In der pharmazeutischen Forschung werden Millionen von Proben auf medizinische Wirksamkeit untersucht. So etwas nennt sich Screening. Dabei geht man mehr und mehr dazu über, Screenings automatisiert ablaufen zu lassen. Die pharmazeutisch arbeitenden Biologen benutzen dazu Fluoreszenzmarker. Eine Weiterentwicklung dazu wäre eine bildgestützte Auswertung solcher Proben. Dazu müssen Objekte im Bild gefunden, gezählt und eingestuft werden. Für Laborangestellte wäre es eine Zumutung Millionen automatisiert erstellter Bilder durch Augenschein auszuwerten. Eine Vorauswahl aufgrund einer durch mich nach Kundenwunsch zu entwickelnde Software wäre ein nützliches Hilfswerkzeug.
In der Automatisierungsindustrie können Roboter einzelne Bauteile nur greifen, wenn diese zuvor in eine definierte Position gebracht wurden. Durch eine passende Bauteilanlieferung wird dieses Problem in der Hälfte aller Fälle schon behoben. In der anderen Hälfte der Fälle, muss ein bildgestütztes System samt Bildauswertung, dem Robotersystem die Position und Lage der Bauteile mitteilen, damit der Roboter arbeiten kann. Da die Bauteile bei jeder Entwicklung eines neuen Produktes anders aussehen können, besteht eine mögliche Dienstleistung darin, diese Erkennungsalgorithmen immer wieder neu anzupassen.
Um Objekte und Muster in einem Bild zu erkennen, gibt es mehrere grundlegende Techniken. Eine Möglichkeit besteht in der Binärisierung des Bildes. D.h. man reduziert die Graustufen auf zwei Werte Schwarz und Weiß. Der Rest ist gehört dann zur morphologischen Bildverarbeitung. Dazu gehören Erosion, Dilatation sowie Blob-Analyse und Skelettierung.
Abb. 3.3 Erosion aus Pierre Soille, Morphologische Bildverarbeitung, Springer
Abb. 3.6 Dilatation aus Pierre Soille
Abb. 5.8 Skelettierung aus Pierre Soille