Anett Csirmaz

• Die digitale Bildverarbeitung ist derzeit ein hochaktuelles Thema. Sie umfasst eine Vielzahl an computergestützten Lösungen in Bezug auf maschinelles Sehen: Von automatischen optischen Qualitätsanalysen über autonome Fahrzeuge bis hin zu Sicherheitstechnik können Beispiele aus unterschiedlichsten Bereichen aufgelistet werden. Der Bereich Computer Vision ist schwer einzugrenzen und einer rasanten Entwicklung unterworfen. Parallel zu der Evolution von professionellen Systemen breitete sich auch der Markt der kostengünstigen Einplatinenrechner aus. Die günstigen Geräte sind heute sehr populär und zahllose Anwendungsmöglichkeiten rechtfertigen ihre Beliebtheit sowohl unter HobbyentwicklerInnen wie auch Unternehmen. Da ihre Rechenleistung immer stärker wird und sich herkömmlichen Personal Computer annähert, sind sie auch für komplexere Problemlösungen immer besser geeignet und werden somit auch für die Durchführung von unterschiedlichen Bildverarbeitungsaufgaben verwendet. In dieser Masterarbeit mit dem Titel „Evaluierung von Anwendungsbereichen der maschinellen Bildverarbeitung im Kontext von Embedded Systems“ wurden von den weitreichenden Anwendungsgebieten drei voneinander komplett unterschiedliche Beispiele ausgewählt. Eine tiefgehende Analyse dieser Beispielanwendungen hat die technischen Grenzen dieser Einplatinenrechner untersucht, die wirtschaftlichen Vor- und Nachteile, und ihren Einsatz als alternative Lösung zu meist kostenintensiven professionellen Systemen. Die Arbeit hat gezeigt, dass der Raspberry Pi – als Vertreter der Einplatinenrechner – von Anwendung zu Anwendung unterschiedliche Leistungen erbringt und die Erwartungen unterschiedlich gut erfüllt. Anhand von drei Beispielen wurde eine Auflistung von Kriterien erstellt, welche eine Anwendung erfüllen muss, damit ein Einplatinenrechner effektiv angewendet werden kann. Diese Liste kann als Wegweiser fungieren für die Entscheidung, ob eine beliebige Bildverarbeitungsanwendung mit einem Einplatinenrechner wirtschaftlich und technisch realisierbar ist.
• Digital image processing is a highly relevant subject at the present time. It includes a variety of computer-aided solutions related to machine vision. From automatic optical quality analysis to autonomous vehicles and safety engineering, examples cover a wide range of areas. The area of computer vision is still developing rapidly. Throughout the evolution of professional systems, the market for low-cost, single-board computers has also expanded. These low-priced devices are very popular today, and a wide range of possible applications guarantee their popularity among both amateur developers and companies. The computing power of these devices continues to increase, such that it is approaching the processing performance of conventional personal computers. Therefore, they are becoming ever more suitable for solving more complex problems and thus also executing different image-processing tasks. This thesis explores three completely different examples selected from the wide application area. An in-depth analysis of these sample applications explores the technical limitations, economic advantages, disadvantages and operation of singe-board computers as an alternative solution to cost-intensive professional systems. The results of this thesis show that Raspberry Pi – as a representative of single-board computers – performs differently from application to application and fulfills the expectations with different rates. On the basis of the three examples, a list of criteria has been compiled. An application must meet these in order that a single-board computer can be advantageously used as an alternative solution. This list serves as a guide to decide whether a random image processing application can be economically and technically implemented with a single-board computer.