kép.

Persze ahhoz, hogy ki tudjuk használni a szenzor maximális teljesítőképességét, a kamera gyártó gondos odafigyelése szükséges a annak beépítése során.

A képminőség azonban, nem csak ezektől a technológiai részletektől függ, hanem az alkalmazásunkban használt teljes gépi látás rendszert figyelembe kell venni. Bármik is legyenek a követelmények, fontos, hogy azonos körülményeket teremtsünk a a kameratesztek során. Azonos szenzorméret esetén viszonylag egyszerű a helyzet, azonban eltérő méret már megnehezítheti a feladatot.

Tehát gépi látás, vagy bármilyen digitális kamera összehasonlítása során a legfontosoabb szenzortulajdonságok a

  • Kvantumhatékonyság
  • Dinamika tartomány
  • Jel-zaj viszony

És ami ezeket meghatározza

  • Szenzorméret
  • Pixelméret
  • Felbontás.

Természetesen az összehasonlításhoz nem elég megnézni az adatlapok értékeit, hanem ki is kell próbálni a kamerákat a saját rendszerünkben, a kamerák számára egyenlő viszonyokat teremtve.

További infókat és érdekességeket hallhattok a képminőségről és kamera összehasonlításról a Basler alábbi videójában: