Zur JKU Startseite
Patrick Hölzl
Betreuung: Univ.-Prof. Dipl.-Ing. Dr. Bernhard Zagar
Ergebnisse aus dem Projektseminar wurden in der Publikation "Steel Coil, Straps and Packaging Recognition Under Natural Illumination, öffnet eine externe URL in einem neuen Fenster", auf der Konferenz "The Ninth IASTED International Conference on Visualization, Imaging and Image Processing - VIIP 2009", 13-15 July 2009, in Cambridge, United Kingdom, von Herrn Patrick Hölzl präsentiert.
Weiters wurde diese Publikation mit dem NRW Young Scientist Award 2009, öffnet eine externe URL in einem neuen Fenster ausgezeichnet. Wir gratulieren sehr herzlich!
Die Qualitätssicherung ist in der heutigen Wirtschaft ein immer mehr an Bedeutung gewinnender Bereich.
Bei einem Großteil der in der Qualitätssicherung vorkommenden Prozesse werden Methoden der digitalen Bildverarbeitung zur optischen Begutachtung des Werkstückes eingesetzt. Zu diesem Bereich zählt auch die vorliegende Projektseminararbeit.
Abbildung 1: Stahlcoil mit detektierten Objekten; die Coilposition ist mit blau, die Bänder mit grün und das Verpackungsmaterial mit rot gekennzeichnet.
Diese Projektseminararbeit ist ein kleiner Teil eines von der Österreichischen Forschungsförderungsgesellschaft (FFG), öffnet eine externe URL in einem neuen Fenster finanzierten Projektes der Firma Industrie-Logistik-Linz GmbH & Co KG (ILL), öffnet eine externe URL in einem neuen Fenster, das zur Verbesserung der Qualitätssicherung für Stahlcoils dient.
Die Aufgabe, die im Rahmen der Arbeit zu bearbeiten ist, besteht darin, Stahlcoils und Objekte, wie Bänder, eventuell vorhandenes Verpackungsmaterial und Kratzer, die beim Transport oder der Lagerung auftreten, zu detektieren. Als Vorgabe für die Projektseminararbeit dienen hierbei Grauwertbilder und Bilder im High Dynamic Range (HDR) Format. Für die Bearbeitung wird MATLAB verwendet, da hier bereits eine umfangreiche Bildbearbeitungs Toolbox inkludiert ist.
Zur Detektion von Objekten muss als erstes die Position der Coil erfasst werden. Um die Position der Coil im Bild zu erhalten, werden die Coilkanten mithilfe eines Canny Kantendetektions Algorithmuses erfasst, um dann mittels Patternmatching die Position zu detektieren. Patternmatching ist ein Verfahren zur Mustererkennung, dass die Ähnlichkeit zwischen Faltung und Korrelation ausnützt.
Die im Bild horizontal verlaufenden Coilkanten sind auf Grund der zylindrischen Coilform schwieriger zu bestimmen, als die vertikal verlaufenden.
Daher wird hier zur Detektion das Prinzip der Zentralprojektion sowie die statistischen Formeigenschaften der Coil eingesetzt. Sobald die Position der Coil feststeht, werden weitere Objektkanten erfasst und dann der Reihe nach zugeordnet. Das Hauptproblem bei der Objektdetektion sind die im Bild zufällig auftretenden Reflexionen, da diese zusätzliche Objektkanten erzeugen und somit fälschlicherweise detektiert werden.
Abschließend werden mithilfe mehrerer in MATLAB geschriebener Programme die auf der Coil detektierten Objekte gekennzeichnet (siehe Abbildung 1).
20. April 2009
