In welche Richtung die Optimierung durchgeführt wird, hängt von der darauffolgend zu lösenden Bildverarbeitungsaufgabe ab. So kann z.B. für einen schnellen Bildtransport die Bilddatenmenge durch Datenkompression oder Bildausschnittbildung reduziert werden. Strukturen im Bild können vorverarbeitend durch Kantenfilter, Kontrast- oder Bildschärfeverbesserungen hervorgehoben werden. Vorverarbeitende geometrische oder fotometrische Korrekturen beheben Verzeichnungsfehler bzw. Randhelligkeitsabfall.
Ziel der Bildvorverarbeitung ist es, den Rechenaufwand für andere, in der Signalkette weiter hinten liegende Verarbeitungsschritte, zu verringern. So kann Bildvorverarbeitung in der Signalkette an verschiedenen Orten stattfinden: im Bildsensor, der Kamera, einem Embedded System oder Framegrabber. Angesichts der dort vorhandenen Hard- und Softwareressourcen bestehen im Framegrabber maximale Möglichkeiten.
Bildvorverarbeitung muss nicht zwangsläufig durch Software erfolgen: So kann beispielsweise eine Tiefpassfilterung auch optisch durch Defokussierung erreicht werden. Durch gezielte Anwendung von Abbildungs- und Beleuchtungstechniken, z.B. Dunkelfeldbeleuchtung, lassen sich bezüglich Kontrast, Bildschärfe und Perspektive ähnliche Ergebnisse erreichen, wie bei der Nutzung von Software-Bildfiltern. Und das in Lichtgeschwindigkeit.
Bildvorverarbeitung gezielt eingesetzt, bringt vielfältige Vorteile:
- geringerer Hardwareaufwand (kleinere Prozessoren, Einsparung von IPC, günstigere Kameradatenschnittstelle, einfacheres Systemdesign)
- größerer Bilddatendurchsatz / bessere Bildauflösung
- Beschleunigung der Auswertung / kürzere Messzeiten
