Aktivieren Sie JavaScript, um die Website anzuzeigen.

IDS Software Suite 4.96.1

Navigation: A: Grundlagen > Digitalisierung von Bildern

Bittiefe und digitale Kontrastanpassung

Blättern Zurück Top Vor Mehr

Digitalisierung

Die Pixel von Bildsensoren erzeugen zunächst ein analoges Spannungssignal proportional der eingefallenen Lichtmenge. Für die Weiterverarbeitung wird das Bild digitalisiert, d. h. das stufenlose Signal wird in einen digitalen Zahlenwert umgerechnet. Die nachfolgende Abbildung zeigt dies am Beispiel eines Grauverlaufs.

Abb. 44: Verschiedene Bittiefen am Beispiel eines Graustufenverlaufs

Abb. 44: Verschiedene Bittiefen am Beispiel eines Graustufenverlaufs

Wird der stufenlose Verlauf z. B. auf einen digitalen Bereich mit 2 Bit abgebildet, erhält man 22 = 4 Stufen; bei 4 Bit sind es bereits 24 = 16 Stufen und so weiter. Die dazwischen liegenden Helligkeitswerte des ursprünglichen Verlaufs sind nach der Digitalisierung irreversibel verloren.

Ab etwa 200 Stufen sind die Helligkeitssprünge mit dem Auge nicht mehr zu unterscheiden. Aus diesem Grund arbeiten gängige Monitore und Digitalkameras mit (256 Stufen) pro Farbkanal, was für die Visualisierung völlig ausreichend ist.

Bittiefe in der Bildverarbeitung

Werden digitale Bilddaten allerdings in einer Bildverarbeitung weiterverwendet, können mehr als 8 Bit Bittiefe erforderlich sein. Der Computer ist in der Lage, auch diese sehr feinen Helligkeitsunterschiede noch zu unterscheiden und zu verarbeiten, die mit dem Auge nicht mehr zu unterscheiden sind. Aus diesem Grund arbeiten Industriekameras wie die GigE uEye oft mit 12 Bit. Die nachfolgende Tabelle zeigt gängige Bittiefen und entsprechend mögliche Helligkeitsstufen.

Bittiefe

Helligkeitsstufen

8

28 = 256

10

210 = 1024

12

212 = 4096

14

214 = 16.384

hint_info

Höhere Bittiefen erfordern äußerst rauscharme Bildsensoren. Sobald die durch Rauschen erzeugten Helligkeitsunterschiede größer sind als die Digitalisierungsstufen, wird keine weitere Information gewonnen.

Maximale Bittiefe

Je nach Interface können bis zu 12 Bit/Pixel übertragen werden, auch wenn der Sensor eine geringere Bittiefe ausgibt. Die folgende Tabelle gibt einen Überblick aller Kombinationen:

 

CMOS-Sensoren

CCD-Sensoren

USB 2.0

8 Bit

8 Bit, 12 Bit*4

USB 3.0

8 Bit*1, 10 Bit*1, 12 Bit*1

-

GigE

8 Bit*1, 10 Bit*1, 12 Bit*1

8 Bit, 10 Bit*2, 12 Bit*3

*1 Je nach CMOS Sensor (siehe Kamera- und Sensordaten)

*2 Kamera Produktionsdatum bis Ende 2009

*3 Kamera Produktionsdatum ab 2010

*4 USB uEye Kameras mit Hardware-Revision 3

hint_info

Hinweis zur Bittiefe

Farbformate mit mehr als 8 Bit pro Kanal werden von folgenden Modellen unterstützt:

•GigE uEye Serie

•uEye USB 3.1 Serie

•USB 3 uEye Serie

•USB 2.0-Modellen mit Rev. 3

Bei Verwendung dieser Farbformate erhöht sich die von der Kamera benötigte Bandbreite.

Kontrast im Histogramm

Die Helligkeitsverteilung digitaler Bilder wird in einem Histogramm dargestellt. Besitzt ein Bild einen optimalen Kontrast, umfasst das Histogramm praktisch alle Helligkeitswerte zwischen 0 und dem Höchstwert (bei 8-Bit-Bildern also 255). Besitzt ein Bild geringen Kontrast, umfasst das Histogramm nur einen geringen Teil der möglichen Werte; das Bild wirkt flau.

Abb. 45: HDR-Aufnahme und Histogramm mit geringem Kontrast (l.) und mit optimalem Kontrast nach einer Kontrastanpassung (r.)

Abb. 45: HDR-Aufnahme und Histogramm mit geringem Kontrast (l.) und mit optimalem Kontrast nach einer Kontrastanpassung (r.)

Zur besseren Darstellung am Bildschirm oder im Druck kann das Histogramm gespreizt werden, um die möglichen Helligkeitsstufen optimal auszunutzen. Dazu werden mittels einer LUT-Kennlinie die dunklen Bildteile weiter abgedunkelt und die helleren Bildteile aufgehellt. Das menschliche Auge kann somit die unterschiedlichen Helligkeitsstufen besser unterscheiden, das Bild wirkt kontrastreicher.

Es gilt allerdings zu beachten, dass durch eine nachträgliche Bearbeitung im PC keine Informationen gewonnen werden. Für die Verwendung in einer Bildverarbeitung ist eine nachträgliche Kontrastanpassung per Software also nicht notwendig. Der PC kann die Helligkeitsunterschiede auch ohne Kontrastanpassung unterscheiden.

Vorteil von hoher Bittiefe bei der Kontrastanpassung

Wichtig für die Kontrastanpassung ist die Bittiefe im Ausgangsbild. Die nachfolgenden Abbildungen verdeutlichen dies: Im ersten Beispiel enthält das 8-Bit-Ausgangsbild weniger als 100 Helligkeitsstufen, da keine dunklen und keine sehr hellen Stellen vorkommen. Das Bild besitzt einen geringen Kontrast.

Bei einer Kontrastanpassung werden die Werte des Histogramms auseinandergezogen, so dass man ein kontrastreiches Bild erhält. Die weniger als 100 Helligkeitswerte verteilen sich nun auf die Stufen 0…255 und es entstehen Lücken im Histogramm, die als Helligkeitssprünge im Ergebnisbild sichtbar werden.

Abb. 46: Kontrastanpassung bei 8 Bit Ausgangsdaten

Abb. 46: Kontrastanpassung bei 8 Bit Ausgangsdaten

Das zweite Beispiel zeigt das gleiche Histogramm des gleichen Ausgangsbildes, aber mit 12 Bit Bittiefe direkt bei der Aufnahme. Dieses Bild besitzt ebenfalls einen geringen Kontrast, da es nur mittlere Helligkeitswerte enthält. Durch die höhere Bittiefe werden die Helligkeitswerte des Bildes allerdings auf über 1000 verschiedene digitale Stufen abgebildet. Das komplette Histogramm umfasst im 12-Bit-Bild 4096 Werte (im Gegensatz zu 256 Werten bei 8 Bit).

Das bedeutet, dass nun eine Kontrastanpassung für die Bildschirmdarstellung ohne Qualitätsverlust vorgenommen werden kann: Die 1000 Werte des Ausgangsbild werden dabei so auf die 256 Werte des 8-Bit-Zielbildes verteilt, dass ein optimaler Kontrast entsteht. Durch die hohe Menge an Ausgangswerten entstehen keine Lücken im Histogramm.

Abb. 47: Kontrastanpassung bei 12 Bit Ausgangsdaten

Abb. 47: Kontrastanpassung bei 12 Bit Ausgangsdaten

hint_info

Diese Art der Kontrastanpassung findet teilweise bereits in der Kamera statt, wenn ein Bild mit z. B. 12 Bit digitalisiert und mit 8 Bit übertragen wird. In diesem Fall ist es auch für die Bildverarbeitung von Bedeutung, dass die 8 Bit Daten optimal ausgenutzt werden.