Prof. Dr. rer. nat. Burkhard Neumann

Innovative Verfahren für Segmentierung und Klassifizierung

In der klassische Bildverarbeitung werden zumeist farbige, dreidimensionale Objekte auf Flächensensoren abgebildet jedoch bei Verarbeitung und Auswertung auf tiefenbezogener Daten sowie Farbinformationen verzichtet. Komplexe Bildverarbeitungsaufgaben zeichnen sich häufig dadurch aus, dass die zu segmentierenden und schließlich zu klassifizierenden Objekte Lagebeziehungen und Grauwerteigenschaften aufweisen (partielle Objektüberlagerungen, Zugehörigkeit zu disjunkten Grauwertintervallen etc. ), die eine sichere Erkennung beeinträchtigen.

Um diese Schwierigkeiten zu umgehen, sollten zusätzliche Merkmale und Lagebeziehungen zwischen den Objekten herangezogen werden.

Farbbildverarbeitung

Ein in der Bildverarbeitung häufig vernachlässigtes Merkmal stellt die Farbe dar. Der Grund hierfür ist sicherlich in den folgenden Schwierigkeiten zu sehen:

  • Farbwerte werden stark von der Beleuchtung beeinflusst
  • Die Algorithmen der klassische BV lassen sich nicht ohne weiteres auf die Farbbildverarbeitung übertragen.

Im Rahmen des Projektes sollen daher Verfahren entwickelt werden, die diese Schwierigkeiten überwinden helfen. Hierfür ist u.a. die Bearbeitung folgender Punkte notwendig:

  • Entwicklung von Algorithmen für einen dynamischen Farbabgleich, auch unter Einbeziehung von a priori und Expertenwissen über die Farbe bestimmter Objekte im Bild (Rasenflächen pflegen grün zu sein, Zimmerdecken sind in der Regel weiß, etc.)
  • Berechnung der Beleuchtungsmatrix (lighting matrix ) aus dem Lichtvektor e für das Umgebungslicht.

Dreidimensionales Computersehen

Wie bereits weiter oben erwähnt, liegt eine natürliche Weiterentwicklung der BV in der Erfassung räumlicher Bilddaten. Diese Aufgabe lässt sich je nach Aufwand und Anforderung auf unterschiedliche Weise erfüllen:

  • Auswertung von Schattenlängen bei schräger Objektbeleuchtung
  • Auswertung der Streulichtindikatrix
  • Auswertung von Streifenprojektionen (z.B. Codierter Lichtansatz, Phase-Shifting-Verfahren)
  • Anwendung tomographischer Verfahren
  • Nutzung photogrammetrisch gewonnener Bilddaten aus Zeitreihen- oder Mehrkanalbildern.

Da das zuletzt genannte Verfahren ohne zusätzliche Projektionen auskommt, müssen spezielle Verfahren für die Erfassung homologer Punkte ausgewählt, erweitert und für den praktischen Einsatz tauglich gemacht werden. Bereits im Einsatz befindliche Zuordnungsverfahren sind die Korrelation, Relaxation und Methoden auf Basis dynamischer Programmierung. Sie sind im Rahmen des Projektes zu bewerten und weiterzuentwickeln.

Autonom arbeitender Roboter mit digitaler Bildverarbeitung

Ein wichtiges Anwendungsziel der digitalen BV liegt in der Automatisierung von Fertigungsprozessen. Die Arbeiten im LAB in Kooperation mit der Industrie möchte auch hierzu relevante Beiträge leisten:

  • Positionierung von Kamerasystemen mit geeigneten Handhabungsgeräten an prüfrelevanten Objektstellen (z.B. für Inspektion oder Vermessung von Zylinderinnenbohrungen, relative Lagen von Gewindelöchern etc.)
  • Wegoptimierte Steuerung eines Roboters auf der Grundlage von Bilddaten.

Zur Lösung dieser anwendungsrelevanten Aufgaben sind die Methoden der CV und CI gleichermaßen gefordert.

3D-Bilderfassung

Autonome Robotik mittels digitaler Bildverarbeitung