DE102011106814B4 - Method for image analysis and/or image processing of an IR image and thermal imaging camera set - Google Patents
Method for image analysis and/or image processing of an IR image and thermal imaging camera set Download PDFInfo
- Publication number
- DE102011106814B4 DE102011106814B4 DE102011106814.0A DE102011106814A DE102011106814B4 DE 102011106814 B4 DE102011106814 B4 DE 102011106814B4 DE 102011106814 A DE102011106814 A DE 102011106814A DE 102011106814 B4 DE102011106814 B4 DE 102011106814B4
- Authority
- DE
- Germany
- Prior art keywords
- image
- image processing
- thermal imaging
- imaging camera
- segmented
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 78
- 238000010191 image analysis Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000001931 thermography Methods 0.000 title claims description 39
- 230000011218 segmentation Effects 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000005111 ocular hyperemia Diseases 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
Verfahren zur Bildanalyse und/oder Bildbearbeitung eines IR-Bildes (5) wobei in dem IR-Bild (5) mittels Segmentierung (10) wenigstens ein Objekt (7, 8) ausgezeichnet und zur Weiterverarbeitung bereitgestellt wird und für das segmentierte Objekt (7) wenigstens ein weiterer Bildanalyse- oder Bildbearbeitungsschritt (18) ausgeführt wird, dadurch gekennzeichnet, - dass in einem Lernmodus für das segmentierte Objekt (7) wenigstens ein Merkmal extrahiert und in dem Lernmodus in einem Merkmalsraum wenigstens eine objektbezogene Information zu dem segmentierten Objekt (7) hinterlegt wird, wobei objektbezogene Informationen einzelnen Objektklassen zugeordnet werden, sodass für die segmentierten Objekte, welche in die jeweiligen Objektklassen fallen, bestimmte Einstellungen für die Bildaufbereitung automatisch vorgenommen werden, - und dass in einem Anwendungsmodus zu wenigstens einem aus dem IR-Bild (5) extrahierten Merkmal wenigstens eine objektbezogene Information in dem zugehörigen Punkt oder Bereich des Merkmalsraumes ausgelesen und zur Einstellung für die Bildaufbereitung automatisiert ausgewählt wird.Method for image analysis and/or image processing of an IR image (5), wherein at least one object (7, 8) is distinguished in the IR image (5) by means of segmentation (10) and made available for further processing and for the segmented object (7) at least one further image analysis or image processing step (18) is carried out, characterized in that - in a learning mode for the segmented object (7) at least one feature is extracted and in the learning mode in a feature space at least one object-related information about the segmented object (7) is stored, whereby object-related information is assigned to individual object classes, so that certain settings for image processing are automatically made for the segmented objects that fall into the respective object classes, - and that in an application mode to at least one of the IR image (5) extracted feature at least one object-related information in the associated point or area of the feature space is read out and automatically selected for setting for the image processing.
Description
Die Erfindung betrifft ein Verfahren zur Bildanalyse und/oder Bildbearbeitung eines IR-Bildes wobei in dem IR-Bild mittels Segmentierung wenigstens ein Objekt ausgezeichnet und zur Weiterverarbeitung bereitgestellt wird und für das segmentierte Objekt wenigstens ein weiterer Bildanalyse- oder Bildbearbeitungsschritt ausgeführt wird.The invention relates to a method for image analysis and/or image processing of an IR image, wherein at least one object is distinguished in the IR image by means of segmentation and made available for further processing and at least one further image analysis or image processing step is carried out for the segmented object.
Die Erfindung betrifft weiter ein Wärmebildkamera-Set mit einer Wärmebildkamera und Bildverarbeitungsmitteln.The invention further relates to a thermal imaging camera set with a thermal imaging camera and image processing means.
Es ist bekannt, mit Wärmebildkameras IR-Bilder aufzunehmen. Dabei wird das IR-Bild erstellt, indem das Ausgangssignal eines IR-Strahlungsdetektors ausgewertet und verarbeitet wird. Ein IR-Bild kann somit aus Rohdaten des Detektors, aus offset-korrigierten Daten des Detektors oder aus radiometrischen Daten bestehen. Das IR-Bild kann als Einzelbild oder als Teil einer IR-Videosequenz aufgenommen worden sein.It is known to take IR images with thermal imaging cameras. The IR image is created by evaluating and processing the output signal of an IR radiation detector. An IR image can therefore consist of raw data from the detector, offset-corrected data from the detector or radiometric data. The IR image may have been captured as a single image or as part of an IR video sequence.
Zur Visualisierung von IR-Bildern ist es üblich, das aufbereitete Messergebnis in Falschfarben-Darstellungen darzustellen.To visualize IR images, it is common practice to display the processed measurement results in false color representations.
Dazu wird eine Farbpalette verwendet, welche die Umsetzung von Temperaturmesswerten in einfach visuell zu erfassende Farbwerte vorgibt.For this purpose, a color palette is used, which specifies the conversion of temperature measurements into color values that are easy to visually detect.
Es hat sich herausgestellt, dass bei großen Kontrasten in den IR-Bildern unbefriedigende Ergebnisse in der Darstellung erreicht werden. Beispielsweise kann dies auftreten, wenn sogenannte hot spots vor oder hinter wesentlich kühleren Umgebungen betrachtet werden.It has been found that with high contrasts in the IR images, unsatisfactory display results are achieved. For example, this can occur when so-called hot spots are viewed in front of or behind significantly cooler environments.
Die Farbpalette, die oft eine mehr oder weniger lineare Umsetzung der Temperaturwerte in Farbwerte erlaubt, bedarf dann einer Anpassung auf den individuell dargestellten Fall.The color palette, which often allows a more or less linear conversion of the temperature values into color values, then needs to be adapted to the individual case presented.
