Wenn Maschinen die Augen öffnen

Der Mensch – oft kopiert, nie erreicht

Der menschliche Körper ist ein faszinierendes Wunderwerk. Viele seiner Funktionen und Möglichkeiten sind so ausgereift, dass es selbst mit modernster Technik kaum möglich ist, die Leistungsfähigkeit einzelner Körperteile oder Sinne nachzubilden. Beispiele wie künstliche Herzen oder Gelenke sowie Roboterhände reichen trotz aller Ingenieurskunst nicht an die menschlichen Vorbilder heran. Dies gilt auch für einen der wichtigsten Sinne des Menschen: das Sehen.

Kinderleicht und unglaublich schwer

Bereits wenige Wochen nach der Geburt erfasst ein Baby unterschiedliche Farben und Formen. Mit wenigen Monaten erkennt es die Gesichter seiner Eltern und kann sie von anderen Menschen unterscheiden. Schon bald danach kann es einzelne Bauklötze gezielt aus einem Haufen herausgreifen, selbst wenn diese teilweise verdeckt sind. Äpfel und Birnen werden schnell so selbstverständlich unterschieden wie Hunde und Katzen. Entscheidend für diese Fähigkeiten ist nicht nur das Auge, das die Umwelt wahrnimmt, sondern auch das Gehirn, das die gewonnenen Informationen verarbeitet, interpretiert, versteht und entsprechende Reaktionen auslöst.

Was für ein Kleinkind einfach ist, kann für ein technisches System eine schwierige Aufgabe darstellen. Wenn ein Roboter in einem Behälter mit ungeordneten Bauteilen das richtige erkennen und herausgreifen soll, stößt die Technik schnell an ihre Grenzen. Das zeigt, wie überlegen das menschliche Sehen und Urteilsvermögen dem technischen immer noch ist.

Menschliches und maschinelles Sehen

Die Leistungen, die beim Menschen von Auge und Gehirn erbracht werden, übernimmt bei der digitalen Bildverarbeitung die Technik. Bildverarbeitungssysteme bestehen aus mindestens einer Kamera oder einem Bildaufnahmesensor mit geeigneter Optik, einer Beleuchtung und einem Prozessor, auf dem die Verarbeitung der Bilddaten durch eine Software erfolgt.

Sowohl der Mensch als auch technische Bildverarbeitungssysteme sehen eigentlich nicht das betrachtete Objekt selbst, sondern nur die Reflexionen des Lichts, die vom Objekt auf das Auge beziehungsweise auf die Kamera zurückgeworfen werden. Die Iris des menschlichen Auges vergrößert oder verkleinert dabei den Durchmesser der Pupille, um die Helligkeit des einfallenden Lichtes zu steuern. Bei der Kamera übernimmt diese Funktion die Blende.

Das Licht durchläuft beim Menschen die Linse, die es bündelt und scharfstellt. Bei einem technischen System wird diese Aufgabe von einer oder mehreren Linsen in einem Objektiv übernommen. Ein Abbild der betrachteten Szene entsteht beim Menschen erstmals auf der Netzhaut. Hier sind etwa 120 Millionen Stäbchen für die Erkennung der Helligkeit und rund 6 Millionen Zapfen für die Erkennung von Farben zuständig. Eine enorme Leistung, die von industriellen Kameras bei der Auflösung in Bildpunkte jedoch erreicht und teilweise sogar übertroffen wird.

Beim Menschen leiten Nerven die Bildinformationen vom Auge zum Gehirn weiter, das die Daten verarbeitet, auswertet und bei Bedarf Reaktionen von Körperteilen oder das Abspeichern der aufgenommenen Informationen auslöst. In technischen Systemen stellen Kabel die Datenübertragung zwischen Kamera, Recheneinheit und den nachfolgenden Systemen sicher, die dann auf Basis der errechneten Ergebnisse reagieren können.

Vom Sehen zum Begreifen

Trotz vieler Ähnlichkeiten zwischen dem menschlichen und dem technischen Sehen gibt es große Unterschiede zwischen beiden Welten. Der größte Unterschied besteht im Verstehen und Interpretieren von Bilddaten. Der Mensch lernt im Laufe seines Lebens die Bedeutung von Objekten und Situationen, die er täglich über seine Augen wahrnimmt. Er begreift die Mimik anderer Personen, erkennt Tiere oder Pflanzen und vieles mehr. Die ständig zahlreich auf ihn einströmenden Bildinformationen erfasst und filtert der Mensch größtenteils intuitiv. Danach reagiert er auf Basis der in seinem Gehirn abgelegten Erfahrungen auf jede neue Situation.

Im Gegensatz dazu identifiziert ein Bildverarbeitungssystem Objekte nur dann korrekt, wenn diese vorher programmiert oder antrainiert wurden. Es existieren Software-Algorithmen für unterschiedlichste Aufgaben, z. B. zur Erkennung von Objekten, Mustern, Fehlern, Schriftzeichen, Farben, Punkten, Kanten und vielem mehr. Entwickler von Bildverarbeitungssystemen müssen bereits vorab wissen, was dieses System später leisten soll, und es entsprechend auslegen.

Autoren