Beeldvormende apparatuur maakt steeds meer deel uit van ons dagelijks leven. Of het nu gaat om publieke toepassingen zoals bewakingssystemen en tolheffing, of industriële toepassingen zoals elektronenmicroscopen voor biologisch onderzoek en de chipindustrie en medische beeldvorming met MRI- of CT-scanners. De groeiende datastroom vraagt om intelligente camerasystemen of embedded eyes.
Achter de beeldvormende apparatuur zitten op dit moment nog operators om de machines te bedienen. Naarmate het gebruik van deze camerasystemen steeds verder groeit, is het echter geen haalbare kaart meer om achter elk apparaat een operator te zetten. Neem alleen al het grote aantal camera‘s langs de snelweg. Een verkeerscentrale krijgt honderden camerabeelden binnen. Het is geen doen om al deze stromen door een operator te laten controleren. Zolang er geen bijzonderheden optreden, hoeft ook niemand de beelden te zien. Alleen voor een afwijkend patroon is een operator nodig. Kortom, er ontstaat behoefte aan embedded eyes, intelligente camerasystemen die in staat zijn specifieke informatie uit de beelden te isoleren om zelfstandig taken uit te voeren en daarmee de systeemgebruikers te ontlasten. We praten dan niet meer over beeldvormende apparatuur maar over beeldverwerkende of beeldanalyserende apparatuur.
This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one for just €20 for the first year and enjoy all the benefits.