News / Presse

KI-Kameras erfreuen sich zunehmender Beliebtheit, da sie eine Reihe von Vorteilen gegenüber herkömmlichen Kameras bieten. Einer der Hauptvorteile von KI-Kameras ist ihre Fähigkeit, eine vor- oder nachgelagerte Verarbeitung durchzuführen und so die Vorteile von KI mit klassischer Bildverarbeitung zu kombinieren.

WAS IST PRE-EMPOSED BZW. POST-EMPOSED PROCESSING?

Pre-emposed processing ist eine Technik, die es KI-Kameras ermöglicht, die Qualität eines Bildes zu verbessern, bevor es von einem KI-Algorithmus verarbeitet wird. Entsprechend meint Post-Emposed Processing die Bearbeitung des Bildes mit klassischen Bildverarbeitungsmethoden nach der KI-Verarbeitung. Dies kann Aufgaben wie die Entfernung von Rauschen, die Verbesserung des Kontrasts und die Segmentierung von Bildern umfassen.

DIE VORTEILE VON PRE-EMPOSED PROCESSING 

Pre-emposed processing kann die Leistung von KI-Kameras auf verschiedene Weise verbessern. Zu diesen Vorteilen gehören:

• Reduzierung der zu verarbeitenden Datenmenge, was die Geschwindigkeit und Effizienz der Kamera erhöhen kann.
• die Genauigkeit der Kameraergebnisse verbessern, da sich die Kamera auf bestimmte Objekte oder Szenen konzentrieren kann.
• Die Kamera kann Aufgaben ausführen, die ohne Pre-emposed-Verarbeitung nicht möglich wären, z. B. die Verfolgung von sich bewegenden Objekten oder die Erkennung von Objekten bei schlechten Lichtverhältnissen.

WIE FUNKTIONIERT DIE PRE-EMPOSED-VERARBEITUNG?

Bei der Pre-emposed-Verarbeitung wird das Bild vor der Aufnahme mit einer Reihe von vorab trainierten Algorithmen analysiert. Welche Algorithmen hier geeignet sind, hängt von der Anwendung ab und ist der Kreativität des Bildverarbeitungsingenieurs überlassen.

PRE-EPMPOSED PROCESSING AM BEISPIEL DER INSPEKTION VON KUGELLAGERN

Lassen Sie uns ein praktisches Beispiel nehmen. Stellen Sie sich vor, Sie möchten KI einsetzen, um Oberflächenfehler an einem Kugellager zu erkennen. Der KI-Algorithmus kann sehr gut Defekte finden, aber er kann das Bild nicht kalibrieren oder die Ergebnisse in Weltkoordinaten ausgeben. An dieser Stelle kommt die Bildvorverarbeitung ins Spiel.
Bevor der KI-Algorithmus trainiert wird, kann das Bild mit bekannten Methoden kalibriert werden. Dazu werden Bilder von guten Teilen aufgenommen und diese Bilder verwendet, um der Kamera beizubringen, wie die Teile aussehen sollten. Sobald das Bild kalibriert ist, kann es an den KI-Algorithmus zur Fehlererkennung weitergeleitet werden.

In der Inferenzphase wird das Eingabebild ebenfalls kalibriert, bevor der KI-Algorithmus ausgeführt wird. Dadurch wird sichergestellt, dass die Ergebnisse des KI-Algorithmus genau und in Weltkoordinaten sind.

FAZIT

Pre-emposed und post-emposed Processing sind leistungsstarke Techniken, die die Leistung von KI-Kameras auf verschiedene Weise verbessern kann.

Erfahren Sie mehr über die Vision Cam AI.go und kontaktieren Sie uns noch heute für ein persönliches Beratungsgespräch..