Die einzigartigen Beyond-Features von Basler
Schnellere Bildraten bei GigE mit Compression Beyond
Limitiert die Bandbreite von Gigabit-Ethernet die Leistung Ihrer Anlage?
Profitieren Sie von einer effizienteren Nutzung der Bandbreite durch Baslers neues In-Kamera- Feature Compression Beyond.
Maximum GigE mit Minimum Aufwand: Compression Beyond
Gigabit-Ethernet for Machine Vision (GigE Vision) bietet viele Vorteile im Bereich der professionellen Bildverarbeitung. So lassen sich beispielsweise Multikamerasysteme optimal realisieren und Strecken von bis zu 100 Metern mit kostengünstigen Netzwerkkabeln überbrücken. Dabei ist die Datenrate von bis zu 120 MB/s für viele Bildverarbeitungs-Applikationen vollkommen ausreichend.
Doch der aktuelle Trend zu höheren Auflösungen und schnelleren Bildraten zieht zunehmend den Wunsch nach höheren Datenraten nach sich. Der Sprung zur zehnfachen Datenrate, den neue Interface-Technologien wie z.B. CoaXPress 2.0 und 10GigE möglich machen, ist jedoch für diese Applikationen oft nicht notwendig und wäre mit deutlich höheren Kosten verbunden.
Die Lösung: eine effizientere Nutzung der Bandbreite. Daten direkt in der Kamera zu komprimieren, lässt - in Abhängigkeit vom jeweiligen Bildinhalt - Bildraten im Bereich des Zwei- bis Dreifachen Wirklichkeit werden.
Wie funktioniert Compression Beyond?
Die Bilddaten werden mithilfe eines leistungsfähigen FPGA unmittelbar in der Kamera komprimiert.
Das Grundprinzip der verlustfreien Komprimierung von Bilddaten beruht auf der Nutzung von Redundanzen. Ähnlich wie bei den früher weit verbreiteten Morsecodes erfolgt auch bei der Komprimierung von Bilddaten eine sogenannte Kodierung. Das heißt, einzelnen Botschaften bzw. Datenblöcken werden Codes zugeordnet. Häufiger auftretende Bitmuster erhalten dabei kürzere Codes, seltener auftretende Bitmuster erhalten längere Codes. Im Mittel kann durch diese Redundanzreduktion die Datenmenge optimiert werden.
Daraus folgt, dass Bilder, die viele Redundanzen enthalten, besser komprimierbar sind. Wie leistungsfähig die Komprimierung konkret ist, hängt dabei stets vom jeweiligen Bildinhalt ab.
Bildvergleich
Kodierung per Basler Codebook
Diese Kodierungen der Dateninformationen erfolgen mithilfe von Codebooks. Das Compression Beyond Feature basiert auf einem von Basler selbst entwickelten und für Machine Vision Anwendungen optimierten Codebook und ist dadurch in seiner Wirkungsweise einzigartig im Markt. Das Prinzip der sogenannten Entropiekodierung ermöglicht eine verlustfreie Komprimierung von Bilddaten. Die Bildqualität bleibt also in vollem Umfang erhalten, obwohl sich gleichzeitig die Datenmenge erheblich reduziert.
Zusätzlich können die Bilddaten auch im komprimierten Format gespeichert werden. Dies spart Speicherkapazität und folglich Kosten.
Nicht jede Anwendung benötigt das gleiche Maß an Komprimierung. Um unseren Kunden hier möglichst viel Spielraum zu geben, gehen wir noch einen Schritt weiter: Damit Sie für Ihre Anwendung die optimale Balance zwischen Bildgröße und Bildqualität finden, können Sie den Komprimierungsfaktor individuell anpassen und auch eine noch stärkere, dann jedoch verlustbehaftete Komprimierung wählen, um das beste Ergebnis für Ihre Anforderungen zu erzielen.
Pixel Beyond – Pixelgröße nach Bedarf
Sie möchten die Auflösung reduzieren, das Sichtfeld jedoch beibehalten? Übliche Binning-Faktoren schränken Sie dabei ein? Sie wünschen sich eine höhere Bildrate oder möchten einen abgekündigten Sensor möglichst einfach ersetzen?
Passen Sie Ihren Sensor Ihren Anforderungen an – mit Pixel Beyond.
Pixelgrößen nach Wunsch: Pixel Beyond macht’s möglich
Fasst man die Werte benachbarter Pixel eines Sensors zusammen, spricht man von Binning. Für Binning kann es unterschiedliche Gründe geben: manche Anwender möchten die Helligkeit in ihren Aufnahmen erhöhen, andere die Menge an Daten reduzieren. Manche brauchen höhere Bildraten, andere suchen nach einem unkomplizierten Ersatz für ihren abgekündigten Sensor.
Bei all diesen Zielsetzungen kann Binning hilfreich sein. Mithilfe von Binning lässt sich die Auflösung unter Beibehalten des Sichtfeldes reduzieren und bestimmte Sensorwerte wie z.B. das Signal-Rausch-Verhältnis (SNR) und der Dynamikumfang verbessern. In der Theorie werden auf diese Weise die zu verarbeitende Datenmenge kleiner, die Bildrate oftmals höher, und die Belichtungszeit kürzer bzw. die Bilder heller. In der Praxis jedoch besteht der entscheidende Nachteil darin, dass herkömmliches Binning ausschließlich auf ganzzahligen Faktoren beruht.
Welche Vorteile bringt Pixel Beyond?
Herkömmliches Binning findet auf Sensor-Ebene statt. Da diese Binning-Methode nur ganzzahlige Vielfache wie 2x2 oder 3x3 zulässt, lässt sich die Auflösung damit nur in großen Sprüngen – beispielsweise auf ¼ oder 1/9 – reduzieren. Oft ist diese sprunghafte Reduzierung der Auflösung jedoch nicht zweckdienlich oder sogar hinderlich. Das optimale Ziel liegt häufig dazwischen, ist jedoch mit ganzzahligem Binning nicht realisierbar.
Pixel Beyond und die flexiblere Skalierbarkeit von PixelgrößenPixel Beyond von Basler bringt einen entscheidenden Vorteil: es ermöglicht neben ganzzahligen Faktoren auch die Verwendung von Dezimalzahlen. Das Ergebnis: deutlich mehr Flexibilität! Dank Pixel Beyond lassen sich nach Wunsch alle denkbaren Auflösungen zwischen ¼ und der jeweils maximalen Sensorauflösung realisieren. Mithilfe eines leistungsfähigen FPGA erfolgt diese Vorverarbeitung der Pixel direkt in der Kamera. Eine neuartige, von Basler entwickelte Interpolationsmethode, dient dabei als Grundlage.
Der Nutzen für Sie als Kunden: Durch das individuelle Anpassen der Auflösung können Sie die zur Verfügung stehende Bandbreite effizienter nutzen und die Datenmenge, die auf Host-Seite bearbeitet werden muss, deutlich reduzieren.
Dank Pixel Beyond lassen sich verschiedene Sensoren realistisch simulieren. Dies ermöglicht zum Beispiel im Falle eines abgekündigten Sensors einen unkomplizierten Ersatz ohne aufwändiges Re-Design Ihres Vision-Systems. Ansätze, die Sensoreigenschaften zum Beispiel mithilfe herkömmlicher Interpolationsmethoden wie Nearest-Neighbor oder (Bi-)Linear reproduzieren möchten, führen hingegen häufig zu falschen EMVA-Daten.