Neue 5-Megapixel- Industrieoptik - beam - Elektronik & Verlag

Sensoren
Die Grenzen von Vision Sensoren
sind neu definiert
Mit neu entwickelten integrierten
Schaltungen in Form
von FPGAs wird die Geschwindigkeit
von Vision Sensoren entscheidend
erhöht. Komplexe Aufgaben
können damit im Vergleich
zu BV-Systemen in einem noch
kompakteren Gehäuse einfach
und mit leistungsfähigen Algorithmen
sicher gelöst werden.
Im Laufe eines Tages verändert
sich die Bildaufnahmesituation
bei automatischen
optischen Inspektionen dramatisch.
Morgens fällt Sonnenlicht
durch die Fenster der Maschinenhalle,
während in den Abendstunden
Deckenleuchten mit
dem charakteristischen 50-Hz-
Flimmern eingeschaltet werden.
Somit kann eine stabile Bildaufnahme-undBeleuchtungssituation,
eigentlich die Grundlage
einer jeden grauwert-basierten
Bildverarbeitungsaufgabe, nicht
vorausgesetzt werden.
Autor:
Andreas Döring
Produktspezialist
Smart Vision
Dieser Herausforderung müssen
sich auch Vision Sensoren
stellen. Aufgrund ihrer kompakten
Bauform haben diese
Systeme eine eingeschränkte Leistungsfähigkeit
im Vergleich zu
PC-basierten Systemen, müssen
aber dennoch Erkennungsraten
von 99,9% und mehr garantieren.
Somit stellt sich die Frage, wie
man trotz der eingeschränkten
Prozessorleistung dieser Sensoren
die Grenzen der Grauwert-Verarbeitungüberschreiten
kann, um die erforderliche
Stabilität trotz der vielen Einflussfaktoren
zu erreichen.
Um diese beiden Anforderungen
zu verbinden, sollte
man sich an bereits bestehenden
Lösungen orientieren, die ihre
Leistungsfähigkeit bereits seit
langer Zeit unter Beweis gestellt
haben. Und was liegt näher, als
sich das menschliche Auge und
die visuelle Verarbeitung von
Umgebungsinformation als Vorbild
zu nehmen?
Die Natur als Vorbild
Schon früh hat der Mensch
gelernt, seine Augen gezielt und
fokussiert einzusetzen, um sich
in seiner Umwelt zu orientieren.
Selbst in Waldgegenden mit
wechselnden Licht- und Schattenspielen
ist der Mensch in
der Lage, Objekte zu erkennen.
Millionen von Fotorezeptoren
registrieren kleinste Veränderungen
des Lichtes, verarbeiten
diese Informationen bereits in
der Netzhaut und leiten dann
die gefilterten Informationen
an das Gehirn weiter.
Durch intensive Forschungen
konnte dabei nachgewiesen werden,
dass das Auge auf Kontraste
reagiert und innerhalb der
Netzhaut Konturinformationen
ableitet. Im Gehirn werden diese
Konturen zu Objekten verknüpft
und dienen als Grundlage, wie
der Mensch in seiner Umwelt
agiert. Durch diese Vorverarbeitung
ist das menschliche Auge
in der Lage, in der Dunkelheit
wie auch am hellen Tag schnell
seine Umgebung wahrzunehmen
und sich auch von Schatten
und Reflexionen nicht irritieren
zu lassen.
Hardware-Unterstützung für die
Konturverarbeitung
Es ist nahe liegend, diesen evolutionären
Vorteil des menschlichen
Auges für den industriellen
Einsatz nutzbar zu machen.
Bereits in den 70er Jahren wurden
Algorithmen und Ideen entwickelt,
die es ermöglichen, die
Konturen innerhalb eines Bildes
zu bestimmen und damit auszuwerten.
Die Herausforderung
dieser Ansätze ist, dass dabei
große Datenmengen verarbeitet
werden müssen.
So basiert einer der einfachsten
Vertreter dieser Algorithmen,
der Sobel-Filter, auf einem 3
x 3-Filter, d.h. für jeden Bildpunkt
werden neun Pixel verwendet,
um zu bestimmen, ob
durch diesen Pixel eine Kante
verläuft. So ist bereits in diesem
Fall die 9-fache Datenmenge im
Vergleich zu reinen Grauwerten
zu verarbeiten, wofür entsprechende
Ressourcen (Arbeitsspeicher
und leistungsstarke Prozessoren)
notwendig sind. Für eine
qualitativ gute Kantenbestimmung
werden jedoch größere
Filter benötigt, typischerweise
in der Größe 5 x 5 oder 7 x 7.
So muss letztlich die 25- oder
gar die 49-fache Datenmenge
verarbeitet werden! Baumer
hat mit der FEX-Technologie
einen Bildverarbeitungsprozessor
entwickelt, der diese Datenmengen
verarbeiten kann und
damit diese Algorithmen auch
für Vision Sensoren einsetzbar
macht. Möglich wird dies durch
die neueste FPGA-Technologie.
Diese flexiblen Mikroprozessoren
können so programmiert werden,
dass parallel beim Bildeinzug
die Konturen bestimmt werden
und damit in Echtzeit und
subpixel-genau neben den Grauwertinformationen
im Speicher
abgelegt werden. Für die Auswertung
des Prüfobjektes ste-
Mit der Bauemer FEX-Technologie werden die Konturen in Echtzeit berechnet
und können dann zusätzlich zu den Grauwertinformationen
genutzt werden
6 PC & Industrie 3/2010