Fehlerdetektion in transparentem Bandmaterial

Deep-Learning-Tool eröffnet neue Möglichkeiten

Klassische Bildverarbeitung kommt insbesondere im Bereich der Oberflächeninspektion schnell an Grenzen. Trotz vieler Möglichkeiten der Bildvorverarbeitung und Bildfilterung lassen sich manche Defekte nur schwer vom Hintergrund separieren, was oft in hohem Pseudo-Ausschuss oder in nicht erkannten Fehlstellen resultiert.

Mithilfe der Software Neuralzye® von senswork wurde jetzt eine KI-Inspektion von transparentem Bandmaterial umgesetzt, mit der die Erkennung von Blasen und Einschlüssen detektierbar ist. Durch die zusätzliche Verwendung der sogenannten Durchlicht-Deflektometrie können die Fehlstellen im Material überhaupt erst sichtbar gemacht werden.

Beugungseffekte durch eine streifenförmige Durchlichtbeleuchtung erzeugen im Zeilenkamerabild ein Signal an der Stelle der Materialbeschädigung, die mit dem menschlichen Auge gut sichtbar ist. Eine Erkennung auf der Basis von Standard-Algorithmen ist jedoch schwierig, da der Hintergrund des Bildes einem Sinus-Muster entspricht. Hier zeigt sich die Stärke von Neuralyze: Auf Basis dieser Bildinformationen erkennt Neuralyze mit einer sehr hohen Zuverlässigkeit Blasen, Löcher und anderweitige Defekte im Material.