1 / 18

Parametrierung digitaler Kameras auf Basis einer spektralen Charakterisierung

Parametrierung digitaler Kameras auf Basis einer spektralen Charakterisierung. Dipl.-Ing. (FH) Carsten Büttner, MSc. Gliederung. Farbbildsensorik. Kameraparametrierung: modellbasierter Ansatz. Methode zur Spektralschätzung. Ergebnisse am Farbkameramessplatz. Farbbildsensorik.

dyre
Télécharger la présentation

Parametrierung digitaler Kameras auf Basis einer spektralen Charakterisierung

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Parametrierung digitaler Kamerasauf Basis einerspektralen Charakterisierung Dipl.-Ing. (FH) Carsten Büttner, MSc. Carsten Büttner, HAWK

  2. Gliederung • Farbbildsensorik • Kameraparametrierung: modellbasierter Ansatz • Methode zur Spektralschätzung • Ergebnisse am Farbkameramessplatz Carsten Büttner, HAWK

  3. Farbbildsensorik mit RGB-Bayer-Mosaikfilter • IT-Progressive-Scan-CCD • 1004 x 1004 Bildpunkte • 30 Vollbilder / Sekunde • 36 MHz Datenfrequenz Carsten Büttner, HAWK

  4. Kameraparametrierung:modellbasierter Ansatz Testkarten, Farbproben, Haut,... weiße LED Kamera- elektronik Darstellung sRGB Optik Sensor Dermatoskopiesystem Lichtquelle Objekte Detektor Wiedergabe Carsten Büttner, HAWK

  5. Kameraparametrierung:modellbasierter Ansatz Abbildungs- vorschrift? • Lichtquelle S(λ) • Objekte β(λ) • Empfänger s(λ) Physikalische Betrachtung: Für die Farbwahrnehmung werden drei spektrale Strahlungsverteilungen benötigt! zusätzlich: chromatische Adaption, Wiedergabetransformation,... Carsten Büttner, HAWK

  6. Kameraparametrierung:modellbasierter Ansatz Abbildungs- vorschrift? • Lichtquelle S(λ) • Objekte β(λ) • Empfänger s(λ) Physikalische Betrachtung: Für die Farbwahrnehmung werden drei spektrale Strahlungsverteilungen benötigt! zusätzlich: chromatische Adaption, Wiedergabetransformation,... Carsten Büttner, HAWK

  7. Spektrale Messverfahren Methode zur Spektralschätzung Monochromatische Messung (direkt): Kamerareaktion = spektrale Stützstelle • Lichtquelle S(λ) • Empfänger s(λ) Carsten Büttner, HAWK

  8. Spektrale Messverfahren Methode zur Spektralschätzung Monochromatische Messung (direkt): Kamerareaktion = spektrale Stützstelle • Lichtquelle S(λ) • Empfänger s(λ) Breitbandige Messung (indirekt, Spektralschätzung): Kamerareaktion mit Farbprobenmatrix • Lichtquelle S(λ) • Objekte β(λ) • Empfänger s(λ) Carsten Büttner, HAWK

  9. Überblick: Methoden zur Spektralschätzung Kriterien: • mittlere/maximale absolute Abweichung • relative Abweichung • mittlere/maximale Glattheit • Uni-Modalität • Positivität • Basis-Funktionen (z.B. Fourier) Methode zur Spektralschätzung Methoden: • Pseudo-Inverse der Farbprobenmatrix C • Singulärwertzerlegung • Lineare Programmierung • Quadratische Programmierung Carsten Büttner, HAWK

  10. Methode zur Spektralschätzung Kriterien der verwendeten Methode Schätzung mittels Quadratischer Programmierung: 1. Kriterium: mittlere quadratische Abweichung 2. Kriterium: Glattheit In Normalform für large-scale Algorithmus in MATLAB Carsten Büttner, HAWK

  11. Methode zur Spektralschätzung Simulationsmodell Ideale RGB-Sensordaten C - Farbprobenmatrix Umrechnung in Ladungsträger: Signalwert Addition von Rauschen • Dunkelsignalrauschen mit • Photonenrauschen mit • PRNU mit Mittelwertbildung über einen Bereich von 25x25 Bildpunkten Verrauschte RGB-Sensordaten Carsten Büttner, HAWK

  12. Feststellung: Auswahl ist abhängig vom Rauschen statistische Auswertung Methode zur Spektralschätzung Methode zur Farbprobenauswahl Ansatz: Optimierungsalgorithmus (QP) liefert einen Lagrange-Multiplikator für jede Nebenbedingung (vgl. Extremwertbestimmung mehrdimensionaler Funktionen unter Nebenbedingungen) Maß für den Einfluss der Nebenbedingung auf das gefundene Optimum Kriterium für Farbprobenauswahl: Carsten Büttner, HAWK

  13. Methode zur Spektralschätzung Fehlerbewertung Bewertungskriterien: • euklidischer Abstand im RGB-Farbraum des Sensors • geometrischer Abstand im rg-Diagramm (sensorbezogen) Carsten Büttner, HAWK

  14. Ergebnisse am Farbkameramessplatz Spektrale Anpassungs- filter Farbproben Auswahl Lichtquelle Carsten Büttner, HAWK

  15. Ergebnisse am Farbkameramessplatz Spektrometer Spektrale Anpassungs- filter Farbproben Auswahl Lichtquelle Strahlteiler Kamera Carsten Büttner, HAWK

  16. Ergebnisse am Farbkameramessplatz Sony ICX285AQ (Kappa DX40) Optimierung der Messbedingungen: • zusätzliches IR-Sperrfilter • Integrationszeitanpassung • Korrektur der Nichtlinearität Spektralschätzung im Vergleich zum Datenblatt: Kodak KAI-1020CM (Kappa DXc100) Carsten Büttner, HAWK

  17. Ergebnisse am Farbkameramessplatz Kodak KAI-1020CM (Kappa DXc100) Sony ICX285AQ (Kappa DX40) Euklidischer Abstand im RGB-Farbraum Geometrischer Abstand im rg-Diagramm Carsten Büttner, HAWK

  18. Diskussion und Ausblick Bewertung der Güte der Spektralschätzung • Vergleich zu monochromatischer Messung • Vergleich mit den Kamerareaktionen auf einen Referenzprobensatz Kamera Fehlerbewertung der Reaktionen Spektral- schätzung Monochromatische Messung Carsten Büttner, HAWK

More Related