DE Überblick

Beleuchtungsinvariante Kontourerkennung - Beleuchtungsinvariante Bewegungsdetektion - Hyperbeldetektion - Informationsraumanalyse - CI basierte Identifikatoren - Datenkategorisierer - Alarmierungsroutinen - Maschinenüberwachung - Harmonischenanalyse - DLS-Analysatoren - FD-Analysatoren - CI-Alarmierungsroutinen - Trendanalyse - neuronale Qualitätskontrolle - Sensorfusion - neuronale Prädiktoren - Analyse biologischer Signale - neuronal basierte Identifikatoren - akustische Mustererkennung - Trendanalyse - CI basierte Personenkategorisierung

₪ Wir haben es geschafft, unsere bionische Filtertechnolgie ist Innovationspreisträger 2022


Danke an das Team, Ihr ward Klasse!

Willkommen auf unserer Webseite.


Erfahren Sie hier mehr über uns und unsere Produkte, in dem Sie einige unserer Applikationen in Aktion sehen!


Alle Aplikationen arbeiten dabei mit dem selben bionischen Filter, der der Struktur der ersten 3 Schichten der Retina nachempfunden ist. D. h., keine Situationen lernen, keine Parameteradaption, einfach in bestehende Software integrieren und dann beleuchtungsinvariant "sehen".


Sie finden Schnittstellen zu Ihren Aufgabenfeldern?


Kontaktieren Sie uns, wir sind für Sie da!


Aber was bedeutet eigentlich beleuchtungsunabhängige Kontourerkennung?

Nun, zum Beispiel die sichere Text- und Kratzererkennung auch unter extrem schlechten Ausleuchtungsbedingungen, hier gezeigt an der Qualitätskontrolle einer Batterie im laufenden Prozess.

Verwendet man diese Basistechnolgie, so werden die folgenden Applikationen implizit lösbar:

Die berührungsfreie, beleuchtungsunabhängige Qualitätskontolle nach der Fertigung, natürlich mit virtueller Kollisionskontrolle zur gefahrlosen Interaktion zwischen Mensch und Roboter.



...oder die gefahrlosen Interaktion zwischen Roboter und Mensch unter extrem flukturienden Beleuchtungsbedingungen mittels der Definition virtueller Gefahrenschutzbereiche.

...die Funktionalitäten des "follow me" und der "Notausschaltung" der Roboteraktion inklusive...


... und in in leicht modifizierter Form die beleuchtungsinvariante Konturerkennung zur Unterstützung des autonomen Fahrens.

Technische Details:

Verwendte Spezialbibliotheken: keine

Betriebsunabhängiges Modul

Programmiersprache: C


Gezeigtes Beispiel:

Kamera: Logitec; Hardware: Asus Laptop

Processingtime/Frame: 31 ms


.. oder zur Steigerung der Bildqualität durch Online-Nachbearbeitung von Bildmaterial. Hier als Beispiel Bildmaterial, das bei AVU-Fahrten aufgenommen wurde. (Links Film: Originalkameramaterial und durch einen bionischen Filter optimiertes Kameramaterial. Rechts: Originalkameramaterial und eine durch einen bionischen Filter erzeugte quasi-3D-Objektdarstellung.)

Technische Details:

Verwendte Spezialbibliotheken: keine

Betriebsunabhängiges Modul

Programmiersprache: C


Gezeigtes im Ablauf beschleunigtes Beispiel:

Kamera: Logitec; Hardware: Asus Laptop

Processingtime/Frame: 31 ms

...oder wenn Sie unter stark fluktuierenden Beleuchtungsbedingungen stabile Kontouren zur Nachverfolgung und Identifikation haben wollen...(bionische Filtersequenz, gewöhnliche Rauschfiltersequenz, Originalaufnahme)

Technische Details:

Verwendte Spezialbibliotheken: keine

Betriebsunabhängiges Modul

Programmiersprache: C


Kamera: Logitec; Hardware: Asus Laptop

Processingtime/Frame: 31 ms

...oder wenden Sie die bionischen Filter einfach auf Ihre Web-Kameras oder Bilder an, denn auch in deren Bildern steckt mehr Information als Sie glauben.

(Links: Originalbild, rechts: transformiertes bionisches Bild)


© IngB RT&S GmbH 2022 all rights reserved | Impressum | Datenschutz | Nutzungsbedingungen | Kontakt | AGB