Messe Vision

Bildverarbeitung auf Selbstoptimierungskurs

Perception_Park-Hyperpectral.jpg
Die richtige Beleuchtung ist eine wesentliche Voraussetzung für hyperspektrale Bildverarbeitungssysteme, etwa zur Unterscheidung von Kunststoffen. Bild: Perception Park
Anzeige
Die Vision befindet sich weiter auf Wachstumskurs. Embedded Vision, Deep Learning und Hyperspectral Imaging sind die großen Trendthemen auf der Messe in Stuttgart.❧

Sabine Koll

Rückenwind für die Messe Vision, die vom 6. bis 8. November stattfindet: Sie wird in diesem Jahr mehr als 12.000 m² Ausstellungsfläche belegen – und damit 9 % mehr als vor zwei Jahren. „Alle Zeichen stehen weiterhin auf Wachstum. Was die Branche zusätzlich beschäftigt sind die Megatrends Embedded Vision und Deep Learning“, sagt Florian Niethammer, Projektleiter der Vision bei der Messe Stuttgart.

„Embedded-Vision-Systeme haben sich in rasantem Tempo weiterentwickelt und sind mittlerweile aus dem Kanon der Bildverarbeitungsindustrie nicht mehr wegzudenken. Damit sind sie fester Bestandteil in der Produktpalette vieler Vision-Aussteller“, so Niethammer weiter. Christoph Wagner, Product Manager Embedded Vision bei MVTec Software, beschreibt die Entwicklung bei Embedded Vision Systemen so: „Viele Applikationen mit größeren Stückzahlen werden mittlerweile auf Embedded Devices umgesetzt, da diese Geräte viele Vorteile gegenüber der Standard-PC-Variante bieten, wie etwa reduzierte Leistungsaufnahme, die Unabhängigkeit von Peripheriegeräten und nicht zuletzt den Preis- und Formfaktor“.

Vision Systeme stehen beispielhaft für einen Trend zur technologischen Annäherung zwischen Industrieanwendungen und der Endverbraucherwelt. „Die ARM-basierten System-on-Chip-Lösungen werden immer leistungsfähiger und können speziell beim Preis-Leistungs-Verhältnis im Vergleich zu den im Industrieumfeld noch immer dominierenden X86-Architekturen mittlerweile oftmals gleichziehen“, sagt etwa Gerrit Fischer, Head of Product Market Management bei Basler.

„Heterogene Systeme“ nennt Jan-Erik Schmitt, Geschäftsführer Vertrieb von Vision Components, Embedded-Vision-Systeme. „Sie sind eine Kombination von mehreren Recheneinheiten, wie etwa unseren Linux-basierten Z-Kameras, die auf einem System-on-Chip mit einem Dual-Core ARM-Prozessor und einer FPGA bestehen.“

Christopher Scheubel, Head of IP & Business Development bei Framos, sieht einen weiteren großen Trend bei Embedded Vision: „Die Entwicklung geht nicht nur zur kompletten Einbettung, sondern auch zu Intelligenz – um Geräte selbständig agieren zu lassen und ohne menschliche Interaktion Entscheidungen zu treffen.“ Autonome Fahrzeuge, Service-Roboter in Industrie und Haushalt sowie Drohnen seien hier Vorreiter bei der Anwendung.

Deep Learning: Bildverarbeitungssysteme
optimieren sich kontinuierlich weiter

Ein weiteres Trendthema auf der Vision ist Deep Learning, eine neue Herangehensweise, wie Bilderkennungsaufgaben künftig gelöst werden. Im Gegensatz zu bisherigen Verfahren wird diesen selbstlernenden Systemen eine Vielzahl von Bildern und Szenarien angelernt, auf die sie während der Prüfung im Produktionsprozess zurückgreifen und so minimale Abweichungen erkennen. Dabei optimieren sich diese Systeme kontinuierlich weiter, angetrieben von immer schnellerer Rechenleistung und methodischen Durchbrüchen.

