Für eine saubere optische Erkennung ist eine Spotgröße von mindestens 3 bis 4 Pixeln erforderlich. Dies bedeutet, dass ein optisches Merkmal mindestens über diese Anzahl von Pixeln auf dem Sensor abgebildet werden sollte, um eindeutig und zuverlässig erkannt zu werden.

Kleinere Spots können zwar ebenfalls erkannt werden, jedoch nur bei gutem Kontrast. Bei schlechtem Kontrast sinkt die Erkennungsgenauigkeit erheblich. Die Mindestgröße eines erkennbaren Merkmals hängt daher vom Kontrast des Merkmals ab.

Faustregel

Eine allgemeine Faustregel besagt, dass für die Erkennung kleinerer Merkmale eine Kamera mit 3-mal mehr Pixeln erforderlich ist. Dies bedeutet, dass je höher die physikalische Auflösung der Kamera ist, desto genauer können selbst kleinste Merkmale erkannt werden.

Praxisbeispiel

Ein anschauliches Beispiel verdeutlicht die Bedeutung der physikalischen Auflösung: Bei einer Bildverarbeitung von 64 mm Breite und 640 Pixeln beträgt die physikalische Auflösung 0,1 mm pro Pixel. Dies bedeutet, dass deutlich sichtbare Merkmale nicht 0,1 mm groß sind, sondern eher 0,3 mm. Diese Größenzunahme berücksichtigt die erforderliche Spotgröße von mindestens 3 Pixeln für eine zuverlässige Erkennung.

Messalgorithmen und Genauigkeit

Moderne Messalgorithmen haben eine beeindruckende Genauigkeit von weniger als 1 Pixel. Ein Beispiel dafür ist die Berechnung von Entfernungen: Statt nur 28 oder 29 Pixel zu messen, ermöglichen präzise Algorithmen Messungen von 28,37 Pixeln. Diese Nachkommastellengenauigkeit wird durch eine "Subpixel-Interpolation" erreicht, die den Wendepunkt der Graustufenfunktion nutzt, um genauere Ergebnisse zu erzielen.

Subpixel-Interpolation

Die Subpixel-Interpolation ist eine Technik, die es ermöglicht, die Messgenauigkeit auf weniger als 1 Pixel zu erhöhen. Unter Laborbedingungen kann eine Genauigkeit von bis zu 1/20 Pixel erreicht werden. In realen Anwendungen liegt die Messgenauigkeit jedoch typischerweise zwischen 1/2 und 1/10 Pixel unter Berücksichtigung von Antast- und Kalibrierfehlern.

Mittelung lokaler Anomalien

Ein weiterer wichtiger Aspekt der Messgenauigkeit ist die Mittelung lokaler Anomalien wie Abbildungsfehler, Konturschwankungen und Sensorrauschen. Bei einem großen Messbereich ist die Mittelung dieser Anomalien entscheidend, um die Genauigkeit zu verbessern und konsistente Messergebnisse zu erzielen.

Im gezeigten Beispiel macht es also einen Unterschied in der erreichbaren Genauigkeit, ob das Messtool-Fenster nur ein Pixel oder viele Pixel breit ist!

Praktisches Beispiel

Ein konkretes Beispiel verdeutlicht die Bedeutung der Messgenauigkeit: Wird ein Abstand von 64 mm gemessen und die Kamera hat eine Auflösung von 640 Pixeln, so ist die Messgenauigkeit nicht auf ganze Pixel beschränkt. Durch die Anwendung präziser Algorithmen kann der Abstand mit einer Genauigkeit von einer Nachkommastelle gemessen werden, was bedeutet, dass deutlich sichtbare Merkmale nicht nur 0.1 mm groß sind, sondern auf etwa 0.05 bis 0.01 mm genau vermessen werden können.

Es wird also deutlich weniger Kameraauflösung wie für das Erkennen kleinster Strukturen gebraucht.

Ein anderer Ansatz zur Bestimmung der erforderlichen Kameraauflösung berücksichtigt die verwendeten Softwarealgorithmen.

Einige Beispiele

• Für eine zuverlässige Texterkennung sollten die Zeichen etwa 30 Pixel hoch sein, um Zeichen wie ein "G" von einer "6", ein "O" von einer "0" usw. unterscheiden zu können.
• Strichcodes benötigen mindestens 2 bis 3 Pixel pro kleinster Strichbreite.
• Datamatrix-Codes können je nach Markierungsverfahren ab einer Modulgröße von 3 bis 4 Pixeln erkannt werden, ein Code Grading benötigt jedoch ca. 10 Pixel.