Wissen für Fabrikautomation

PC-Bildverarbeitungslösungen OSIRI
Abbildung Funktionsprinzip
Produktfamilien-Verschlagwortung
weiter Bildverarbeitung weiter Komplettlösungen der Bildverarbeitung zur Qualitätskontrolle, Prozesskontrolle, Positionsbestimmung weiter Kundenspezifische Bildverarbeitungslösungen weiter Bildverarbeitungslösungen für kundenspezifische Aufgaben
Funktionsprinzip
Der erste Schritt ist die Bildaufnahme des beleuchteten Objektes durch die Kamera. Dieses Bild wird anschließend durch einen Framegrabber erfasst und in digitalisierter Form dem PC-Rechner zur Auswertung übergeben. Im nächsten Schritt wird durch Vorverarbeitungsalgorithmen die Unterscheidbarkeit von zu erkennenden Merkmalen und dem Hintergrund verbessert. Zu den hier angewendeten Maßnahmen zählen u.a. Filteralgorithmen, eine automatische Helligkeitsanpassung und die Shadingkorrektur. Durch Erosions- und Dilatationsfunktionen werden z.B. kleine Bildstörungen unterdrückt bzw. überbrückt. Bei der Helligkeitsanpassung wird die Grundhelligkeit des Bildes aufgrund variierender Lichtverhältnisse durch wechselnde Sonneneinstrahlung oder variierende Oberflächenbeschaffenheit korrigiert. Durch die Shadingkorrektur werden Helligkeitsverläufe im Bild aufgrund ungleichmäßiger Beleuchtungen korrigiert, so dass der Bildhintergrund anschließend mit einer konstanten Helligkeit erscheint.

Auf diesem für die weitere Auswertung vorbereiteten Bild gilt es nun, das relevante Objekt zu isolieren und zu erkennen:
Die häufigste Methode hierzu ist die Binarisierung des Bildes. Hierzu wird das Grauwertbild mittels einer festen oder einer in der Bildvorverarbeitung ermittelten variablen Grauwertschwelle in Objektflächen und Hintergrundflächen segmentiert. Dieser Schwellwert kann fest vorgegeben sein oder anhand einer Histogrammanalyse für jedes Bild ermittelt werden. Im folgenden kann z.B. mit Schwerpunktsberechnungen der einzelnen Flächen auf dem Binärbild das relevanten Objekte lokalisiert werden. Für die separierten Objekte werden dann Merkmale wie z.B. die Pixelanzahl von Flächen oder das Verhältnis der Achsen berechnet. Darüber hinaus können Abstände gemessen, Konturabweichungen gegenüber einem Toleranzband geprüft oder die Ausprägung einer Farbe kontrolliert werden. Durch den Vergleich der herausgearbeiteten Kriterien mit Grenzwerten kann die Klassifizierung der Objekte und dadurch die Ausgabe eines Prüfentscheides umgesetzt werden.

Bei anderen Aufgaben wiederum ist es zweckmäßig, die Objekte durch "Template Matching" direkt und ohne eine Segmentierung zu suchen. Hierzu wird eine abgespeicherte Vorlage solange nach einem vordefiniertem Algorithmus in unterschiedlichen Dreh- und Axiallagen mit dem jeweiligen Bildausschnitt verglichen, bis eine bestmögliche Übereinstimmung lokalisiert wurde oder sicher die Aussage getroffen werden kann, dass sich das gesuchte Objekt nicht in dem Bild befindet.