Um aussagekräftige Messwerte zu erhalten, ist es zudem erforderlich, möglichst genau den Emissionsgrad und den Reflexionsgrad der betrachteten Szene zu kennen. Die Aufnahme von IR-Bildern erfordert daher in der Regel die langjährige Erfahrung eines Spezialisten, ohne welche sich leicht Mess- oder Verarbeitungsfehler einschleichen können.In order to obtain meaningful measured values, it is also necessary to know as accurately as possible the emissivity and reflectance of the scene under consideration. Taking IR images therefore usually requires the many years of experience of a specialist, without which measurement or processing errors can easily occur.
Aus
Aus der
Aus der
Aus Lehmann T. et al. 1997, Bildverarbeitung für die Medizin, Springer Verlag, ist die Nutzung von Infrarotbilder in der Medizin bekannt.From Lehmann T. et al. 1997, Image processing for medicine, Springer Verlag, the use of infrared images in medicine is known.
Aus Haasdonk B. 2005, Digitale Bildverarbeitung, Einheit 11, Klassifikation, Albert-Ludwigs-Universität Freiburg, sind Standardmethoden der Objektklassifikation bekannt.Standard methods of object classification are known from Haasdonk B. 2005, Digital Image Processing,
Der Erfindung liegt die Aufgabe zugrunde, die Erstellung von aussagekräftigen IR-Bildern zu vereinfachen.The invention is based on the object of simplifying the creation of meaningful IR images.
Erfindungsgemäß sind zur Lösung der Aufgabe die Merkmale von Anspruch 1 vorgesehen. Insbesondere ist somit erfindungsgemäß bei einem Verfahren der eingangs genannten Art vorgesehen, dass in einem Lernmodus für das segmentierte Objekt wenigstens ein Merkmal extrahiert und in dem Lernmodus in einem Merkmalsraum wenigstens eine objektbezogene Information zu dem segmentierten Objekt hinterlegt wird, wobei objektbezogene Informationen einzelnen Objektklassen zugeordnet werden, sodass für die segmentierten Objekte, welche in die jeweiligen Objektklassen fallen, bestimmte Einstellungen für die Bildaufbereitung automatisch vorgenommen werden, - und dass in einem Anwendungsmodus zu wenigstens einem aus dem IR-Bild (5) extrahierten Merkmal wenigstens eine objektbezogene Information in dem zugehörigen Punkt oder Bereich des Merkmalsraumes ausgelesen und zur Einstellung für die Bildaufbereitung automatisiert ausgewählt wird.According to the invention, the features of claim 1 are provided to solve the problem. In particular, according to the invention, in a method of the type mentioned at the outset, it is provided that at least one feature is extracted for the segmented object in a learning mode and at least one object-related information about the segmented object is stored in a feature space in the learning mode, with object-related information being assigned to individual object classes , so that certain image processing settings are automatically applied to the segmented objects that fall into the respective object classes - and that in an application mode for at least one feature extracted from the IR image (5), at least one object-related information in the associated point or area of the feature space is read out and automatically selected for setting for the image processing.
Die Erfindung bietet so den Vorteil, dass die Bildanalyse- oder Bildbearbeitungsschritte zur Aufbereitung der aufgenommenen Messdaten, des IR-Rohbildes, in intelligenter Weise an den dargestellten Inhalt des IR-Bildes angepasst werden können. Es ist mit der Erfindung nicht mehr erforderlich, den gewünschten Bildanalyse- oder Bildbearbeitungsschritt für das gesamte IR-Bild gleichermaßen durchzuführen, sondern es ist eine maßgeschneiderte und zielgerichtete Aufbereitung möglich. Die segmentierten Objekte sind somit voneinander und vom Hintergrund separierbar und anschließend einzeln mit Bildanalyse- oder Bildverarbeitungsschritten manipulierbar.The invention thus offers the advantage that the image analysis or image processing steps for preparing the recorded measurement data, the raw IR image, can be intelligently adapted to the displayed content of the IR image. With the invention, it is no longer necessary to carry out the desired image analysis or image processing step for the entire IR image in the same way, but rather tailor-made and targeted processing is possible. The segmented objects can therefore be separated from one another and from the background and can then be manipulated individually using image analysis or image processing steps.
Beispielsweise kann vorgesehen sein, dass die Segmentierung die Auswahl wenigstens eines Bildpunktes in dem IR-Bild umfasst. Von Vorteil ist dabei, dass das Objekt für den Bildanalyse- oder Bildbearbeitungsschritt dadurch ausgezeichnet werden kann, dass zunächst ein dem Objekt zugeordneter Bildpunkt ausgewählt wird und dass für diesen Bildpunkt in einem an sich aus der Verarbeitung von Fotografien im sichtbaren Spektralbereich bekannten Segmentierungsalgorithmus das Objekt ausgewählt wird.For example, it can be provided that the segmentation includes the selection of at least one pixel in the IR image. The advantage here is that the object can be distinguished for the image analysis or image processing step by first selecting an image point assigned to the object and that the object is selected for this image point in a segmentation algorithm known per se from the processing of photographs in the visible spectral range becomes.
Hierbei kann vorgesehen sein, dass parallel zu dem IR-Bild ein VIS-Bild im sichtbaren Spektralbereich aufgenommen wird und dass für das VIS-Bild die Segmentierung durchgeführt wird und dass anschließend das segmentierte Objekt anhand einer Korrespondenz zwischen IR-Bild und VIS-Bild im IR-Bild ausgezeichnet wird. Bevorzugt erfolgt jedoch die Segmentierung direkt im IR-Bild.It can be provided here that a VIS image is recorded in the visible spectral range parallel to the IR image and that the segmentation is carried out for the VIS image and that the segmented object is then recorded on the basis of a correspondence between the IR image and the VIS image IR image is awarded. However, the segmentation preferably takes place directly in the IR image.