„Deep-Learning-Systeme setzen neuronale Netze ein und ihr Name bezieht sich auf die meist hohe Anzahl verborgener Schichten im neuronalen Netzwerk“, erläutert Vassilis Tsagaris, CEO von Irida Labs. „Systeme, die auf Deep Learning basieren analysieren große Mengen an digitalen Bilddaten analysiert und werden mit Modellen von bestimmten, zu erkennenden Objekten trainiert“, ergänzt Dr. Olaf Munkelt, Geschäftsführer von MVTec. „Mit Hilfe dieser Trainingsdaten lernt der Klassifikator, zwischen den eingegebenen Klassen zu unterscheiden.“

„Die Stärke von Deep Learning liegt darin, dass ein solcher Ansatz flexibler entscheiden kann als ein Satz vorgegebener Regeln in konventionellen Bildverarbeitungs-Systemen“, betont Volker Gimple, Gruppenleiter Bildverarbeitung bei Stemmer Imaging.

Dr. Klaus-Henning Noffz, Geschäftsführer von Silicon Software, ergänzt: „Deep Learning punktet immer dann, wenn Prüfobjekte große Variationen aufweisen und schwer mathematisch modellierbar sind.“

Eingesetzt wird Deep Learning heute bereits in Anwendungen, wo Bildverarbeitung eine Klassifizierung des untersuchten Objekts vornimmt. Damit erkennen in der Automobilindustrie selbstlernende Algorithmen zum Beispiel winzige Lackfehler, die mit bloßem Auge nicht sichtbar sind.

Hyperspectral Imaging für den Blick
ins Innere von Lebensmitteln

Die Nahrungsmittel- und Getränkeindustrie profitiert außerdem vom Trendthema Hyperspectral Imaging. Die Technologie macht auch das Innere von Objekten sichtbar – zum Beispiel von Schokoriegeln oder Obst. Die Systeme machen Bilder von vielen nebeneinander liegenden Wellenlängen. Während herkömmliche RGB-Kameras lediglich die Farben Rot, Grün und Blau abbilden, erlauben hyperspektrale Kameras die Unterscheidung von mehr als 100 Farben. Dadurch lässt sich die chemische Struktur von Objekten sichtbar machen.

„Die Hyperspektral-Technologie erkennt unterschiedliche Molekülschwingungen und kann anhand dieser verschiedene Materialien identifizieren“, erklärt Manfred Pail, Mitbegründer von Perception Park. Objekte hinterlassen aufgrund ihrer chemischen Eigenschaften quasi eine hyperspektrale Signatur, die mit den Kameras aufgefangen wird. Hyperspektral funktioniert laut Pail mit großen Molekülketten. Und diese gibt es in der Regel in organischen Stoffen. So kann die Technologie besonders in der Lebensmittelindustrie ihre Stärken ausspielen.

Fleisch, Fett und Knochen weisen Unterschiede in ihren molekularen Eigenschaften auf, die man in einem Hyperspektral-Bild eindeutig erkennen könne, erklärt Gion-Pitschen Gross, Produktmanager bei Allied Vision. „Dies gilt auch für andere Materialien, die im Realbild kaum Unterschiede aufweisen – wie etwa für die fast identisch erscheinenden Lebensmittel Zucker, Salz und Zitronensäure.“

Außerdem lassen sich mit den entsprechenden Systemen auch Fremdkörper entdecken – zum Beispiel Kunststoffteile in Schokoriegeln. „Anhand seiner chemischen Signatur kann man den Kunststoff etwa ganz klar von Nüssen unterscheiden“, erklärt Pail.


Volles Programm

Die im zweijährigen Turnus stattfindende Vision wartet mit einem großen Rahmenprogramm auf. Fester Bestandteil sind die „Industrial Vision Days“, das weltweit größte Vortragsforum für Bildverarbeitung. Weitere Sonderschauen sind das „Application Forum“, die „Integration Area“, die „International Machine Vision Standards“ unter Federführung der EMVA sowie der Gemeinschaftsstand IPC4Vision, auf dem das Thema Industrie-PCs (IPCs) bespielt wird.



Hier finden Sie mehr über:
Anzeige

Industrieanzeiger

Titelbild Industrieanzeiger 29
Ausgabe
29.2019
LESEN
ABO

E.ON: Energie für Unternehmen

E.ON für Unternehmen

Energielösungen für Unternehmen

Video aktuell

Greiferintegration leicht gemacht: Die Zimmer Group zeigt, wie es geht.

Newsletter

Jetzt unseren Newsletter abonnieren

Tipps der Redaktion

Unsere Technik-Empfehlungen für Sie

Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Aktuelle Whitepaper aus der Industrie

Unsere Partner

Starke Zeitschrift – starke Partner

Anzeige
Anzeige

Industrie.de Infoservice

Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de