Blobanalyse

Blobanalyse

Blobanalyse ist eine Methode, um in Grauwert- oder Farbbildern, in 2D oder 3D mehrere isolierte Objekte gleichzeitig zu erkennen, deren Eigenschaften auszuwerten und wenn nötig subpixelgenau zu ermitteln. Zur Bewertung der Objekte können die Merkmale Anzahl, Fläche, Helligkeit, Flächenschwerpunkt u.a. herangezogen werden. Das sehr schnelle Verfahren kann durch den Einsatz von FPGAs weiter beschleunigt werden.

 (Bild: Vision & Control GmbH - Vision Academy)

(Bild: Vision & Control GmbH – Vision Academy)


Das Kunstwort Blob steht für ´Binary large object´ und beschreibt eine Gruppe von benachbarten zusammenhängenden Pixeln gleichen oder ähnlichen Helligkeits- oder Farbwertes, wobei die zu erkennenden Objekte (Blobs) geschlossene Konturen aufweisen müssen. Erster Schritt ist die Trennung der Objekte vom Hintergrund. Diese Segmentierung wird durch Binarisierung durchgeführt. Schwellwerte für Objekthelligkeit/-farbe legen (mit allen Nachteilen) fest, ob es sich um ein Objekt handelt oder nicht. Mit der folgenden Zusammenhangsanalyse (Labeling) wird geprüft, ob die als Vordergrund gefundenen Pixel zusammenhängend sind. Das ist der Fall, wenn sie mindestens eine Pixelkante/-ecke gemeinsam haben. Zusammenhängende Pixel bilden einen Blob, dem eine Nummer zugeteilt wird. Beim Erkennen nicht zusammenhängender Pixel wird die Blobnummer hochgezählt. Sie wird vom Labeling-Algorithmus festgelegt, der meist zeilenweise im Bild von links oben nach rechts unten arbeitet. Je nach eingesetztem Algorithmus kann dadurch die Blobanalyse bei Strukturen mit Blob-im-Blob (z.B. bei ringförmigen Strukturen) unterschiedliche Ergebnisse liefern. Am Ende des Labeling ist so die Anzahl aller Blobs ermittelt. Anschließend werden diese mit einem einheitlichen Grauwert, welcher der Labelnummer entspricht, eingefärbt. Dadurch gestaltet sich die darauf folgende Analyse der Blobs einfach, da alle Pixel desselben Grauwertes zu einem Objekt gehören. Da die Objekte meist eine bekannte Fläche (inkl. Toleranzen) besitzen, können ggf. auftretende verstreute Pixel (Schmutz, Inhomogenitäten) durch die Toleranzgrenzen der Pixelanzahl für die Objektgröße herausgefiltert werden. Weitere zur Analyse der Blobs genutzte Merkmale sind: Umfang, umschreibendes Rechteck, mittlerer Durchmesser, Rundheit, Flächenschwerpunkt und minimale Flächenträgheitsachse. Die Blobanalyse kann vielfältig angewendet werden, z.B. zur Vollständigkeitskontrolle von getanzten Dichtungen, Wälzkörpern in Wälzlagern, Zählung von Teilen, Anwesenheitskontrolle von Tabletten in Blistern sowie beim Pick&Place.

Vision Academy GmbH
www.vision-academy.org

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige