Bildverarbeitung - HTL Wien 10
Bildverarbeitung - HTL Wien 10
Bildverarbeitung - HTL Wien 10
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Bildverarbeitung</strong> in der<br />
Qualitätskontrolle<br />
Sebastian Zambal<br />
LEADING<br />
INNOVATIONS
Überblick<br />
Profactor<br />
Grundlagen <strong>Bildverarbeitung</strong><br />
HW, SW, Methoden<br />
Inspektion Gussteilen<br />
Inspektion CFK, GFK<br />
Projekte<br />
EMVA-Studie: Europäischer Markt
Profactor<br />
Produktionsforschung seit 1995<br />
Standorte: Steyr und <strong>Wien</strong><br />
ca. 85 Mitarbeiter<br />
www.profactor.at<br />
Seite 3
Profactor<br />
Funktionale Oberflächen und Nanostrukturen (FON)<br />
Innovative Energiesysteme (IES)<br />
Robotik und Adaptive Systeme (RAS)<br />
<strong>Bildverarbeitung</strong> (BV)
<strong>Bildverarbeitung</strong>
Was ist <strong>Bildverarbeitung</strong>?<br />
Begriffe:<br />
<strong>Bildverarbeitung</strong><br />
Bildverstehen<br />
Maschinelles Sehen<br />
Machine Vision<br />
Computer Vision<br />
Klassische Probleme der<br />
Computer Vision:<br />
3D Scene Reconstruction<br />
Event Detection<br />
Object Tracking<br />
Object Recognition<br />
Segmentation<br />
Klassifikation
<strong>Bildverarbeitung</strong>: Verwandte Gebiete<br />
Modell<br />
z.B:<br />
3D Struktur,<br />
Fehlertyp<br />
Computer Grafik und Visualisierung<br />
Signalverarbeitung<br />
Künstliche Intelligenz und Maschinelles Lernen<br />
Automatisierung & Robotik<br />
Biologisches Sehen<br />
Computer Graphics<br />
Computer Vision<br />
Quelle: http://www.dangeruss.net
<strong>Bildverarbeitung</strong>ssystem: Komponenten<br />
Kamera:<br />
Matrixkamera<br />
Zeilenkamera<br />
Contact Image Sensor (CIS)<br />
Thermokamera<br />
Beleuchtung:<br />
Kaltlichtquelle, LED Beleuchtung, …<br />
Diffus (Dom), Gerichtet, Hintergrund, …<br />
Auswerteeinheit<br />
z.B. Industrie-PC<br />
Alternativ: Intelligente Kameras<br />
Basler Zeilenkamera
Beispiel Segmentierung
Ein Bild sagt mehr als tausend Worte...<br />
Interpretation der<br />
Merkmale<br />
Segmentierung &<br />
Extraktion von Merkmalen<br />
Vorverarbeitung<br />
Mülleimer oder Briefkasten?<br />
Bild<br />
wenig<br />
Information<br />
viel<br />
Information
Beispiel einer <strong>Bildverarbeitung</strong>skette<br />
Originalbild<br />
„Hintergrund“<br />
entfernt<br />
Segmentierung<br />
(Schwellwert)<br />
Merkmale:<br />
Fläche,<br />
Umfang,<br />
mittlerer Grauwert, …<br />
Entscheidung:<br />
Gut/schlecht?<br />
Art des Fehlers?
