The Imaging Source 3D-Stereosehen leicht gemacht

Bild 1: Beispielhafte Detektionsergebnisse eines Kalibriermusters
Bild 1: Beispielhafte Detektionsergebnisse eines Kalibriermusters

3D-Bildverarbeitungs-Systeme bringen hohe Leistung bei erschwinglichen Preisen und sind technisch ausgereift. Zur Verfügung stehen verschiedene Methoden mit spezifischen Vor- und Nachteilen. The Imaging Source setzt auf das (Multi-View-)Stereoverfahren und bietet dafür die nötigen Systemkomponenten.

Dreidimensionale Informationen von Umgebung und Objekten, akquiriert durch moderne 3D-Sensorik, hält Einzug in immer mehr industrielle Applikationen: Sei es der Leichtbau-Industrieroboter im Industrie-4.0-Zeitalter, der sich mittels dreidimensionaler Informationen im Raum orientiert, sei es der Leergutautomat, der die Flaschen im Getränkekasten zählt, oder seien es Oberflächeninspektionssysteme, die kleinste Materialdefekte aufdecken. Viele Applikationen profitieren von 3D-Informationen oder werden durch sie überhaupt erst möglich. Während 3D-Systeme in der Vergangenheit durch zu wenig Rechenleistung und Genauigkeit bei hohen Preisen nicht alle Ansprüche erfüllen konnten, hält die Technologie durch aktuelle Rechenleistung und hochauflösende, preisgünstige Sensoren in immer mehr Branchen Einzug.

Mittlerweile existiert am Markt eine Vielzahl von Technologien, um dreidimensionale Informationen einer Szene zu akquirieren. Grundlegend gilt es hier, zwischen aktiven und passiven Verfahren zu unterscheiden. Aktive Verfahren, etwa Lidar oder Time-of-Flight-Sensoren, setzen dabei eine aktive Lichtquelle ein, um Entfernungs-Informationen zu bestimmen. Passive Verfahren nutzen lediglich die von Kameras akquirierten Bildinformationen, ähnlich der Entfernungswahrnehmung des menschlichen Auges. Alle Verfahren haben Vor- und Nachteile. Time-of-Flight-Systeme kommen meist mit wenig Rechenaufwand aus und bedingen kaum Einschränkungen bezüglich der Szenenstruktur, aber die Ortsauflösung derzeitiger Time-of-Flight-Systeme ist mit maximal 800 × 600 Bildpunkten eher gering, und ihr Einsatz im Freien ist durch die Infrarotstrahlung der Sonne stark eingeschränkt. Passive (Multi-View-)Stereosysteme mit zwei oder mehr Standard-Flächenkameras bieten dank der mittlerweile verfügbaren Bildsensoren sehr hohe Ortsauflösungen, erfordern aber einen nicht zu unterschätzenden Rechenaufwand und leiden unter schwach oder stark repetitiv texturierten Szenen. Nichtsdestotrotz erlauben heutige Rechen-Ressourcen und die Nutzung optionaler Musterprojektoren den Echtzeit-Einsatz von Stereosystemen bei hohen Orts- und Tiefenauflösungen. Gerade deshalb zählen sie zu den beliebtesten und vielseitigsten Systemen für die Erfassung von 3D-Informationen.

(Multi-View-)Stereosysteme bestehen aus zwei oder mehr Kameras, die gleichzeitig eine Szene akquirieren. Sind die Kameras kalibriert und lässt sich zu einem Objektpunkt in der Szene dessen Bildpunkt in den einzelnen Kameraansichten wiederfinden, so kann der dreidimensionale Objektpunkt aus den Bildpunkten durch Triangulation rekonstruiert werden. Die erreichbare Genauigkeit hängt dabei vom Abstand der Kameras zueinander (Baseline), dem Vergenzwinkel zwischen den Kameras, der Pixel-Größe des Sensors und der Brennweite ab. Die essenziellen Komponenten Kalibrierung und Korrespondenzfindung stellen dabei bereits hohe Ansprüche an die zugrunde liegenden Bildverarbeitungs-Algorithmen.

Durch die Kamera-Kalibrierung werden sowohl die Positionen und Orientierungen der einzelnen Kameras ermittelt (man spricht auch von externen Parametern) als auch die Brennweiten, Hauptpunkte und Verzerrungsparameter der Kameras (interne Parameter), die maßgeblich von der eingesetzten Optik beeinflusst werden. Die Kamera-Kalibrierung erfolgt meist mittels zweidimensionaler Kalibriermuster wie Schachbrett- oder Punktmuster, in denen sich markante Punkte möglichst leicht und eindeutig detektieren lassen. Dabei sind die Maße der Kalibriermuster (z.B. Abstände der markanten Punkte zueinander) exakt bekannt. Von diesen Kalibriermustern werden zunächst Bildsequenzen mit variierenden Musterpositionen und Orientierungen akquiriert (Bild 1). Bildverarbeitungs-Algorithmen detektieren die markanten Punkte des Kalibriermusters in den Einzelbildern.