Komprimierung von materialwissenschaftlichen Bilddaten

Um robuste Messungen und nachhaltige Datenaufbewahrung zu gewährleisten, werden in den Materialwissenschaften vermehrt bildbasierte 3D-Rekonstruktionsansätze eingesetzt. Allerdings stellen die große Menge an Bilddaten, insbesondere bei hochauflösenden Bildern für Messungen im Mikrometerbereich, Herausforderungen in Bezug auf Speicherung und Übertragung dar. Dies führt zu großen Datensätzen, die schnell an Größe zunehmen können. In dieser Arbeit wird ein Verfahren vorgestellt, das bildbasierte 3DRekonstruktionsansätze effizient komprimiert, um genaue Messungen zu ermöglichen und gleichzeitig eine effiziente Speicherung und Übertragung von Bilddaten zu gewährleisten, die sich auch für die Langzeitarchivierung eignet. Hierzu werden die Bilddaten mit Hilfe von einer selbst generierten Maske in Hintergrund und Vordergrund aufgeteilt und bei der Speicherung unterschiedlich behandelt, wobei der Vordergrund verlustfrei und der Hintergrund verlustbehaftet komprimiert wird. Zusätzlich wird in dem Verfahren aufgezeigt, wie Metadaten, die für die Langzeitarchivierung unverzichtbar sind in Form von XML-Dateien gespeichert werden und wie die bildbasierte 3D-Rekonstruktionsansätze langzeitarchiviert werden sollen. Das vorgestellte Verfahren erreicht eine Kompressionsrate von 1:3,3 bei einer Zielkompressionsrate von 1:128 für den verlustbehafteten teil und eine Speicherplatzersparnis von mehr als zwei Drittel des Originalbildes.

To ensure robust measurements and sustainable data retention, image-based 3D reconstruction approaches are increasingly used in materials science. However, the large amount of image data, especially for high-resolution images for micrometer-scale measurements, presents challenges in terms of storage and transmission. This leads to large data sets that can grow in size rapidly. In this work, we present a method that efficiently compresses image-based 3D reconstruction approaches to enable accurate measurements while providing efficient storage and transmission of image data that is also suitable for long-term archiving. For this purpose, the image data is split into background and foreground using a self-generated mask and treated differently during storage, with lossless compression of the foreground and lossy compression of the background. In addition, the method shows how metadata, which is essential for long-term archiving, is stored in the form of XML files and how image-based 3D reconstruction approaches are to be archived over the long term. The presented method achieves a compression ratio of 1:3.3 with a target compression ratio of 1:128 for the lossy part and a storage space saving of more than two thirds of the original image.