Die Kunst des Superframing

Die Kunst des Superframing

Erweiterung der effektiven Helligkeit eines Wärmebildes

Was ist ein gutes Wärmebild? Ein kontrastreiches Bild, das gleichzeitig kleinste Temperaturunterschiede erkennen lässt. Infrarotkameras können dies, aber nur innerhalb eines definierten Temperaturmessbereichs.
Für Temperaturen in der Nähe der Raumtemperatur z.B. stellt der Bediener die Kamera auf einen typischen Temperaturmessbereich von -20 bis +50°C ein. Alle Objekte mit einer Temperatur, die über diesen Bereich hinausgeht, also die hellsten oder heißesten Stellen im Infrarotbild, werden gesättigt (übersteuert) dargestellt. Unterhalb dieses Bereichs liegende Stellen werden generell verrauscht bzw. untersteuert abgebildet. Wenn also die interessierende Objekttemperatur z.B. 100°C beträgt, müsste ein Temperaturmessbereich von 20 bis 120°C gewählt werden. In diesem Fall würde die Infrarotkamera ein gutes Bild des Objekts mit 100°C darstellen, aber der detaillierte Kontrast der Objekte mit Raumtemperatur innerhalb dieses Bilds wäre nicht so gut wie im ersten Bild mit einem Bereich von -20 bis +50°C. Die Kombination der beiden Bilder wäre demnach ein logischer Schritt. Die Lösung würde dann darin bestehen, dass die Infrarotkamera zunächst ein Bild im Raumtemperaturbereich aufnimmt und danach ein zweites Bild im höheren Temperaturmessbereich. Die intelligente Kombination der beiden Bilder sollte dann ein Bild von höchster Qualität ergeben, das die besten Anteile beider Bilder beinhaltet. Und genau das ist Superframing.

Problem und Anwendung

Die Sache wird jedoch schwieriger, wenn extreme Temperaturunterschiede vorliegen: Ein Mann, der in einer kalten Winternacht an einem Feuer steht, ist ein typisches Beispiel dafür. Die hellsten oder heißesten Bereiche des Infrarotbilds werden gesättigt dargestellt, während gleichzeitig die dunkelsten oder kältesten Teile der Szenerie im Bild schwarz oder verrauscht erscheinen. Wenn ein Objekt gesättigt oder verrauscht erscheint, kommt es zu zwei unerwünschten Effekten: Bilddetails gehen verloren, und Temperaturmessungen in diesem Teil der Szenerie liefern keine verlässlichen Daten mehr. Komplexe Wärmebild- und Messanwendungen erfordern oft die Erfassung von Bildern oder Bildsequenzen von Versuchsabläufen, in denen sehr große Temperaturmessbereiche vorherrschen. Das Problem mit der Sättigung kann sich bei Wärmebildanwendungen im F&E-Bereich als besonders störend erweisen, wenn Infrarotbilder oder mit hoher Geschwindigkeit aufgenommene digitale Infrarotbildsequenzen von Szenerien mit sehr großen Temperaturunterschieden, wie etwa bei der Überwachung von Motoren, einem Raketenstart oder einer Explosion, benötigt werden. Diese Problematik, die besonders im mittleren Wellenlängenbereich des Infrarotspektrums auftritt, lässt sich mit Superframing beheben.

