Selbst-adaptive Oberflächenanalyse mit intelligenten Netzwerk-Kameras

Fraunhofer-Allianz Vision

Der Oberflächeninspektion kommt in der industriellen Fertigung eine besondere Bedeutung zu, da die Qualität eines Produktes neben der Funktionalität auch an der optischen Repräsentanz erkennbar ist. Die referenzlose, selbst-adaptive Oberflächeninspektion ermöglicht eine Überprüfung sowohl farblich als auch texturell unterschiedlicher Oberflächen, ohne auf eine spezifische Oberfläche trainieren zu müssen. Somit kann das Verfahren einfach und flexibel in Produktionsanlagen integriert werden. Die Selbstadaption auf unterschiedliche Materialien, Farben und Fehlerarten ermöglicht zudem eine wartungsarme Nutzung des Inspektionssystems. Anwendungsgebiete finden sich in der Fertigungsindustrie (Kunststoff, Metall, Holz, Textil) und in der Oberflächenveredelung.

Das Konzept basiert auf Methoden der Texturanalyse homogener, schwach granularer Oberflächen und ist der visuellen Wahrnehmung eines Menschen entlehnt. Ausgehend davon, dass der menschliche Betrachter die Oberflächen einer Konsistenzprüfung im Sinne der Oberflächenhomogenität unterzieht und anhand dieses Ergebnisses eine Entscheidung im Hinblick auf die Objektqualität fällt, bewertet eine intelligente Kamera die zu inspizierende Oberfläche anhand ihrer Homogenität und Gleichmäßigkeit.

Das Verfahren zerlegt eine Oberfläche mithilfe von gerichteten Summen- und Differenzbildern in homogene und nichthomogene Bereiche. Aus diesen Bildern werden statistische Merkmale abgeleitet, die als repräsentativ für die homogene Oberfläche angesehen werden. Diese Merkmale werden verwendet, um einen Modified-Fuzzy-Pattern-Classifier zu trainieren, der der anschließenden Entscheidungsfindung (Klassifikation) dient und der Oberfläche ein graduelles Qualitätsmaß zuordnet.

Die echtzeitfähige Implementierung auf einer intelligenten Kamera macht eine Bedienoberfläche überflüssig, ermöglicht eine referenzlose Auswertung der Objekte und adaptiert sich an unterschiedliche Oberflächenstrukturen, Materialien und Farben. Die eingegrenzten Fehlertypen können zur weiteren Verarbeitung über digitale Schnittstellen an die Maschinensteuerung weitergegeben werden.

Bildquelle

  • Institut für Industrielle Informationstechnik (inIT)

Aktualisierungsdatum

07.03.2012

Anlass

8. Sonderschau Berührungslose Messtechnik zur Control 2012