Industrielle Bildverarbeitung unterscheidet sich grundlegend von der klassischen Bildbearbeitung. Während Bildbearbeitung darauf abzielt, Fotos oder Grafiken für die Darstellung zu verändern (z. B. rote Augen entfernen oder Zeichnungen erstellen), dient die industrielle Bildverarbeitung (englisch Machine Vision) einem anderen Zweck: Sie extrahiert mithilfe mathematischer Algorithmen gezielt Informationen aus Bildern und bewertet diese. So können beispielsweise Objekte als fehlerfrei („i.O.“) oder fehlerhaft („n.i.O.“) klassifiziert werden. Deshalb wird die industrielle Bildverarbeitung oftmals auch mit dem Begriff „optische Qualitätskontrolle“ gleichgesetzt, weil sie Bauteile optisch über Kameras kontrolliert.
Einfach gesagt, ermöglicht industrielle Bildverarbeitung Anlagen, mit einer oder mehreren Kameras Produktionsobjekte zu erfassen und anhand festgelegter Prüfkriterien zu analysieren. Ähnlich wie ein Mensch überprüft sie Oberflächen, misst Abstände, prüft Anwesenheit oder Position von Bauteilen und liest sogar codierte Informationen wie DataMatrix-Codes oder Barcodes vollautomatisch aus. Weitere Anwendungsbeispiele finden Sie hier.
Ein typisches System umfasst:
Die Hauptanwendungen umfassen:
KI, insbesondere Machine Learning und Deep Learning, ermöglicht es, komplexe Muster in Bildern zu erkennen und Aufgaben wie Defekterkennung, Klassifikation und Objekterkennung zu automatisieren. KI-Modelle verbessern die Flexibilität und Genauigkeit von Bildverarbeitungssystemen.
Zu den häufigsten Techniken gehören:
Typische Herausforderungen umfassen:
Die Qualität wird durch Metriken wie Genauigkeit, Wiederholbarkeit, Verarbeitungsgeschwindigkeit, Fehlerrate und Robustheit des Systems in variierenden Umgebungen unter typischen Produktionsbedingungen beurteilt.
Es gibt verschiedene Softwarelösungen:
Wir setzen in fast allen Fällen auf NeuroCheck© als bevorzugte Softwarelösung, da es eine benutzerfreundliche Oberfläche, leistungsstarke Funktionen zur Bildanalyse und -auswertung sowie nahtlose Integration in Produktionsprozesse bietet. Es unterstützt flexible Anpassungen, hohe Zuverlässigkeit und ist ideal für die Automatisierung und Qualitätssicherung in der Industrie. Zudem kann die Software nahezu eine unbegrenzte Anzahl an unterschiedlichen Kameras gleichzeitig betreiben (Flächenkameras, Zeilenkameras, verschiedene 3D Kameras etc.). Die Software ermöglicht außerdem eine einfache Programmierung über Drag-and-Drop und ist ideal für schnelle Optimierungen und Programmänderungen durch Instandhaltungspersonal, ohne tiefgehende Programmierkenntnisse zu erfordern. Ein weiterer großer Vorteil der NeuroCheck Software besteht darin, dass die Software eine offene Schnittstelle besitzt und diese durch eigene Algorithmen und individuelle Lösungen (sogenannte PlugIns) in ihrer Funktionsfähigkeit beliebig erweitert werden kann. Treiber für neue Hardware und Schnittstellen eingeschlossen.
Die größten Herausforderungen bei der Integration in Produktionssystemen sind:
Die Genauigkeit kann durch folgende Maßnahmen sichergestellt werden:
Nun die Messgenauigkeit hängt von zwei entscheidenden Faktoren ab. Erstens von der Größe des zu messenden Objektes und zweitens von der Auflösung der Kamera. Hierzu ein kleines Beispiel. Angenommen ihr zu messendes Objekt hätte eine Größe von 25mm und Sie setzen eine Kamera mit einer Auflösung von 1000 x 1000 Pixel (1 Megapixel) ein, dann wäre die theoretische Messgenauigkeit bei 25mm /1000 Pixel = 0,025mm. Bei einem 100mm großen Objekt und gleicher Kamera demnach 0,1mm. Da die Software Subpixelvermessung beherrscht kommt man in beiden Fällen jedoch theoretisch auf ca. 1/10 der angegebenen Werte. Dazu müssen die Umgebungsbedingungen allerdings absolut optimal sein. Da in der Zwischenzeit bereits Kameras mit 25 Megapixel und mehr Auflösung erhältlich sind, kann eine hohe Messgenauigkeit auch bei großen Objekten gewährleistet werden.
Die Kalibrierung ist essenziell, um:
Die Objekterkennung basiert auf Algorithmen, die Merkmale wie Kanten, Texturen oder Formen in Bildern analysieren. Zu den häufig verwendeten Methoden gehören:
Die häufigsten Schnittstellen sind:
GigE Vision bietet:
USB 3.0/3.1 eignet sich besonders für:
Camera Link ist ideal für:
CoaXPress (CXP) bietet:
Aktuelle bzw. zukünftige Trends umfassen:
Anwesenheitskontrolle
Vermessung (Maßkontrolle)
Bauteil vor der Vermessung
Vermessung eines Blechteiles
Nach Auswertung mit BV Software
Bohrungsdurchmesser, Winkel und Abstände messen
Kontrolle DataMatrix Code
Objekt vor der Überprüfung
DataMatrix Kontrolle auf Metall
Nach Auswertung mit BV Software
Daten des gelesenen Barcodes werden kontrolliert und ausgegeben