Bilddaten-Übertragung Intelligente Datenkodierung umgeht die Grenzen von GigE

Anbieter zum Thema

Franz Binder GmbH + Co. Elektrische Bauelemente KG

Syslogic GmbH

NetModule AG

Der Algorithmus TurboDrive verknüpft die Informationen eines Bildes und die Redundanz der Sensordaten, um Pixel-Details schneller zu übertragen. Nach einer Kodierung hat ein Pixel weniger Bit als zuvor.

Die Bandbreite der weitläufig eingesetzten IBV-Schnittstelle GigE Vision war in der Vergangenheit ausreichend für CCD- und CMOS-Sensoren mit Datenraten von weniger als 115 MByte/s. Heute neue, mehrkanalige CMOS-Sensoren digitalisieren Bilder jedoch mit Datenraten, die weit über 115 MByte/s hinausgehen. Ein solches Datenvolumen überschreitet den maximalen Datendurchsatz der Ethernet-Schnittstelle. Der Algorithmus TurboDrive des Kameraherstellers Teledyne Dalsa sorgt nun dafür, dass auch in Fällen mit einem deutlich überhöhten Datenaufkommen weiterhin das Ethernet als Übertragungsweg verwendet werden kann.

Bildergalerie

Die von Teledyne Dalsa entwickelte und zum Patent angemeldete Technologie TurboDrive nutzt Datenkodierungstechniken, die auch die Redundanz der ausgehenden Daten des Sensors analysiert. Damit sorgt diese Technologie für eine Reduktion der Kamera-Informationen um redundante Details, um den Datenstrom unterhalb der Gigabit-Ethernet-Beschränkung zu halten.

Dazu wird eine Kodierung mit zugrunde liegender Bild-Entropie angewendet, um Pixel-Informationen schnell und ohne Verlust abzubilden (Der aus der Thermodynamik stammende Begriff Entropie bedeutet hier stark vereinfacht die Wandlung/Veränderung einer Pixel-Information. Details, die sich nicht geändert haben, müssen auch nicht übertragen werden. Nur die Abweichung ist relevant). Das Ergebnis ist eine schnellere Übermittlung der Bildinformationen, da jeder Bildpunkt (Pixel) zur Kodierung nun aus weniger Bit besteht.

Um Bildinformationen zu übertragen nutzen Bildverarbeitungskameras üblicherweise eine absolute Kodierung von 8 bis 16 Bit. Bei 8 Bit nimmt jeder Bildpunkt (Pixel) beispielsweise einen Wert von 0 (schwarz) bis 255 (weiß) an.

Das neue Verfahren basiert auf der lokalisierten relativen Kodierung, um jedes Pixel in seinem Kontext zu untersuchen, bevor es kodiert wird. Dadurch entsteht eine kompaktere Kodierung der Pixel-Informationen, wodurch die gleichen Informationen in weniger Bits gepackt werden.

Die Bild-Entropie dient als Ausgangspunkt

Die Bild-Entropie misst den Grad der Zufälligkeit in einem Bild: Je gleichmäßiger ein Bild ist, desto einfacher kann es kodiert werden. Eine sehr hohe Bildentropie bedeutet, dass das Bild sehr viele Informationen enthält, wodurch es schwerer ist, es kompakt zu kodieren. Mit Hilfe eines Histogramms lässt sich die Pixel-Verteilung in einem gegebenen Bild darstellen.

Jedes Mal, wenn ein bestimmter Wert im Bild auftritt, erhöht sich die Histogramm-Spalte für diesen Wert um 1. Daraus ergibt sich, dass bei einem gleichmäßigen Bild mit einer einzigen Intensität alle Pixel den gleichen Wert annehmen würden. Das dazugehörige Histogramm würde folglich einen einzigen Spitzenwert enthalten. Entsprechend wäre die Bild-Entropie gleich 0.

Um ein derartiges Bild vollständig zu beschreiben, muss man nur den gemeinsamen Wert aller Pixel kennen. Man sieht also, dass die Kodierung dieses Bildes nur wenige Informations-Bit erfordert. Echte Bilder sind jedoch nicht so simpel und enthalten mehr als einen einzigen Grauwert, aber auch viele redundante Informationen. Das heißt, dass bestimmte Pixel-Werte eine höhere Eintrittswahrscheinlichkeit aufweisen.

Vereinfacht gesagt stellt die Bild-Entropie die theoretische untere Grenze der durchschnittlichen Bit-Anzahl dar, die zur Kodierung jedes Bildpunktes erforderlich ist. Also je niedriger der Wert ist, desto effektiver ist die Komprimierung, die erreicht werden kann.

15 Jahre Fraunhofer-Allianz Vision

Die Geschichte der industriellen Bildverarbeitung

(ID:44142780)