Günstig ist es, wenn die Segmentierung automatisiert durchgeführt wird. Dies kann beispielsweise dadurch erfolgen, dass zunächst ein Bildpunkt als Seed point oder Startpunkt und ein Startmodell als Bereich des IR-Bildes (oder VIS-Bildes) festgelegt werden und dass in dem Startmodell ein Strukturelement, ein sogenanntes Texon, als derjenige Baustein des Bildes bestimmt wird, für welchen die Intensitätsverteilung oder ein anderes strukturelles Merkmal bei Variation über das Startmodell der gesamten Intensitätsverteilung oder dem gesamten strukturellen Merkmal des Startmodells am ähnlichsten ist. Hierbei kann anschließend die Region außerhalb des Startmodells im bearbeiteten Bild ermittelt werden, die eine hohe Ähnlichkeit mit dem Texon aufweist, und es kann die so ermittelte Region mit Hilfe einer Entwicklungsgleichung propagiert werden. Das durch die Propagierung entstandene Modell kann nun erneut als Startmodell verwendet werden, bis eine Konvergenz des Verfahrens feststellbar ist.It is beneficial if the segmentation is carried out automatically. This can be done, for example, by first defining an image point as a seed point or starting point and a starting model as the area of the IR image (or VIS image) and by defining a structural element, a so-called texon, in the starting model as the building block of the image for which the intensity distribution or other structural feature, when varied over the starting model, is most similar to the overall intensity distribution or the overall structural feature of the starting model. The region outside the starting model in the processed image that has a high similarity to the texon can then be determined, and the region determined in this way can be propagated using a development equation. The model created by the propagation can now be used again as a starting model until convergence of the process can be determined.
Bei einer Ausgestaltung der Erfindung kann vorgesehen sein, dass wenigstens zwei segmentierbare Objekte in dem IR-Bild zur Auswahl bereitgestellt werden. Beispielsweise können im IR-Bild die sinnvoll möglichen Segmentierungen zunächst automatisch rechnergestützt erkannt und anschließend zur Auswahl angeboten werden.In one embodiment of the invention, it can be provided that at least two segmentable objects are provided for selection in the IR image. For example, the sensible possible segmentations in the IR image can first be automatically recognized with the aid of a computer and then offered for selection.
Von Vorteil ist dabei, dass der Benutzer auf einfache Weise kritische Aufnahmesituationen, in denen mehrere Objekte jeweils Kandidaten für Messfehler darstellen und/oder eine individuelle Nachbearbeitung erfordern, individuell bearbeiten kann.The advantage here is that the user can easily edit critical recording situations in which several objects represent candidates for measurement errors and/or require individual post-processing.
Zur Automatisierung der Segmentierung ist es günstig, wenn die Segmentierung wenigstens eine Merkmalsdetektion umfasst. Von Vorteil ist dabei, dass während der Segmentierung bereits Informationen über eine Objektklasse, zu welcher das segmentierte Objekt gehört, gewinnbar sind. Zu diesen Informationen kann in einer Zuordnungstabelle wenigstens ein objektbezogener Parameter ausgelesen werden, mit welchem der Bildanalyse- oder Bildbearbeitungsschritt parametrierbar ist oder parametriert wird, beispielsweise gemäß einer Voreinstellung.To automate the segmentation, it is advantageous if the segmentation includes at least one feature detection. The advantage here is that information about an object class to which the segmented object belongs can already be obtained during the segmentation. In addition to this information, at least one object-related parameter can be read out in an assignment table, with which the image analysis or image processing step can be parameterized or is parameterized, for example according to a presetting.
Besonders günstig ist es, wenn die Merkmalsdetektion wenigstens eine Kanten- und/oder Eckendetektion umfasst. Zur automatisierten Erkennung von Objekten kann vorgesehen sein, dass die Segmentierung wenigstens eine Detektion geschlossener Linien oder Konturen umfasst. Von Vorteil ist dabei, dass vollständig abgebildete Objekte einfach anhand von geschlossenen Linien identifizierbar sind. Besonders günstig ist es, wenn die Detektion nach der Polar-Log-Methode erfolgt, welche aus der Objekterkennung in der sichtbaren Fotografie- und Bildbearbeitung bekannt ist. Bei dieser wird die sogenannte Edge-map in einen Polar-Raum transformiert, um die Ränder eines Objekts schneller auffinden zu können. Besonders günstig ist es, wenn das Zentrum der Polar-Log-Darstellung in den oder einen anfangs ausgewählten Bildpunkt gelegt wird.It is particularly favorable if the feature detection includes at least one edge and/or corner detection. For automated detection of objects, it can be provided that the segmentation includes at least detection of closed lines or contours. The advantage here is that fully depicted objects can be easily identified using closed lines. It is particularly advantageous if the detection is carried out using the polar log method, which is known from object recognition in visible photography and image processing. In this case, the so-called edge map is transformed into a polar space in order to be able to find the edges of an object more quickly. It is particularly advantageous if the center of the polar log representation is placed in the or an initially selected pixel.
Bei einer Ausgestaltung der Erfindung kann vorgesehen sein, dass das IR-Bild mit einer Wärmebildkamera aufgenommen wird.In one embodiment of the invention it can be provided that the IR image is recorded with a thermal imaging camera.
Hierbei kann die Wärmebildkamera mit einem Sensorfeld (FPA) von Bolometern oder in Scannertechnik ausgerüstet sein.The thermal imaging camera can be equipped with a sensor field (FPA) of bolometers or scanner technology.
