Volume 86, Issue 7-8 - Forum Bildverarbeitung 2018/ Gastherausgeber: Thomas Längle, Michael Heizmann

Zusammenfassung Die berührungslose und für den Benutzer/Patienten möglichst wenig einschränkende Erfassung von Vitalparametern ist für eine Vielzahl potentieller Anwendungen von hohem praktischem Interesse. In der hier dargestellten Arbeit zeigen wir zwei Ansätze, wie hochgenau und robust Puls und Atmung kamerabasiert detektiert werden können. Wesentlich ist für die Pulsmessung die Nutzung der geeigneten Wellenlängenkanäle und bei der Atmungsdetektion der Einsatz der holografischen Mehrpunktmethodik. Für die Pulsmessung konnte so bei 73 Messreihen eine mittlere Abweichung von 1,67 Schlägen pro Minute erzielt werden. In 95 % aller Messungen lag der Fehler kleiner 5 Schläge pro Minute (klinisch irrelevant). Die Atmungsdetektion lieferte bei 94 Messungen lediglich eine Fehlmessung (Abweichung größer 2 Atemzüge pro Minute) und eine mittlere Abweichung von 0,34 Atemzügen pro Minute.

Zusammenfassung Die Keimfähigkeit von Zuckerrübensamen wird im Allgemeinen nach den International Rules for Seed Testing der International Seed Testing Association (ISTA) bestimmt. Mit dieser visuellen, sehr personal- und kostenintensiven Methode lässt sich Saatgut wegen fehlender Messwerte nur subjektiv bewerten. Mit dem phenoTest wurde ein vollautomatisches Phänotypisierungs-System entwickelt, das mittels 3D-Computertomographie eine objektive, zerstörungsfreie und quantitative Bestimmung von Keimfähigkeitsparametern erlaubt. Die automatisierte Bildauswertung muss hierbei mit der für den hohen Durchsatz notwendigen geringen Auflösung der CT-Aufnahme sowie der Tatsache, dass zu trennende Strukturen keinen Kontrastunterschied aufweisen, zurechtkommen. Im Vergleich zur ISTA-Methode lassen sich durch den phenoTest nicht nur exaktere, sondern auch neue Qualitätsmaße bestimmen.

Zusammenfassung Die optische Vermessung gekrümmter Oberflächen erfolgt meist über problemspezifische Messverfahren und Algorithmen zur 3D-Rekonstruktion, die an die optischen Eigenschaften der zu untersuchenden Oberfläche angepasst sind. In diesem Artikel wird ein Verfahren zur 3D-Rekonstruktion von Freiformflächen vorgestellt, das das Oberflächenrelief in einem telezentrischen Strahlengang mit einer telezentrischen Abbildungsoptik und einer koaxialen telezentrischen Beleuchtung erfasst. Die untersuchte Oberfläche des Prüflings kann dabei texturiert oder untexturiert und transparent, spiegelnd oder diffus sein. Die Oberfläche wird dabei nicht direkt vermessen, sondern mittels darauf aufgebrachter retroreflektierender Marker rekonstruiert. Da zwischen den Markern keine Messwerte vorliegen, können nur Oberflächen rekonstruiert werden, die eine örtliche Glattheit aufweisen. Mit einem Verfahren für monokulares Stereo werden aus einer Bildserie simultan sowohl die Kameraposen als auch die 3D-Koordinaten der Reflexionsmarker berechnet. Die sonst übliche Kalibrierung der extrinsischen Kameraparameter entfällt. Anschließend wird eine parametrische B-Spline-Oberfläche gefittet, aus der sowohl das Oberflächenrelief als auch die Oberflächennormalen berechnet werden können.

Zusammenfassung Luftbilder zeigen häufig Bereiche, die auch bei starken lokalen Schwankungen in den Farbwerten als Ganzes stochastisch so regelmäßig erscheinen, dass sie ein Mensch leicht als zusammengehörige Fläche wie einen Wald, ein Feld, einen Weg oder ein Gewässer erkennt. Solche stochastischen Texturen werden in der vorliegenden Arbeit algorithmisch erkannt und segmentiert. Hierzu werden zunächst Texturmodelle zu verschiedenen Bildbereichen generiert, deren strukturelle Ähnlichkeit bewertet und hinreichend unterschiedliche Texturmodelle ermittelt. Anschließend wird jedes Pixel des Bildes via Struktur-Metrik einem dieser Texturmodelle zugeordnet und entsprechend der Zuordnung eingefärbt. Es werden drei unterschiedliche Ansätze zur Texturmodellierung untersucht und verglichen mit dem Ziel, möglichst viel zusammenzufassen, was man als Mensch als gleichartig wahrnimmt (z. B. Baumkronen, Äcker) und Segmentgrenzen dort zu erzielen, wo augenscheinliche Übergänge sind (z. B. Waldgrenzen, Vegetationsveränderungen).

