Use Case

Bildgleichmäßigkeit mit Shading- und Flat-Field-Korrektur (FFC) erzielen

Herausforderung Bildartefakte:
Bildqualität bei hochauflösenden Vision Systemen

In der Halbleiterfertigung und bei hochpräzisen AOI-Prüfungen werden häufig mehrere Kameras und Lichtquellen eingesetzt. Diese arbeiten gleichzeitig oder sequenziell, um kleinste Fehler sichtbar zu machen.

Diese komplexen Setups führen oft zu ungleichen Hintergrundhelligkeiten. Diese sind unerwünscht, da sie nicht vom Prüfobjekt stammen.

Typische Ursachen sind:

  • Linsenvignettierung

  • Sensorinhomogenitäten

  • Oberflächenvariationen

  • Ungleichmäßige Beleuchtung

Diese Effekte können dann wiederum die Merkmalserkennung verschlechtern, Messfehler verursachen und damit letztlich die Qualitätssicherung beeinträchtigen.

Verschiedene Korrekturalgorithmen behandeln unterschiedliche Artefakte

Zur Verbesserung der Bildqualität werden verschiedene Verfahren eingesetzt. Diese zielen auf unterschiedliche Fehlerquellen ab. Einige Algorithmen korrigieren sensorbedingtes Festmusterrauschen (FPN). Dieses besteht aus:

  • DSNU (dark signal non-uniformity, Dunkelsignal-Ungleichmäßigkeit)

  • PRNU (photon response non-uniformity, Photonenantwort-Ungleichmäßigkeit)

Andere Verfahren wie Shading (Abschattung) und Vignettierung korrigieren optische Effekte. In der Praxis werden vor allem zwei Methoden genutzt:

  • Flat-Field-Korrektur (FFC)

  • Shading-Korrektur

Beide verbessern die Bildhomogenität und die Gesamtqualität.

Flat-Field-Korrektur: Pixel-zu-Pixel- oder blockweise

Vergleich verschiedener Algorithmen zur Flat-Field-Korrektur: Pixel-zu-Pixel-Korrektur (links) vs. blockweise Korrektur (rechts)
Vergleich verschiedener Algorithmen zur Flat-Field-Korrektur: Pixel-zu-Pixel-Korrektur (links) vs. blockweise Korrektur (rechts)

Die Flat-Field-Korrektur wird je nach Anbieter unterschiedlich umgesetzt. Das führt zu unterschiedlicher Bildqualität. Außerdem hat jede Anwendung eigene Anforderungen. Standardlösungen reichen oft nicht aus.

Es gibt zwei zentrale Ansätze:

Pixel-zu-Pixel-Korrektur

  • Sehr genau bei sensorbedingten Fehlern

  • Benötigt viel Speicher

Blockweise Korrektur

  • Fasst Pixel zu Segmenten zusammen

  • Effizient bei Beleuchtungs- und Optikproblemen

  • Spart Ressourcen

Systeme mit niedriger Auflösung profitieren oft von einfacheren, kostengünstigen Flat-Field-Korrekturen.

In anspruchsvollen Bildgebungsanwendungen mit hoher Datenrate und geringer Latenz stoßen fest implementierte Algorithmen jedoch schnell an ihre Grenzen – insbesondere aufgrund von Speicherrestriktionen und eingeschränkten Konfigurationsmöglichkeiten der Kamera.

Die Lösung: Benutzerdefinierte Flat-Field-Korrektur auf dem Kamera-FPGA

Wenn Standards nicht ausreichen, sind flexible Ansätze notwendig. Mit FPGA-basierter Bildvorverarbeitung lassen sich maßgeschneiderte Korrekturen umsetzen. Damit kann die Bildhomogenität gezielt optimiert werden. Unsere Teams programmieren FPGAs individuell mithilfe der VisualApplets Software und erstellen passend für Ihre Anwendung individuelle Korrektur-Algorithmen.

Beispiel-Leistungen und Erweiterungen:

  • Mehrere Parametersätze für unterschiedliche Beleuchtungsszenarien, Belichtungszeiten und Verstärkungsstufen

  • Temperaturabhängige Anpassung

  • Integrierte Rauschunterdrückung

  • Automatische Defektpixel-Korrektur mittels lokaler, adaptiver Schwellenwerte

  • Sequenzabhängige Einstellungen

Besprechen Sie Ihr Projekt mit unseren Ingenieuren


Ihre Vorteile 

  • Fortschrittliche, individuell anpassbare FFC- und Shading-Korrektur

  • Bessere Ergebnisse als Standardlösungen

  • Hohe Flexibilität bei der Parametrierung

  • Erfahrener technischer Support

  • Keine Laufzeitlizenzkosten

Mehr über unser Leistungspaket für FPGA-Programmierung erfahren

Produkte für diese Lösung

Sie möchten eine vergleichbare Lösung umsetzen? Diese Produkte helfen Ihnen dabei.

Bereit, gemeinsam loszulegen?

Erfahren Sie mehr über unsere Produkte und Dienstleistungen und wie wir Sie bei Ihrem nächsten Projekt unterstützen können.