Eine besonders einfache Weiterverarbeitung des IR-Bildes wird ermöglicht, wenn das segmentierte Objekt über eine Ausgabeeinheit ausgegeben wird.A particularly simple further processing of the IR image is made possible if the segmented object is output via an output unit.
Beispielsweise kann vorgesehen sein, dass das segmentierte Objekt an einer Anzeigeeinheit angezeigt wird, sodass ein Nutzer das Ergebnis eines erfindungsgemäß für das segmentierte Objekt ausgeführten, objektbezogenen Bildanalyse- oder Bildbearbeitungsschritt direkt wahrnehmen oder begutachten kann.For example, it can be provided that the segmented object is displayed on a display unit so that a user can directly perceive or examine the result of an object-related image analysis or image processing step carried out according to the invention for the segmented object.
Beispielsweise kann vorgesehen sein, dass der Bildanalyse- oder Bildbearbeitungsschritt ein Mitführen eines Cursors umfasst. Von Vorteil ist dabei, dass über eine Sequenz von IR-Bildern die Bewegung eines aus dem IR-Bild segmentierten Objektes verfolgt werden kann.For example, it can be provided that the image analysis or image processing step includes carrying a cursor. The advantage here is that the movement of an object segmented from the IR image can be tracked via a sequence of IR images.
Beispielsweise kann vorgesehen sein, dass der Bildanalyse- oder Bildbearbeitungsschritt eine Berechnung einer exakten Temperatur einer auf das segmentierte Objekt bezogenen Relativposition umfasst. Von Vorteil ist dabei, dass die Auswahl derjenigen Bildpunkte, für welche die Temperaturen nicht nur näherungsweise, sondern mit einem aufwendigen Rechenverfahren exakt bestimmt werden, in intelligenter Weise auf den konkreten Bildinhalt abgestimmt werden kann.For example, it can be provided that the image analysis or image processing step includes a calculation of an exact temperature of a relative position related to the segmented object. The advantage here is that the selection of those image points for which the temperatures are not only determined approximately, but precisely using a complex calculation process, can be intelligently tailored to the specific image content.
Es kann vorgesehen sein, dass der Bildanalyse- oder Bildbearbeitungsschritt eine Auswahl einer Farb- und/oder Grauwertpalette einer Falschfarbendarstellung umfasst. Von Vorteil ist dabei, dass große Kontraste in den Bildern dadurch aufbereitet werden können, dass für besonders heiße oder besonders kalte Objekte eine andere Farbpalette genutzt wird, als für den Bildhintergrund. Alternativ oder zusätzlich kann dies genutzt werden, um uninteressante Bildbereiche des IR-Bildes auszublenden oder mit reduzierter Intensität darzustellen.It can be provided that the image analysis or image processing step includes a selection of a color and/or gray value palette of a false color representation. The advantage here is that large contrasts in the images can be prepared by using a different color palette for particularly hot or particularly cold objects than for the background of the image. Alternatively or additionally, this can be used to hide uninteresting image areas of the IR image or to display them with reduced intensity.
Es kann auch vorgesehen sein, dass der Bildanalyse- oder Bildbearbeitungsschritt eine Eingabe oder Auswahl von wenigstens einem Emissions- und/oder Reflexionsgradwert umfasst. Von Vorteil ist dabei, dass die unterschiedlichen IR-optischen oder strahlungsphysikalischen Eigenschaften der dargestellten Objekte in dem verarbeiteten IR-Bild individuell eingestellt werden können.It can also be provided that the image analysis or image processing step includes an input or selection of at least one emissivity and/or reflectance value. The advantage here is that the different IR-optical or radiation-physical properties of the objects displayed can be individually adjusted in the processed IR image.
In einer Speichereinheit können die auszeichenbaren Objekte zu Objektklassen, zusammengefasst sein, wobei zu jeder Objektklasse objektbezogene Informationen wie Emissions-, Reflexions- und/oder Transmissionsgrade hinterlegt sind.In a storage unit, the markable objects can be combined into object classes, with object-related information such as emission, reflection and/or transmittance values being stored for each object class.
Beispielsweise kann vorgesehen sein, dass in einem Lernmodus für das segmentierte Objekt wenigstens ein Merkmal extrahiert wird. Auf diese Weise können Objektklassen geschaffen werden, die jeweils ein eigenes Set von Parametern besitzen, sodass ein später segmentiertes Objekt anhand von extrahierten Merkmalen automatisch dieser Objektklasse zugeordnet werden kann.For example, it can be provided that at least one feature is extracted in a learning mode for the segmented object. In this way, object classes can be created, each of which has its own set of parameters, so that a later segmented object can be automatically assigned to this object class based on extracted features.
Der Bildanalyse- oder Bildbearbeitungsschritt kann auch ein Ein- oder Ausblenden des segmentierten Objekts oder des Komplements zu dem segmentierten Objekt in dem aufgenommenen IR-Bild umfassen.The image analysis or image processing step can also include showing or hiding the segmented object or the complement to the segmented object in the recorded IR image.
Es können auch weitere Arten von Bildanalyse- oder Bildbearbeitungsschritten vorgesehen sein.Other types of image analysis or image processing steps can also be provided.
Es kann vorgesehen sein, dass in einem oder dem Lernmodus in einem Merkmalsraum wenigstens eine objektbezogene Information zu einem segmentierten Objekt hinterlegt wird. Von Vorteil ist dabei, dass objektbezogene Informationen, wie Emissions-, Reflexions- und/oder Transmissionsgrad, den einzelnen Objektklassen zugeordnet werden können, sodass für die segmentierten Objekte, welche in die jeweiligen Objektklassen fallen, bestimmte Einstellungen für die Bildaufbereitung automatisch vorgenommen werden können.It can be provided that at least one object-related information about a segmented object is stored in a feature space in one or the learning mode. The advantage here is that object-related information, such as the degree of emission, reflection and/or transmittance, can be assigned to the individual object classes, so that certain settings for image processing can be made automatically for the segmented objects that fall into the respective object classes.