Merkmale<br />
„Textural Features Corresponding to<br />
Visual Perception“, Tamura et al., 1978<br />
Coarseness<br />
Mittelwerte von gegenüberliegenden<br />
quadrat. Bereichen<br />
Differenz dieser Mittelwerte<br />
Bestimme Größe des Bereichs mit<br />
maximaler Differenz!<br />
Mittelwert dieser Bereichsgrößen in einer<br />
bestimmten Umgebung<br />
Schwellwert Originalbild<br />
Feature: Tamura<br />
Coarseness<br />
Schwellwert Feature
Interpretation der Features: Machine Learning<br />
F2<br />
+ ?<br />
F1<br />
in Ordnung<br />
Defekt
Interpretation der Features: Linear Separation<br />
F2<br />
F1<br />
in Ordnung<br />
Defekt
Interpretation der Features: Decision Tree<br />
a<br />
F2<br />
b<br />
Defekt<br />
F1<br />
in Ordnung<br />
Defekt<br />
< a > a<br />
< b<br />
> b<br />
Defekt in Ordnung
Interpretation der Features: Underfitting, Overfitting<br />
F2<br />
F1<br />
in Ordnung<br />
Defekt
BV Software<br />
OpenCV:<br />
C/C++<br />
Frei Verfügbar<br />
von Intel initiiert<br />
heute: Willow Garage<br />
Basis-Datentyp: cv::Mat<br />
Unterstützt ein sehr breites<br />
Spektrum an Algorithmen für<br />
<strong>Bildverarbeitung</strong> und<br />
Maschinelles Lernen<br />
Matlab<br />
Image Processing Toolbox<br />
Neural Network Toolbox<br />
GigE Vision + GenICam<br />
→ Beispiel!
Oberflächeninspektion<br />
(Gussteile)
3D Information in der Oberflächeninspektion<br />
„Shape from Shading“<br />
Bestimmung der Form aus<br />
der Helligkeit<br />
Beleuchtungsmodell,<br />
Reflexionsmodell
3D Information in der Oberflächeninspektion<br />
Grundidee:<br />
Hell Dunkel Dunkel Hell ___ ___<br />
Lunker Schmutz Verfärbung
3D Information in der Oberflächeninspektion<br />
Beispielbilder – Lunker:<br />
4 Teilbilder mit unterschiedlichen Beleuchtungsrichtungen
Oberflächeninspektion<br />
(CFK, GFK)
CFK Oberflächen<br />
Beispiel CFK – Gewebe/Gelege<br />
schwarz & glänzend<br />
Karbonfaser: ca. 5-8µm Durchmesser (menschl. Haar: ca. 50µm)<br />
ca. 1K-24K Einzelfasern bilden ein Bündel (Roving)
Faserwinkelsensor
Faserwinkelsensor im Testbetrieb
Fiber Orientation Sensor<br />
Seite 26
CFK Lichtreflexion<br />
c: Kamera<br />
l 1, l 2: Lichtquellen<br />
Photometric stereo on carbon fiber surfaces,<br />
W. Palfinger et al<br />
http://oagm2011.joanneum.at/papers/27.pdf
Faserwinkelsensor
Faserwinkelbilder<br />
Faserwinkel kodiert als Grauwert
Gelegeprüfung - Gap/Histogramm<br />
31
Segmentierung von Faserwinkelbildern
Segmentierung von Faserwinkelbildern<br />
a) Resin (Harz) auf Oberfläche<br />
b) Dadurch: Fehler in Segmentierung<br />
c) Korrekte Segmentierung durch Anpassung der Schrittweite<br />
d), e) Endgültige Segmentierung mit Scan-lines
Faserwinkelsensor: Auswertungen
Faserwinkelsensor: Vertikale Ausrichtung der Fasern<br />
Polare Bilder mit klassifizierten Segmenten
3D Ansicht (rekonstruiert)<br />
Z-Koordinaten um Faktor 4 vergrößert!
Machine Vision Markt<br />
Marktstudie d. European Machine Vision Association (EMVA)
Umsatz: BV-Systeme nach Branche
Umsatz: BV-Systeme nach Applikation
BV-Komponenten nach Herkunft
Zukünftige Herausforderung: Mülltrennung (EMVA Prognose)<br />
Quelle: EMVA
Danke für Ihre<br />
Aufmerksamkeit !<br />
Sebastian Zambal<br />
PROFACTOR GmbH<br />
Im Stadtgut A2<br />
4407 Steyr-Gleink<br />
Tel.: +43(0)7252 885-254<br />
Fax.: +43(0)7252 885-901<br />
sebastian.zambal@profactor.at