Dem heutigen Technikstand entsprechend werden vermehrt Kamera-Systeme u.a. zur Qualitäts-Überwachung einer laufenden Produktion eingesetzt. Dabei werden die Bilder visueller Kamerasysteme online ausgewertet,
um fehlerhafte Produkte frühestmöglich zu erkennen. Unter Berücksichtigung der aufgetretenen spezifischen Schäden können dadurch individuelle Behandlungsroutinen durchgeführt werden. Da nicht jeder Schaden in optischen
Moden detektierbar ist, ist der künftige Einsatz von IR-Kameras angebracht, um zusätzliche Schäden mittels zu starker Wärmeentwicklung anzeigen bzw. auch vermeiden zu können.
|
Einen ersten Schritt zur Lösung der Problematik stellt hierbei das automatisierte Erkennen einzelner Werkstücke - im Folgenden Objekte genannt - vor stark variierenden Hintergründen dar.
Die Vorteile bei der Berücksichtigung deskriptiver Objektmerkmale zur Aufgabenbewältigung liegen unter anderem in der Invarianz bzgl. der affinen Transformation und einfachen perspektivischen Verzerrung sowie der Robustheit bzgl. der
Beleuchtungsvariation und bei Überdeckung (siehe Abbildung rechts aus [LOWE99]). Deskriptoren dieser Art können unter anderem durch den SIFT- bzw. SURF-Algorithmus berechnet werden.
|
|
Während diese deskriptiven Verfahren auf den Bilddaten visueller Kamerasysteme bereits zur Objekterkennung Anwendung finden, stellt sich deren Nutzung in IR-Szenen als problematisch dar.
Das Bildmaterial visueller Kameras liefert ausreichend Texturen und Details, um die verfahrensbedingt benötigten sogenannten Feature-Points und deren spezifischen Deskriptoren erstellen zu können.
IR-Bilder zeichnen sich hingegen durch ihre Detail- und Texturarmut aus, was die Anwendbarkeit oben genannter Verfahren stark einschränkt.
Ziel dieser Aufgabe ist es, eine robuste Objekterkennung in IR-Szenen anhand geeigneter Deskriptoren zu qualifizieren. Dafür bedarf es der Adaption der Deskriptoren an das Bildmaterial eines verfügbaren IR-Kamerasystems.
In diesem Zusammenhang sind folgende Aufgaben zu bearbeiten
- Themenbezogene Recherche in Internet und Literatur, Erarbeitung eines Verfahrenüberblicks zum Einsatz von Deskriptoren in der höheren Bildanalyse
- Implementierung/Qualifizierung eines ausgewählten Deskriptors/Verfahrens im VIP Toolkit
- Tests an Bildmaterial der gewählten Anwendungsfälle
- Qualitative/Quantitative Bewertung
- Erarbeitung von Lösungsvorschlägen für bekannte oder erkannte Schwachstellen
- Dokumentation der Ergebnisse
|
|
[LOWE99]
|
LOWE, D.G.: Object Recognition from Local Scale-Invariant Features. In: Proc. of the International Conference on Computer Vision (1999), S.1150-1157
|
|
Ansprechpartner bzw. Betreuer:
Dipl.-Inf. Philipp Prinke, Tel.: 03677-689768-6
|