Es kann auch vorgesehen sein, dass die Bildanalyse- oder Bildbearbeitungsschritte individuelle Analysefunktionen definieren, beispielsweise die Ermittlung eines minimalen Temperaturwerts, eines maximalen Temperaturwerts, eines Mittelwerts und dergleichen, für das segmentierte Objekt.It can also be provided that the image analysis or image processing steps define individual analysis functions, for example the determination of a minimum temperature value, a maximum temperature value, an average value and the like, for the segmented object.
Beispielsweise kann ein im Lernmodus extrahiertes Merkmal die geometrische Form des Objektes sein.For example, a feature extracted in learning mode can be the geometric shape of the object.
Der Lernmodus kann bei einer Wärmebildkamera oder in der Software zur Aufbereitung von aufgenommenen IR-Bildern bereits werkseitig durchgeführt worden sein, oder es kann auch dem Nutzer die Möglichkeit eingeräumt sein, in einem Lernmodus individuelle Anwendungsfälle zu bearbeiten.The learning mode can have already been implemented at the factory on a thermal imaging camera or in the software for processing recorded IR images, or the user can also be given the opportunity to work on individual use cases in a learning mode.
Zur Anwendung der gelernten Regeln kann vorgesehen sein, dass in einem Anwendungsmodus zu wenigstens einem aus dem IR-Bild extrahierten Merkmal wenigstens eine objektbezogene Information in dem zugehörigen Punkt oder Bereich eines Merkmalsraums ausgelesen wird. Beispielsweise kann dies mit Hilfe einer Support Vector Machine eingerichtet sein. Von Vorteil ist dabei, dass nicht nur entschieden werden kann, welcher Objektklasse ein sogeben segmentiertes Objekt zugehört, sondern dass für das segmentierte Objekt die Einstellungen und Prozeduren, welche für die zugehörige Objektklasse angewendet werden sollen, automatisiert ausgewählt werden können.To apply the learned rules, it can be provided that in an application mode at least one object-related piece of information is read out in the associated point or area of a feature space for at least one feature extracted from the IR image. For example, this can be set up using a support vector machine. The advantage here is that it is not only possible to decide which object class a segmented object belongs to, but also that the settings and procedures that apply to the associated object are available for the segmented object class to be applied can be selected automatically.
Besonders günstig ist es dabei, wenn die Dimension des Merkmalsraums derart eingerichtet ist oder erweitert wird, dass die Objektklassen durch Hyperebenen voneinander trennbar sind.It is particularly advantageous if the dimension of the feature space is set up or expanded in such a way that the object classes can be separated from one another by hyperplanes.
Zur Lösung der Aufgabe ist bei einem Wärmebildkamera-Set der eingangs genannten Art vorgesehen, dass Bildverarbeitungsmittel zur Segmentierung wenigstens eines Objekts in einem mit der Wärmebildkamera aufgenommenen IR-Bild eingerichtet sind. Von Vorteil ist dabei, dass Objekte mittels Segmentierung ausgezeichnet werden können, für welche mit den Bildverarbeitungsmitteln ein individueller Bildanalyse- oder Bildbearbeitungsschritt ausführbar ist.To solve the problem, a thermal imaging camera set of the type mentioned above provides that image processing means are set up for segmenting at least one object in an IR image recorded with the thermal imaging camera. The advantage here is that objects can be distinguished using segmentation, for which an individual image analysis or image processing step can be carried out using the image processing means.
Bei einer Ausgestaltung der Erfindung kann vorgesehen sein, dass die Bildverarbeitungsmittel in einem an die Wärmebildkamera angeschlossenen oder anschließbaren PC ausgebildet und eingerichtet sind und im online-Modus oder (nach der Datenübertragung der IR-Bilder) im offline-Modus betätigt werden.In one embodiment of the invention, it can be provided that the image processing means are designed and set up in a PC connected or connectable to the thermal imaging camera and are operated in online mode or (after the data transmission of the IR images) in offline mode.
Eine besonders kompakte Ausgestaltung der Erfindung kann jedoch vorsehen, dass die Bildverarbeitungsmittel in die Wärmebildkamera integriert sind. Von Vorteil ist dabei, dass die Aufbereitung des aufgenommenen IR-Bildes bereits in der Wärmebildkamera erfolgen kann.However, a particularly compact embodiment of the invention can provide that the image processing means are integrated into the thermal imaging camera. The advantage here is that the recorded IR image can already be processed in the thermal imaging camera.
Es kann vorgesehen sein, dass eine Ausgabeeinheit ein berührempfindliches Display aufweist, welches zur Auswahl eines segmentierten und/oder segmentierbaren Objektes und/oder eines Bildpunktes eingerichtet ist. Von Vorteil ist dabei, dass der Nutzer auf einfache Weise direkt festlegen kann, welches Objekt segmentiert werden soll. Besonders günstig ist es dabei, wenn die Ausgabeeinheit an der Wärmebildkamera ausgebildet ist. Ein weiterer Vorteil ist, dass bei Auswahl eines Bildpunktes die Bildverarbeitungsmittel das zugehörige Objekt automatisch durch Segmentierung ermitteln können, indem automatisch, also rechnergestützt, diejenigen Punkte ermittelt werden, die inhaltlich mit dem ausgewählten Bildpunkt zusammenhängen. Durch die Möglichkeit der Auswahl eines segmentierten und/oder segmentierbaren Objektes aus mehreren Objekten kann der Nutzer in die Lage versetzt werden, zwischen zwei oder mehreren segmentierten Objekten im IR-Bild auszuwählen. Der vorgesehene Bildanalyse- oder Bildbearbeitungsschritt kann dann für das ausgewählte Objekt durchgeführt werden, während der Rest des IR-Bildes unbearbeitet bleibt oder mit einem anderen Bildanalyse- oder Bildbearbeitungsschritt aufbereitet wird.It can be provided that an output unit has a touch-sensitive display, which is set up to select a segmented and/or segmentable object and/or an image point. The advantage here is that the user can easily specify which object should be segmented. It is particularly advantageous if the output unit is designed on the thermal imaging camera. A further advantage is that when an image point is selected, the image processing means can automatically determine the associated object through segmentation by automatically, i.e. computer-aided, determining those points that are related to the content of the selected image point. The possibility of selecting a segmented and/or segmentable object from several objects enables the user to select between two or more segmented objects in the IR image. The intended image analysis or image processing step can then be carried out for the selected object, while the rest of the IR image remains unprocessed or is processed with another image analysis or image processing step.
