Intelligente Kamera pictor®
|
| Produktfamilien-Verschlagwortung |
|---|
 Bildverarbeitung Bildverarbeitungssysteme, universell einsetzbar Smart Kameras Kameraintegrierte Mehrzweck-Bildverarbeitungssysteme |
| Funktionsprinzip |
| Der erste Schritt ist die Bildaufnahme des beleuchteten Objektes durch die Kamera. Dieses Bild wird anschließend in digitalisierter Form dem DSP-Prozessor 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 variierende Oberflächenbeschaffenheit korrigiert. 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 Antastung an eine Objektkante, die im 10-fachen Subpixeling erfolgen kann. Auch eine Objekterkennung im Bild mit Schwerpunktsberechnungen der einzelnen Flächen aus dem Binärbild lokalisiert relevante Objekte. Für die separierten Objekte werden dann Merkmale wie z.B. die Pixelanzahl von Flächen oder Schwerpunkte 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. In anderen Fällen kann es sinnvoll sein, die im Vergleich zur Binärbildauswertung aufwändigere, konturbasierte Methode zur Bildauswertung anzuwenden. Hierzu wird der Grauwertverlaufs innerhalb des Bildes untersucht. Verändert sich der Grauwert sprunghaft deutet dies auf eine Objektkante hin. In der Auswertung dieser Linienverläufe wird die Kontur des Bauteils ermittelt unabhängig ob dies eine vollständige Kontur mit einem geschlossenen Linienzug ergibt oder ob es ein Konturabschnitt ist. Dadurch können auch Bauteile erkannt werden, deren Kontur durch ein überlappendes anderes Bauteil unterbrochen wird. Zur Klassifizierung können Konturverläufe herangezogen oder einzelne Geometriemerkmale gemessen 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. Das Lesen von Text erfolgt mit OCR Funktionen, die eingelernt werden können. Feste Codes wie z. B. der Data Matrix Code können ebenfalls in das Prüfprogramm eingebunden werden. |