Newsletter abonnieren

Sie stimmen durch die Nutzung unserer Website zu, dass Cookies auf Ihrem Gerät gespeichert werden und Google Analytics zum Einsatz kommt, um Ihnen den bestmöglichen Service zu bieten. Nähere Infos dazu finden Siehier.
Österreich.
Wo Ihre Gewinne in den Himmel wachsen.

Biegsamer Bildsensor der Uni Linz erkennt Farben

Im Gegensatz zu herkömmlichen Technologien misst der neue Sensor keine einzelnen Bildpunkte, sondern arbeitet nach dem Prinzip eines Computertomografen. Sein Herzstück bildet eine dünne Folie, die auftreffendes Licht an ihre Ränder weiterleitet, wo es von mehreren tausend Detektoren eingefangen wird. Die so gemessene Lichtverteilung am Rand enthält alle nötigen Informationen, um das ursprüngliche Bild zu rekonstruieren.

Bisherige Prototypen des in einer Kooperation zwischen der Universität Linz und Microsoft entwickelten Sensors arbeiteten mit einer einzelnen Folie und lieferten lediglich Schwarz-Weiß-Bilder. Indem sie zwei verschiedene Folien übereinander anordneten, die auf unterschiedliche Farben ansprechen, konnten die Forscher diese Einschränkung nun jedoch beseitigen. "Ein unmittelbarer Vorteil dieser Methode ist der Erhalt des ursprünglichen Auflösungsvermögens", erklärt Oliver Bimber, Leiter des Instituts für Computergrafik der Universität Linz und des Forschungsprojektes, gegenüber der APA.

Herkömmliche Bildsensoren messen die verschiedenen Farbanteile an benachbarten Bildpunkten. Eine Messung von Rot, Grün und Blau reduziert die Auflösung somit auf ein Drittel. Werden die Farbanteile jedoch in übereinander liegenden Schichten gemessen, bleibt die volle Auflösung erhalten. Da jedoch keine geeignete Folie für den Rotanteil eines Bildes zur Verfügung steht, mussten sich die Wissenschafter bei der Weiterentwicklung ihres Sensors mit lediglich zwei Komponenten, Grün und Blau, begnügen.

"Machine Learning" ermöglicht Erraten des fehlenden Anteils

Hier kommt jedoch ein weiterer Vorteil der neuartigen Methode ins Spiel: Die Sensoren am Rand sammeln viel mehr Information, als für die Rekonstruktion des Bildes nötig wäre. Diese Redundanz der Daten ermöglicht es, den fehlenden Anteil quasi zu erraten. Dazu benutzten die Forscher einen komplexen "Machine Learning"-Ansatz, der es einer künstlichen Intelligenz erlaubt, aus vorhandenen Daten zu lernen. "Wir haben unser System im Vorfeld Tausende von Bildern analysieren lassen. Auf diese Art hat es den Zusammenhang zwischen den verschiedenen Farbanteilen sozusagen gelernt", so Bimber.

Im nächsten Schritt wollen die Forscher nun das Auflösungsvermögen ihres Bildsensors verbessern, das mit derzeit etwa sechzehntausend Pixel noch recht dürftig ausfällt. Auch hier soll "Machine Learning" zum Einsatz kommen, um Anordnung und Geometrie der Detektoren zu optimieren.

Service: http://dx.doi.org/10.1364/OE.23.033713

Auf Facebook teilen Auf Facebook teilen Auf Twitter teilen Auf Twitter teilen Auf Linkedin teilen Auf Linkedin teilen

Testimonials

Veranstaltungen

Treffen Sie uns bei Veranstaltungen, Seminaren und Messen - weltweit.

  • NEUJAHRSEMPFANG DER ÖSTERREICHISCHEN WIRTSCHAFT

    24.01.2019, Stuttgart, Deutschland

  • Fachseminar Invest in Austria „Forschen und Firmengründen in Österreich“

    29.01.2019, Zürich, Schweiz

Österreich-Karte

Finden Sie den perfekten Standort für Ihr Unternehmen

Trotz höherer Personalkosten in Österreich liegt Siemens Villach bei der Produktivität gleichauf mit den Siemens-Werken in Japan und den USA.

Siemens Österreich

Logo
Alle Testimonials

Neues vom Standort Österreich

MedUni Wien: Neue Therapie-Option verdoppelt Lebensdauer bei B-Zell-Lymphom

Die sogenannte CAR-T-Zell Therapie ist eine vielversprechende Therapieoption für rund ein Fünftel der Patienten, die an einem Diffus großzelligen B-Zell-Lymphom leiden.

Skitourismus als attraktiver Wirtschaftstreiber Österreichs

Berühmt für Kultur und unberührte Natur lockt Österreich Urlauber und Tourismusbetriebe aus aller Welt. Ein großer Vorteil ist die zentrale Lage im Herzen Europas und die entsprechend gute Erreichbarkeit.

alle News alle Blog Einträge