In previous work, we proposed an automated system, capable of detecting surface defects (e. g. edge chips, digs, scratches) on optical components as defined in the international standard ISO 10110-7. It objectively discriminates between defect classes and quantifies their geometrical size. During assessment of quality control at multiple manufacturers, the need for a method to discriminate between dust particles and surface imperfections has been identified. This article describes an approach to automatically assess dust particles and imperfections on the surface of interest based on the stereo vision approach.

Deep neural networks are successfully used for object and face recognition in images and videos. In order to be able to apply such networks in practice, for example in hospitals as a pain recognition tool, the current procedures are only suitable to a limited extent. The advantage of deep neural methods is that they can learn complex non-linear relationships between raw data and target classes without limiting themselves to a set of hand-crafted features provided by humans. However, the disadvantage is that due to the complexity of these networks, it is not possible to interpret the knowledge that is stored inside the network. It is a black-box learning procedure. Explainable Artificial Intelligence (AI) approaches mitigate this problem by extracting explanations for decisions and representing them in a human-interpretable form. The aim of this paper is to investigate the explainable AI methods Layer-wise Relevance Propagation (LRP) and Local Interpretable Model-agnostic Explanations (LIME). These approaches are applied to explain how a deep neural network distinguishes facial expressions of pain from facial expressions of emotions such as happiness and disgust.

Zusammenfassung Infolge sinkender Hardwarepreise und der zunehmenden Automatisierung wird maschinelles Lernen für industrielle Anwendungen wie klassische Sichtprüfungsaufgaben immer interessanter. In diesem Artikel wird ein metaheuristischer Ansatz für die Suche nach einer allgemeinen MobileNet-Topologie nach Howard et al. [7] vorgestellt, der auf differentieller Evolution beruht. Dieser ist in der Lage, anhand eines gegebenen Datensatzes und ohne zusätzliches Vorwissen einen geeigneten Klassifikator zu entwerfen. Gleichzeitig wird durch die Wahl einer geeigneten Fitnessfunktion der Ressourcenbedarf der Inferenz begrenzt. Für typische industrielle Datensätze können neuronale Netze mit Genauigkeiten von über 99%99\hspace{0.1667em}\% gefunden werden, während die Rechendauer dafür relativ kurz bleibt.

Today’s camera systems used for machine vision and scientific applications have intra-scene dynamic ranges up to 16 bit and therefore A/D converters with up to 16 bit resolution per pixel. Unfortunately, the linear amplification of electrons also forces a linear or even quadratic increase of the image noise variance with the signal. Based on a method published in 2016 (B. Jähne, M. Schwarzbauer, tm-Technisches Messen 83.1), this paper describes a more general nonlinear transformation which equalizes the combined effect of temporal noise and photo-response non-uniformity (PRNU) and/or temporal noise in the illumination system of an image sensor. With this generalisation it is possible to use the equalisation also for microscopic applications for which an example is discussed.

The calibration of the relative pose between rigidly connected cameras with non-overlapping fields of view (FOV) is a prerequisite for many applications. In this paper, the subtleties of the experimental realization of such calibration optimization methods like in (Z. Liu, et al., Measurement Science and Technology , 2011, Z. Li, V. Willert, Intelligent Transportation Systems (ITSC) , 2018) are presented. Two strategies that could be adapted to certain optimization processes to find better local minima are evaluated. The first strategy is a careful measurement acquisition of pose pairs for solving the calibration problem, which improves the accuracy of the initial value for the following non-linear refinement. The second strategy is the introduction of a quality measure for the image data used for the calibration, which is based on the projection size of the known planar calibration patterns on the image. We show that introducing an additional weighting to the optimization objective chosen as a function of that quality measure improves calibration accuracy and increases robustness against noise. The above strategies are integrated into different setups and their improvement is demonstrated both in simulation and real-world experiment.

Zusammenfassung Aufnahmesysteme wie Kameras oder Augen zerlegen das Bild in kleinere Bereiche wie Pixel oder Sehzellen um die Weiterverarbeitung zu ermöglichen. Technische Lösungen benutzen hierfür rechteckige Formen, biologische hingegen sechseckige. Deren Vorteile wurden in verschiedenen früheren, meist theoretischen Arbeiten zwar gezeigt, aber mangels hexagonbasierter Aufnahmesysteme kaum umfassender untersucht. Mit der vorgestellten, softwaregestützten Lösung wird dies weitgehend behoben und weiterführende Evaluationen ermöglicht. Erste Ergebnisse zeigen bereits eine bessere Darstellung runder Kanten mit weniger Treppenstufenartefakten bei sechseckbasierten Bildern als bei rechteckbasierten.