Zur automatischen, inhaltsgerechten Auswahl des Bildanalyse- oder Bildbearbeitungsschrittes kann vorgesehen sein, dass in einer Speichereinheit ein Merkmalsraum eingerichtet ist, dessen Punkte und/oder Bereiche mit Einträgen für objektbezogene Informationen belegbar sind. Von Vorteil ist dabei, dass die objektbezogenen Informationen direkt zur Festlegung des objektbezogenen Bildanalyse- oder Bildbearbeitungsschrittes, beispielsweise zur Auswahl einer Farbpalette und/oder zur Festlegung eines Analyseprogramms, bereitgestellt und verwendbar sind. Vorzugsweise ist eine Speichereinheit in die Wärmebildkamera integriert.For automatic, content-appropriate selection of the image analysis or image processing step, it can be provided that a feature space is set up in a storage unit, the points and/or areas of which can be assigned entries for object-related information. The advantage here is that the object-related information is provided and can be used directly to determine the object-related image analysis or image processing step, for example to select a color palette and/or to determine an analysis program. A storage unit is preferably integrated into the thermal imaging camera.
Besonders günstig ist es, wenn bei dem erfindungsgemäßen Wärmebildkamera-Set Mittel zur Ausführung eines erfindungsgemäßen Verfahrens ausgebildet und eingerichtet sind. Dies kann beispielsweise durch geeignete Programmierung der Bildverarbeitungsmittel in einer Datenverarbeitungseinheit erreicht sein.It is particularly advantageous if means for carrying out a method according to the invention are designed and set up in the thermal imaging camera set according to the invention. This can be achieved, for example, by suitable programming of the image processing means in a data processing unit.
Die Erfindung wird nun anhand eines Ausführungsbeispiels näher beschrieben, ist aber nicht auf dieses Ausführungsbeispiel beschränkt. Weitere Ausführungsbeispiele ergeben sich durch Kombination einzelner oder mehrerer Merkmale der Schutzansprüche untereinander und/oder mit einzelnen oder mehreren Merkmalen des Ausführungsbeispiels.The invention will now be described in more detail using an exemplary embodiment, but is not limited to this exemplary embodiment. Further exemplary embodiments result from combining individual or several features of the protection claims with one another and/or with individual or several features of the exemplary embodiment.
Es zeigt:
-
1 : eine Wärmebildkamera eines erfindungsgemäßen Wärmebildkamera-Sets in einer Schrägansicht von vorn, -
2 : die Wärmebildkamera gemäß1 in einer Schrägansicht von hinten und -
3 : eine Prinzipdarstellung zur Erläuterung des erfindungsgemäßen Verfahrens.
-
1 : a thermal imaging camera of a thermal imaging camera set according to the invention in an oblique view from the front, -
2 : the thermal imaging camera according to1 in an oblique view from behind and -
3 : a schematic representation to explain the method according to the invention.
Die Wärmebildkamera weist in an sich bekannter Weise eine IR-Optik 3 mit einem hinter der IR-Optik 3 im Inneren der Wärmebildkamera 2 angeordneten IR-Strahlungsdetektor 4 auf.The thermal imaging camera has, in a manner known per se, IR optics 3 with an
Die Wärmebildkamera 2 ist somit mit entsprechender Auswertelektronik zur Aufnahme von IR-Bildern 5 (vgl.
Im Inneren der Wärmebildkamera 2 ist in einer Datenverarbeitungseinheit ein Bildverarbeitungsmittel 6 ausgebildet und eingerichtet.Inside the
Das Bildverarbeitungsmittel 6 ist so durch Programmierung eingerichtet, dass Objekte in einem aufgenommenen IR-Bild 5 segmentiert werden können.The image processing means 6 is set up by programming so that objects in a recorded
Zur Ausführung des erfindungsgemäßen Verfahrens wird daher zunächst mit der Wärmebildkamera 2 ein IR-Bild 5 aufgenommen, welches in
Das IR-Bild 5 stellt eine Szene 6 mit mehreren Objekten 7, 8 in einer Falschfarbendarstellung dar, wobei zur Berechnung der Falschfarbenwerte eine Farb- und/oder Grauwertpalette 9 verwendet wurde.The
Die dargestellten Objekte 7, 8 im IR-Bild 5 machen aufgrund der gewählten Farb- und/oder Grauwertpalette 9 im IR-Bild 5 eine Aufbereitung des Objekts 7 erforderlich, während die Objekte 8 beispielsweise keine weitere Nachbearbeitung erfordern oder für einen Weiterverarbeitung nicht relevant sind.The
Daher wird in einem Segmentierungsschritt 10 das Objekt 7 automatisch segmentiert.Therefore, in a
Dies geschieht dadurch, dass das IR-Bild 5 zunächst an einer Anzeigeeinheit 11 dargestellt wird und dass ein Nutzer einen Bildpunkt 12, den der Nutzer inhaltlich dem gewünschten Objekt 7 zuordnen kann, auswählt.This happens because the
Die Auswahl kann beispielsweise dadurch erfolgen, dass die Anzeigeeinheit 11 (vgl.