Wirkung von Belichtungs- oder Integrationszeit

Die thermische Empfindlichkeit einer Wärmebildkamera, womit die kleinste Temperaturdifferenz gemeint ist, die eine Infrarotkamera darstellen kann, lässt sich durch die Veränderung der Belichtungs- oder – wie es bei Wärmebildsystemen heißt – Integrationszeit steuern. Diese Zeit definieren wir dabei als die Belichtungszeit des Infrarotdetektors innerhalb der Kamera zur Erzeugung eines einzelnen Vollbilds. Der Betrieb der Infrarotkamera mit einer längeren Integrationszeit steigert zwar die thermische Empfindlichkeit, gleichzeitig schränkt dies jedoch den Temperaturmessbereich ein, in dem Messungen vorgenommen werden können: Die heißen Objekte erscheinen dabei mitunter als zu hell, weil sie über den eingestellten Temperaturmessbereich der Infrarotkamera hinausgehen. Wenn eine Szenerie oder Bildfolge extreme Temperaturunterschiede umfasst, die gleichzeitig gemessen werden müssen, sollte die Integrationszeit auf einen deutlich kürzeren Wert eingestellt werden. Diese Reduzierung kann jedoch ihrerseits zur Folge haben, dass die Fähigkeit zur Darstellung und Messung von Veränderungen in den kühleren Teilen der Szenerie verloren geht, da diese den eingestellten Temperaturmessbereich unterschreiten. Diese Bereiche erscheinen dann schwarz oder verrauscht. Gibt es nun eine Integrationszeit, die sämtliche Temperaturschwankungen einer Szenerie vollständig erfassen und alle Objekte – ob kalt oder heiß – in dieser Szenerie exakt messen kann? Nein, aber es gibt eine Alternative.

Seiten: 1 2Auf einer Seite lesen

FLIR Systems GmbH
www.flir.com

Das könnte Sie auch Interessieren

Anzeige

Vorfreude auf Control 2022

Vorfreude auf Control 2022

Vom 03. bis 06. Mai 2022 wird die 34. Control – Internationale Fachmesse für Qualitätssicherung – in Stuttgart stattfinden.

EMVA Webinar mit Continental Teves

EMVA Webinar mit Continental Teves

Das nächste EMVA Spotlight Webinar findet am Donnerstag, den 9. Dezember, ab 16:00 Uhr (CET) statt. Nuria Garrido López (Continental Teves AG) wird über ‚Änderungen und Lösungen für die optische End-of-Line-Inspektion in der Automobilindustrie‘ sprechen.

EMVA Young Professional Award 2022

EMVA Young Professional Award 2022

Der EMVA Young Professional Award wird auf der 20. EMVA Business Conference 2022 vergeben, die vom 12. bis 14. Mai in Brüssel, Belgien, stattfindet.

Video: EMVA Vision Pitches – Robot Vision

Video: EMVA Vision Pitches – Robot Vision

Teil der inVISION Days 2021 Konferenz waren die EMVA Vision Pitches, bei der sich interessante Unternehmen aus der Bildverarbeitung mit einem kurzen zehn-Minuten-Pitch vorgestellt haben.

Neues Beiratsmitglied für TriEye

Neues Beiratsmitglied für TriEye

Das israelische Startup-Unternehmen TriEye hat Hans Rijns (Bild), eine Führungskraft aus der Halbleiterbranche mit über 25 Jahren internationaler Erfahrung in den Bereichen F&E-Management, Innovation und Geschäftsstrategie, in seinen Beirat aufgenommen.

Vision-Branche auf starkem Kurs

Vision-Branche auf starkem Kurs

Mehr als 1,5 Jahre nach dem Ausbruch der Corona-Pandemie befindet sich der Industrial Technology Index nach einer Stabilisierung auf einem anhaltend hohen Niveau.

Lattice übernimmt Miramterix

Lattice übernimmt Miramterix

Lattice Semiconductor hat Mirametrix, Inc. übernommen, ein Softwareunternehmen, das sich auf fortschrittliche KI-Lösungen für Computer-Vision-Anwendungen spezialisiert hat.

Bild: Alteia
Bild: Alteia
15 Millionen Euro Finanzierung für Alteia

15 Millionen Euro Finanzierung für Alteia

Die Europäische Investitionsbank (EIB) und das in Toulouse ansässige Startup Alteia, das sich auf die Entwicklung von Software für künstliche Intelligenz spezialisiert hat, haben die Unterzeichnung einer Finanzierungsvereinbarung über 15Mio.€ bekannt gegeben.

Micro-Epsilon erweitert Vertriebsteam

Micro-Epsilon erweitert Vertriebsteam

Micro-Epsilon hat sein Vertriebsteam verstärkt. Seit Oktober unterstützen Marcus Gluth (Bild) in den Bereichen Weg- und Abstandssensoren, berührungslose IR-Temperatursensoren sowie Farbsensoren und Jens Höppner im Bereich 3D-Sensoren und Laser-Scanner den Außendienst des Unternehmens.

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige