Die vorliegende Projektarbeit zeigt verschiedene Ansätze zur Umrechnung von konventionellen Farbfotos in Wärmebilder mithilfe von Algorithmen.
Die Farbe eines Pixels in einem Foto ist eine Kombination aus drei Zahlen. Mit diesen drei Zahlen, den RGB-Werten, lassen sich mehr als 16 Millionen verschiedene Farben darstellen. Enthalten diese Zahlen auch Informationen über die Temperatur?
Es ist mir gelungen, aus der Farbe der Pixel erste Anhaltspunkte herauszufiltern. Es ist nur eine Frage des richtigen Algorithmus, diese zu bestimmen und daraus eine Art Wärmebild zu erstellen. Es ist sozusagen „color-based temperature guessing“, und es hat seine Vor-und Nachteile. Damit lässt sich tatsächlich ein brauchbares Wärmebild berechnen, auch wenn dieses nicht an die Qualität eines echten Wärmebildes herankommt.
Außerdem habe ich untersucht, inwiefern das Licht im nahen Infrarotbereich bis circa 1500nm, das ältere Digitalkameras noch erfassen können, Aufschluss über die Temperatur gibt.
Inhaltsverzeichnis
1 Einleitung
2 Vorbemerkung
3 Die Farbmodelle
3.1 Das RGB-Farbmodell
3.2 Das HSV-Farbmodell
4 Erster Ansatz
4.1 Spektral-Algorithmus
4.1.1 Aufbau
4.1.2 Beispiele
4.1.3 Stärken und Schwächen
4.2 Infrarot-Algorithmus
4.2.1 Aufbau
4.2.2 Beispiele
4.2.3 Stärken und Schwächen
4.3 Vergleich
4.4 Fazit
5 Zweiter Ansatz: Optischer Infrarot-Filter und Helligkeits-Algorithmus
5.1 Algorithmus
5.2 Beispiel
5.3 Fazit
6 Gesamtfazit
Zielsetzung & Themen
Die Arbeit untersucht, ob durch spezielle Algorithmen aus den Farbinformationen gewöhnlicher Digitalfotos Rückschlüsse auf die Temperatur abgeleitet werden können, um eine Art "Wärmebild" zu erzeugen.
- Analyse des RGB- und HSV-Farbmodells für die Bildverarbeitung
- Entwicklung eines Spektral-Algorithmus zur Falschfarbendarstellung
- Implementierung eines Infrarot-Algorithmus unter Einbeziehung der Helligkeit
- Vergleich der Methoden zur Simulation thermischer Informationen
- Untersuchung der Grenzen und Möglichkeiten von Infrarot-Filtern bei Webcams
Auszug aus dem Buch
4.1.1 Aufbau
Mit diesem Algorithmus startete das Projekt. Aus den RGB-Werten wird ein Wert für das sichtbare Spektrum extrahiert, aus dem ein Falschfarben-Bild erstellt wird.
Das Originalbild wird pixelweise ausgelesen und die Pixel werden einzeln nacheinander durch Formeln verändert. Das fertige Bild wird schließlich abgespeichert.
Algorithmus
a) Lese den RGB-Wert des Bildpixels an der Position (x|y) aus.
b) Ermittle den geringsten RGB-Wert und subtrahiere diesen von allen RGB-Werten. Damit wird erreicht, dass einer der RGB-Werte 0 wird. Das Pixel wird durch diesen Schritt dunkler.
c) Ermittle den nun höchsten RGB-Wert, teile alle RGB-Werte durch diesen und multipliziere mit 255. Jetzt ist ein RGB-Wert 0, ein weiterer 255 und der dritte liegt irgendwo dazwischen. Das Pixel ist wieder heller und besitzt eine Farbe, die sich eindeutig in das HSV Spektrum (Farbrad) einordnen lässt.
d) Rechne den RGB-Wert in den H-Wert des HSV-Farbmodells um. Die Umrechnung erfolgt über die Geradengleichungen der jeweiligen Abschnitte im Farbspektrum (siehe Diagramm „H-Value“ in Abbildung 1).
Zusammenfassung der Kapitel
1 Einleitung: Vorstellung der Problemstellung, ob Standard-Bildsensoren thermische Informationen erfassen können, und Abgrenzung zu einfachen Farbfiltern in Smartphone-Apps.
2 Vorbemerkung: Erläuterung der physikalischen Grundlagen, warum eine reine Helligkeitsanalyse für Temperaturmessungen irreführend ist.
3 Die Farbmodelle: Einführung in die RGB- und HSV-Farbmodelle als Basis für die algorithmische Bildmanipulation.
4 Erster Ansatz: Beschreibung und Evaluation des Spektral-Algorithmus und des Infrarot-Algorithmus inklusive Vor- und Nachteilen.
5 Zweiter Ansatz: Optischer Infrarot-Filter und Helligkeits-Algorithmus: Analyse der physikalischen Bedingungen für Infrarotfotografie und Vorstellung einer Methode basierend auf Infrarot-Filtern.
6 Gesamtfazit: Zusammenfassende Bewertung der entwickelten Ansätze und Ausblick auf programmtechnische Erkenntnisse durch Java-Erweiterungen.
Schlüsselwörter
Wärmebild, Algorithmus, RGB-Farbmodell, HSV-Farbmodell, Spektral-Algorithmus, Infrarot-Algorithmus, Bildverarbeitung, Falschfarbenbild, Temperatur, Pixelanalyse, Infrarotfilter, Digitalfotografie, Farbspektrum, Java, Bildsensor
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Es geht um die Frage, ob man aus der Farbinformation normaler Digitalfotos oder mit Hilfe von Infrarot-Filtern eine Art Wärmebild berechnen kann.
Was sind die zentralen Themenfelder?
Die zentralen Felder sind die digitale Bildverarbeitung, die Anwendung von Farbmodellen sowie die physikalischen Grundlagen der Infrarotstrahlung und deren Erfassbarkeit durch Standard-Kamerasensoren.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist es, Algorithmen zu entwickeln, die "color-based temperature guessing" ermöglichen, um temperaturabhängige Informationen aus Bilddaten zu extrahieren.
Welche wissenschaftliche Methode wird verwendet?
Es werden mathematische Algorithmen auf Pixel-Ebene implementiert, die RGB-Werte in H-Werte umwandeln, skalieren und anschließend in Falschfarbenspektren übersetzen.
Was wird im Hauptteil behandelt?
Im Hauptteil werden zwei verschiedene Ansätze – der Spektral-Algorithmus und der Infrarot-Algorithmus unter Verwendung optischer Filter – detailliert beschrieben, technisch implementiert und anhand von Bildbeispielen vergleichend evaluiert.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wärmebild, Algorithmus, Falschfarben, Bildverarbeitung, Infrarot, RGB, HSV, Temperatur, Pixelanalyse, Spektrum.
Warum sind normale Fotos eigentlich keine echten Wärmebilder?
Ein echtes Wärmebild basiert auf emittierter Wärmestrahlung. Die in der Arbeit berechneten Bilder basieren primär auf reflektiertem Licht, welches lediglich in Falschfarben umgerechnet wird.
Warum reicht die Kamera einer alten Digitalkamera nicht für präzise Wärmemessungen aus?
Digitalkameras sind nicht ausreichend lichtempfindlich im relevanten Infrarotbereich und der Sensor kann die genaue Wellenlänge der Strahlung nicht differenzieren, was die Messung auf Helligkeitswerte beschränkt.
- Citar trabajo
- Moritz Lehmann (Autor), 2016, Algorithmen zur Umrechnung von Farbfotos in Wärmebilder, Múnich, GRIN Verlag, https://www.grin.com/document/318231