Alternativ oder zusätzlich kann ein Cursor 13 mit Bedienelementen 14 (vgl.
Das Bildverarbeitungsmittel 6 in der Wärmebildkamera 2 segmentiert nun rechnergestützt das zu dem Bildpunkt 12 gehörende Objekt 7, indem es eine geschlossene Kontur 16 automatisch, also rechnergestützt ermittelt, welche das Objekt 7 im IR-Bild 5 umgibt.The image processing means 6 in the
Dies kann beispielsweise dadurch geschehen, dass Kanten 17 in dem IR-Bild 5 mit einer Kantendetektion gesucht werden, und dass die detektierten Kanten 17 zu geschlossenen Konturen 16 zusammengesetzt werden.This can be done, for example, by searching for
Das zu segmentierende Objekt 7 ergibt sich in diesem Fall aus derjenigen Kontur 16, in deren Innerem der zuvor ausgewählte Bildpunkt 12 liegt.In this case, the
Für das segmentierte Objekt 7 wird nun wenigstens ein Bildanalyse- oder Bildbearbeitungsschritt 18 ausgeführt, während die weiteren Objekte 8, welche nicht zur Weiterverarbeitung bereitgestellt wurden, unverändert belassen oder sogar in der Darstellungsintensität reduziert werden.At least one image analysis or
Im dargestellten Ausführungsbeispiel gemäß
Für viele Anwendungen ist es nützlich, dass die nicht dem Bildanalyse- oder Bildbearbeitungsschritt 18 unterworfenen Teile des IR-Bildes, insbesondere die Objekte 8, gemeinsam mit dem aufbereiteten segmentierten Objekt 7 angezeigt oder ausgegeben werden.For many applications it is useful that the parts of the IR image that are not subject to the image analysis or
Statt oder zusätzlich zu der Auswahl einer Farb- und/oder Grauwertpalette 19 kann für das Objekt 7 auch ein geänderter Emissionsgradwert und/oder ein geänderter Reflexionsgradwert angewendet werden, mit dem oder mit denen für das Objekt 7 sich ein geänderter Temperaturwert gegenüber dem Ausgangswert ergibt.Instead of or in addition to the selection of a color and/or
Es kann auch vorgesehen sein, dass für das Objekt 7 ein anderer Vergrößerungsfaktor und/oder ein anderer Helligkeitswert als für den nichtsegmentierten Bildanteil des IR-Bildes 5 angewendet wird.It can also be provided that a different magnification factor and/or a different brightness value is used for the
Das so aufbereitete IR-Bild 5 wird anschließend erneut an der Anzeigeeinheit 11 ausgegeben.The
In der Wärmebildkamera 2 (oder in weiteren Ausführungsbeispielen in einem angeschlossenen PC) befindet sich ferner eine Speichereinheit 20, in welcher ein Merkmalsraum eingerichtet ist, dessen Punkte und/oder Bereiche mit Einträgen für objektbezogene Informationen belegt sind.In the thermal imaging camera 2 (or in further exemplary embodiments in a connected PC) there is also a
Das Bildverarbeitungsmittel 6 extrahiert für das segmentierte Objekt 7 eine vorgegebene Anzahl und Art von Merkmalen und ermittelt, welche Objektklassen in einem festgelegten Merkmalsraum zu dem Satz von extrahierten Merkmalen gehört.The image processing means 6 extracts a predetermined number and type of features for the
Anschließend wird die zu der Objektklasse hinterlegte objektbezogene Information, beispielsweise eine objektspezifische Farb- und/oder Grauwertpalette, ein Vergrößerungsfaktor, ein Helligkeits- oder Transparenzwert oder ein auszuführendes Analyseprogramm, automatisch aus einer Zuordnungstabelle ausgelesen, und das Bildverarbeitungsmittel wendet diese Information in einem Bildanalyse- oder Bildbearbeitungsschritt 18 automatisch auf das segmentierte Objekt 7 an.The object-related information stored for the object class, for example an object-specific color and/or gray value palette, a magnification factor, a brightness or transparency value or an analysis program to be executed, is then automatically extracted from an assignment table is read out, and the image processing means automatically applies this information to the
Wird die Wärmebildkamera 2 zur Aufnahme neuerer Bilder bewegt, so wandert das Objekt 7 über das IR-Bild 5.If the
Das Bildverarbeitungsmittel 6 erkennt diese Bewegung und führt den Cursor 13 so nach, dass dessen Relativposition in Bezug auf das jeweils dargestellte Objekt 7 immer einen festen Wert einnimmt.The image processing means 6 recognizes this movement and tracks the
Somit kann beispielsweise an der Bildposition 12 des Cursors 13 die Temperatur des segmentierten Objekts 7 über mehrere IR-Bilder 5 einer Video-Sequenz verfolgt werden, auch wenn sich das Objekt 7 zwischen den einzelnen IR-Bildern 5 bewegt oder verändertThus, for example, at the
Bei dem Wärmebildkamera-Set 1, welches wenigstens eine Wärmebildkamera 2 und ein Bildverarbeitungsmittel 6 umfasst, ist ein Verfahren zur Bildanalyse- und/oder Bildbearbeitung eines mit der Wärmebildkamera 2 aufgenommenen IR-Bildes 5 eingerichtet, bei welchem ein angewähltes Objekt 7 in dem IR-Bild 5 automatisch rechnergestützt segmentiert und einem objektbezogenen Bildanalyse- oder Bildbearbeitungsschritt 18 unterworfen wird.In the thermal imaging camera set 1, which comprises at least one
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011106814.0A DE102011106814B4 (en) | 2011-07-07 | 2011-07-07 | Method for image analysis and/or image processing of an IR image and thermal imaging camera set |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011106814.0A DE102011106814B4 (en) | 2011-07-07 | 2011-07-07 | Method for image analysis and/or image processing of an IR image and thermal imaging camera set |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102011106814A1 DE102011106814A1 (en) | 2013-01-10 |
