JPEG-Operator mit skalierbarer Datenrate für Daten-Streaming

Bilderpresse

JPEG-Operator mit skalierbarer Datenrate für Daten-Streaming

Über eine Reduktion der Bildrohdaten anhand einer JPEG-Komprimierung ist es möglich, die CPU-Prozessorlast zu reduzieren. Ein neuer JPEG-Operator in Visual Applets komprimiert Bilddaten mit variabler Kompressionsrate und hochskalierbarer Datenrate in Echtzeit.

Bild: ©Tryfonov/Stock.adobe.com

Die meisten am Markt verfügbaren JPEG-Encoderlösungen für die Bilddatenkomprimierung nutzen die CPU-Technologie und sind damit zu langsam für High-Speed-Anwendungen oder Echtzeit-Anforderungen in der Bildverarbeitung. Besser geeignet sind FPGAs, deren Umsetzung (IP Core) jedoch häufig zu langsam ist oder als individuelle OEM-Lösungen existieren, die nicht für alle Interessenten im Markt verfügbar sind. Hier setzt der JPEG-Encoder an, der von der Kamera übertragene Rohdaten komprimiert, um eine geringere Datenmenge in den PC oder über das Internet in die Cloud zu speichern. Trotz gestiegener Datenrate lassen sich durch die JPEG-Komprimierung lange Bildsequenzen aus Einzelbildern aufnehmen ohne die Speicherkapazität zu ändern, z.B. für laufende Qualitätsüberprüfungen.

Zehn Prozent der Datenmenge

Die JPEG-Komprimierung von Bilddaten ist verlustbehaftet und nicht umkehrbar, weshalb sich das Originalbild nicht exakt aus der komprimierten Form wiederherstellen lässt. Daher ist sie stets als Kompromiss zwischen Bildqualität und Leistungsfähigkeit des Encoders aufzufassen. Eine zu starke Komprimierung erzeugt Änderungen der Bildinhalte durch Artefakte, wodurch Auswertungen beeinträchtigt werden. Durch Einstellen der Bildqualität oder Verändern der Quantisierungstabellen lässt sich die gewünschte Komprimierung und Qualität im Ergebnisbild flexibel kontrollieren, sodass die Qualität sowohl für das menschliche Auge als auch für maschinelle Auswertungen ausreicht. Mithilfe des JPEG-Algorithmus ist es möglich, die Datenmenge ohne signifikanten Qualitätsverlust meist auf weniger als zehn Prozent der ursprünglichen Datenmenge zu reduzieren, je nach Kompressionsrate bzw. Qualitätseinstellungen und Bildinhalten. Bilder mit großen, schwach konturierten Flächen lassen sich besser komprimieren als detailreiche Bilder mit scharfen Kanten. Dies kommt sowohl dem menschlichen als auch dem maschinellen Sehen und Auswerten zugute, da beide die Kanten, Strukturen und Formen in Bildern besser erkennen können als die Farbigkeit. Ziel der Bildkompression ist es, redundante sowie irrelevante Informationen, die nicht benötigt bzw. ausgewertet werden, zu entfernen. Bei der Farbbild-Kompression etwa enthält die Chrominanz-Komponente (Farbigkeit) mehr Informationen, als Mensch und Maschine tatsächlich verarbeiten können, weshalb Teile davon zu vernachlässigen sind. Die Luminanz-Komponente (Helligkeit) hingegen ist gut zu differenzieren, weshalb diese weniger Ansatzpunkte für eine Datenreduzierung bietet.

Seiten: 1 2 3Auf einer Seite lesen

Themen:

| Fachartikel

Ausgabe:

inVISION 6 2019
Silicon Software GmbH
www.silicon-software.de

Das könnte Sie auch Interessieren

Bild: Rauscher GmbH
Bild: Rauscher GmbH
CPU-Entlastung

CPU-Entlastung

Mit der Netzwerkkarte GevIQ löst Matrox Imaging (Vertrieb Rauscher) die aktuellen technischen Nachteile von Highend-GigE-Vision-Systemen. Die grundlegende Idee ist, die CPU durch eine zusätzliche Karte – ähnlich wie bei einem Framegrabber – zu entlasten und das De-Paketizing der Bilder ohne CPU-Einsatz vorzunehmen.