Bild 2 | Screenshot der OCR-Trainingsoberflöche im MTS-1 Vision Manager. (Bild: Matrium GmbH)
Cleveres Anlernen
Martin Eikel und Martin Gericke hatten bis zum Beginn dieses Projekts keinerlei Erfahrung im Umgang mit Bildverarbeitungssystemen. Angesichts der Herausforderungen bei dieser Sortieranwendung suchte der IT-Leiter daher professionelle Unterstützung und fand sie bei Stemmer Imaging. „Wir haben im Labor von Stemmer Imaging Machbarkeitsuntersuchungen durchgeführt und dabei u.a. verschiedene Beleuchtungsarten, Algorithmen und Vorverarbeitungsoptionen getestet“, erinnert sich Eikel. „Auch ‚Shape-from-Shading‘-Technologien sowie 3D-Laserscans haben wir dabei auf ihre Eignung für diese Aufgabenstellung untersucht, doch am Ende brachte die Optimierung der Bilderstellung für unsere Anwendung die besten Ergebnisse“, so Eikel. Aufgrund der großen Variantenvielfalt bei den Trays war das Anlernen von Mustern für das Matrium-Projekt eine ebenso entscheidende Frage wie die bestmögliche Bildaufnahme. Hier erwies sich das Bildverarbeitungs-Tool CVB Polimago aus der Softwarebibliothek Common Vision Blox (CVB) als perfektes Werkzeug zur Mustererkennung sowie zum Lesen der Kennzeichnungen. Durch das automatische Erstellen von Trainingsbildern reduziert sich bei diesem Tool der Aufwand während des Anlernens erheblich. „Wenn man geometrische Transformationen wie Drehungen, Größenänderungen, Verkippungen, Verdeckungen oder Änderungen in der Beleuchtungssituation schon in der Trainingsphase anlernt, steigt die Erkennungsrate im späteren Prozess“, erklärt Florian Mayr von Stemmer Imaging.
Stabile Ergebnisse
Martin Eikel nennt einen weiteren wichtigen Aspekt, der für die Auswahl von CVB Polimago sprach: „Bei rund 2500 Tray-Varianten war es uns sehr wichtig, dass der Aufwand für das Anlernen möglichst gering ist. Hier spart uns CVB Polimago in der Trainingsphase viel Zeit, denn der Algorithmus generiert während des Anlernens künstliche Ansichten des Modells, um die verschiedenen Lagen eines Bauteils in der Realität zu simulieren. Schon mit einer Anzahl zwischen 20 und 50 Trainingsbildern konnten wir sehr stabile Ergebnisse erzielen und sind mit der bisher erreichten Erkennungsrate der Anlage sehr zufrieden. Darüber hinaus ermöglichte uns die gut dokumentierte Softwarebibliothek eine nahtlose Integration der Bildfunktionen in den Windows-Dienst für die Maschine als auch in die eigene datenbankbasierte Managementsoftware.“