DE102011106814B4 true DE102011106814B4 (en) | 2024-03-21 |
Family
ID=47426590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102011106814.0A Active DE102011106814B4 (en) | 2011-07-07 | 2011-07-07 | Method for image analysis and/or image processing of an IR image and thermal imaging camera set |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102011106814B4 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019134439A1 (en) * | 2019-10-30 | 2021-05-06 | Elpro Gmbh | Process for the automated display of measured values |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098870A1 (en) | 2004-11-08 | 2006-05-11 | Huseyin Tek | Region competition via local watershed operators |
US20070223815A1 (en) | 2004-09-02 | 2007-09-27 | Koninklijke Philips Electronics N.V. | Feature Weighted Medical Object Contouring Using Distance Coordinates |
US20080123956A1 (en) | 2006-11-28 | 2008-05-29 | Honeywell International Inc. | Active environment scanning method and device |
-
2011
- 2011-07-07 DE DE102011106814.0A patent/DE102011106814B4/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070223815A1 (en) | 2004-09-02 | 2007-09-27 | Koninklijke Philips Electronics N.V. | Feature Weighted Medical Object Contouring Using Distance Coordinates |
US20060098870A1 (en) | 2004-11-08 | 2006-05-11 | Huseyin Tek | Region competition via local watershed operators |
US20080123956A1 (en) | 2006-11-28 | 2008-05-29 | Honeywell International Inc. | Active environment scanning method and device |
Non-Patent Citations (2)
Title |
---|
Haasdonk B.: Digitale Bildverarbeitung, Einheit 11, Klassifikation. Albert-Ludwigs-Universität Freiburg, 2005. URL: https://lmb.informatik.uni-freiburg.de/people/haasdonk/DBV_FHO/ DBV_FHO_2005_E11.pdf |
Lehmann, T. [et al.]: Bildverarbeitung für die Medizin. Berlin: Springer, 1997. Seiten 141-147, 354-358 |
Also Published As
Publication number | Publication date |
---|---|
DE102011106814A1 (en) | 2013-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010048022B4 (en) | Method for the contactless determination of the temperature of an object and corresponding thermal imaging camera | |
DE102020214863A1 (en) | SELF-MONITORED PROCEDURE AND SYSTEM FOR DEPTH ESTIMATION | |
DE102009050474B4 (en) | Imaging inspection device | |
DE60307583T2 (en) | Evaluation of the sharpness of an image of the iris of an eye | |
DE112016001040T5 (en) | Method and system for real-time noise removal and image enhancement of high dynamic range images | |
DE112016002373T5 (en) | TRACKING SUPPORT DEVICE, TRACKING SUPPORT SYSTEM AND TRACKING SUPPORT PROCESS | |
DE102013217354B4 (en) | EDGE MEASUREMENT VIDEO TOOL AND INTERFACE WITH AUTOMATIC PARAMETER ALTERNATIVES | |
DE102013009288A1 (en) | 3D recording device, method for creating a 3D image and method for setting up a 3D recording device | |
WO2017153354A1 (en) | Method and device for evaluating view images | |
DE102013016813A1 (en) | A method of operating a portable screening device and portable screening device | |
DE102017102227A1 (en) | Method and device for automatic identification of a point of interest in a depth measurement on a viewed object | |
DE3921257A1 (en) | METHOD AND DEVICE FOR DIGITAL ANALYSIS OF IMAGES RELATING TO STRATIGRAPHIC DATA | |
DE102015122116A1 (en) | System and method for determining clutter in a captured image | |
DE102016123149A1 (en) | IMAGE-DATA-BASED RECONSTRUCTION OF THREE-DIMENSIONAL SURFACES | |
EP3931798B1 (en) | Estimating the movement of an image position | |
DE102021210435A1 (en) | Process and device for the visualization of three-dimensional objects | |
DE102011106814B4 (en) | Method for image analysis and/or image processing of an IR image and thermal imaging camera set | |
EP1869620A1 (en) | Method for processing image and volume data based on statistical models | |
DE112019004112T5 (en) | SYSTEM AND PROCEDURE FOR ANALYSIS OF MICROSCOPIC IMAGE DATA AND FOR GENERATING A NOTIFIED DATA SET FOR TRAINING THE CLASSIFICATORS | |
DE102010028382A1 (en) | Method for processing tomographic image data from X-ray computed tomography investigation of liver for recognition of liver tumor, involves performing iterative classification, and calculating image mask from last probability image | |
DE102022209789A1 (en) | FEEDBACK USING COVER FOR OBJECT SENSING | |
DE102013217347A1 (en) | USER INTERFACE FOR PARAMETER ADJUSTMENT FOR EDGE MEASUREMENT VIDEO TOOLS | |
Wang et al. | Superpixel-based structural similarity metric for image fusion quality evaluation | |
DE102011106810B4 (en) | Thermal imaging camera and method for image analysis and / or image processing of an IR image with a thermal imaging camera | |
EP2790151B1 (en) | Method for real-time material evaluation and for material-based image segmentation in electronic image sequences |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R082 | Change of representative |
Representative=s name: MAUCHER JENKINS PATENTANWAELTE & RECHTSANWAELT, DE |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06K0009620000 Ipc: G06V0030190000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06V0030190000 Ipc: G06V0010260000 |
|
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division |