Zum Hauptinhalt springen
Entwickler und Hersteller moderner Bildgebungssysteme
Freitag, 9. Oktober 2026

Artikel

Machine Vision mit Bildverarbeitung

Rahni
Bildverarbeitungsfunktionen, die auf Kameras von Rasa Andischan Moudsch Pardas laufen können

Ganz einfach gesagt ist Machine Vision auf Basis von Bildverarbeitung die Fähigkeit eines Prozessors, seine Umgebung zu sehen. Der Begriff Machine Vision wird vor allem für industrielle Anwendungen dieser Fähigkeit verwendet. Das menschliche Auge ist für elektromagnetische Wellenlängen im Bereich von 390–770 Nanometern (nm) empfindlich. Bildsensoren decken jedoch einen größeren Spektralbereich ab als das menschliche Auge. So lassen sich Machine-Vision-Systeme etwa im Infrarot- (IR), Ultraviolett- (UV) oder Röntgenbereich einsetzen, den das menschliche Auge keinesfalls wahrnehmen kann. In einem Machine-Vision-System sieht der Bilddetektor bzw. die Kamera das Objekt oder seine Umgebung. Verarbeitungshardware wie ein Computer, DSP oder FPGA bildet die Verarbeitungsplattform. Spezielle Software-Algorithmen verarbeiten dann das Bild. Das Endergebnis eines Machine-Vision-Systems kann beispielsweise die präzise Führung eines Roboters sein, der ein bestimmtes Produkt montiert. Kamera, Optik und Beleuchtung sind die wichtigsten Elemente jedes Machine-Vision-Systems. Wenn Sie diese Elemente geschickt kombinieren, lassen sich Prozessor und Verarbeitungsalgorithmen oft erheblich vereinfachen. Angenommen, Sie möchten die Länge einer Streichholzschachtel messen. Projizieren Sie einen Linienlaser auf die Schachtel, sehen Sie eine rote Linie mit sehr hohem Kontrast. Diese Linie bricht an den Kanten der Schachtel ab. Nehmen wir an, der Laserwinkel ist so gewählt, dass die Linie im Bild exakt waagerecht erscheint. Dann müssen Sie das Bild nur noch mit einem Schwellenwert binarisieren und die Länge der Schachtel mit einem einfachen Algorithmus in einem FPGA messen. Der Hauptvorteil eines Machine-Vision-Systems ist, dass es nicht ermüdet und seine Genauigkeit mit der Zeit nicht nachlässt. Das steigert die Produktqualität, senkt die Produktionskosten und erhöht letztlich die Kundenzufriedenheit.

Einige Anwendungen von Machine Vision:

  • Analyse elektronischer Geräte
  • Unterschriftenerkennung
  • Zeichenerkennung
  • Kennzeichenerkennung
  • Handschrifterkennung
  • Objekterkennung
  • Mustererkennung
  • Materialqualitätsprüfung
  • Banknotenprüfung
  • Medizinische Bildanalyse
  • Gesichts- und Lächelerkennung

industrielle Bildverarbeitung

Einige Anwendungen von Machine Vision

Rasa Andischan Moudsch Pardas ist stolz darauf, einer der ersten Hersteller verschiedener linearer CCD-Detektoren und Flächenkameras zu sein und alles, was Sie für Labor-, kommerzielle und industrielle Anwendungen brauchen, unter dem Label „Made in Iran“ zu liefern.

Welche Kamera eignet sich für Machine Vision?

Die Wahl der Kamera ist der erste Schritt bei der Auslegung jedes Machine-Vision-Systems. Flächenkameras erzeugen in jedem Bild ein vollständiges Abbild des Sichtfelds. Zeilenkameras erfassen jeweils nur eine Zeile. Sie eignen sich deutlich besser für die Bildverarbeitung bewegter Objekte.

Rasa Andischan entwickelt und baut beide Kameratypen. Die Flächenkameras des Unternehmens werden für Kennzeichenerkennung, Particle Image Velocimetry und Machine Vision eingesetzt. Alle Kameras von Rasa Andischan unterstützen externe Triggerung. Die Modelle finden Sie auf der Seite Kamera für die Bildverarbeitung . Der Wikipedia-Artikel zu Machine Vision vermittelt Ihnen ebenfalls ein umfassendes Bild dieses Fachgebiets.

Wo unsere Geräte eingesetzt werden

Organisationen, Universitäten, Industriebetriebe und Unternehmen, die unsere Produkte eingesetzt haben

  • Hedayat Hooshmand Nozhan Sepehr