Tiefenwahrnehmungs-Kamera mit 12.616 kleinen Linsen

Forscher der kalifornischen Stanford University wollen mit einer Multiblendenkamera die Fotografie revolutionieren. Eine Anordnung von Mikrokameras statt einem normalen Detektor verspricht nicht nur detaillierte räumliche Information für Anwendungen wie die Gesichtserkennung oder den 3D-Druck, sondern könnte auch für die Entwicklung von Gigapixel-Kameras interessant sein. Ein erster Drei-Megapixel-Prototyp wird es auf 12.616 der kleinen Linsen bringen.

Je 256 Detektor-Pixel werden beim Detektor des Kamera-Prototypen mit einer von 12.616 kleinen Linse zusammengefasst. „Das ist, wie eine Menge Kameras auf einem Chip zu haben“, meint der am Projekt beteiligte Keith Fife. Genau das verschafft der Multiblenden-Kamera ihre besonderen Möglichkeiten. Die Objektivlinse fokussiert nicht wie üblich direkt auf dem Sensorarray, sondern etwa 40 Mikrometer davor. Dadurch wird jeder Punkt eines Bildes von zumindest vier der Mikrokameras erfasst. Das Ergebnis ist detaillierte Information über Entfernungen einzelner Punkte der Abbildung. Sie ist zwar im Foto selbst unsichtbar, liegt aber elektronisch gespeichert vor und kann vielfältig verwertet werden.

Eine denkbare Anwendung der Kamera liegt im Sicherheitsbereich. Mit der Technologie wäre eine präzise Gesichtserkennung möglich, so die Forscher. Auch die dreidimensionale Modellierung von Gebäuden oder 3D-Druck könnten von der Tiefeninformation der Aufnahmen profitieren. Selbst in der Robotik sehen die Wissenschaftler ein mögliches Einsatzgebiet. Es sei denkbar, durch die Technologie Robotern bessere räumliche Wahrnehmung als dem Menschen selbst zu bescheren, was neue Anwendungsmöglichkeiten eröffnen würde.

Wichtig ist den Forschern auch, dass die Kamera kompakt wie eine normale Digitalkamera wäre. Im Bereich der alltäglichen Fotografie sehen die Wissenschaftler ihre Entwickllung als möglichen Wegbereiter für Gigapixel-Kameras. Zum einen würde sie kleinere Pixel und damit mehr Bildpunkte auf kleinem Raum erlauben. Außerdem würden etwaig defekte Pixel durch die Verteilung von Information auf mehrere Bildpunkte kompensiert.

An der Gewinnung von Tiefeninformation etwa für die 3D-Modellierung wird auch auf andere Arten geforscht. Ansätze umfassen etwa Laser oder die Verbindung mehrerer Aufnahmen. An der Stanford University selbst wurde im Januar dieses Jahres mit Make3D ein Software-Algorithmus präsentiert, der aus einem einzelnen Foto ein dreidimensionales Modell errechnet. Er wurde mit zweidimensionalen Fotos aus dem Bereich der Universität und zugehörigen räumlichen Informationen gefüttert, um zu „erlernen“, wie er Entfernungen beurteilt.