Innovative visuelle Qualitätskontrolle von Holzwolle-Leichtbauplatten mithilfe von NI LabVIEW und IMAQ Vision

Author(s):
Christian V. Madritsch (Ing. Dipl.-Ing.) - FH Technikum Kärnten

Industry:
University/Education, Industrial Controls/ Devices/ Systems

Products:
Vision, LabVIEW

The Challenge:
Kombination verschiedener Bildverarbeitungs- und Analysemethoden zu einem visuellen System zur Qualitätskontrolle für die zuverlässige und schnelle Erkennung heterogener und polymorpher Fehler in Holzwolle-Leichtbauplatten

The Solution:
Einsatz von Hard- und Softwareprodukten von NI in allen Phasen des Systemdesigns: NI Vision Assistant für die Entwicklung der Bildverarbeitungs- und Analysemethoden, Vision Builder for Automated Inspection und IMAQ Vision für die Integration von Steuer-, Regel- und Entscheidungsfindungsfunktionalität, NI Compact Vision System für den Einsatz des visuellen Qualitätskontrollsystems beim Kunden

Lösung von Bildverarbeitungs- und Analyseproblemen mit dem NI Vision Assistant

Holzwolle-Leichtbauplatten werden aus den natürlichen Rohstoffen Holz und Gips hergestellt. Sie kommen in erster Linie als universelles Bau- und Dämmmaterial zum Einsatz. Während der Herstellung treten auf der Oberfläche der Platten drei Arten von Fehlern auf: raue Kanten, Unebenheiten und horizontale bzw. vertikale Streifen. Die Fehler beeinträchtigen nicht die Bau- oder Dämmeigenschaften, sondern lediglich das Aussehen der Platten. Das Erscheinungsbild der Fehler variiert und eine Platte kann mehrere unterschiedliche Arten von Fehlern aufweisen. Am Ende des Herstellungsprozesses wird mithilfe der Qualitätskontrolle zwischen Platten mit hinnehmbaren Fehlern und solchen, die aussortiert werden müssen, unterschieden.

Die identifizierten Fehlertypen sind im Allgemeinen heterogen und polymorph, was unterschiedliche Bildverarbeitungs- und Analysemethoden voraussetzt. Während der Feststellung der Anforderungen und der Entwicklung wurde der NI Vision Assistant zuerst mit fotografischen Abbildungen der Platten und später mit einer Videokamera genutzt, die Live-Bilder erfasste. Daraus wurden grundlegende Bildverarbeitungs- und Analysemethoden entwickelt. Während der Implementierungsphase wurden die Ergebnisse des NI Vision Assistant entweder in der Software NI Vision Builder for Automated Inspection oder in NI LabVIEW in Kombination mit dem NI Vision Development Module für LabVIEW genutzt. Die nahtlosen Übergänge zwischen den verschiedenen Werkzeugen ermöglichten einen schnellen und stabilen Entwicklungsprozess. In der Verteilungsphase vor Ort beim Kunden kam das NI Compact Vision System als zuverlässige und robuste Hardwareplattform zum Einsatz.

Kombination dreier verschiedener Herausforderungen bei Bildverarbeitung und Analyse

Der erste untersuchte Fehlertyp waren die rauen Kanten. Während der Produktion können an den Rändern der Platten deshalb Bruchstellen entstehen. Eine wichtige Voraussetzung für die zuverlässige Erkennung rauer Kanten mittels Bildverarbeitung besteht in der richtigen Beleuchtung. Bei Beleuchtung der Platte parallel zur optischen Achse der Kamera werden raue Kanten im resultierenden Bild nicht sichtbar. Deshalb ist es notwendig, die Platte in einem 45°-Winkel zur optischen Achse zu beleuchten. Aufgrund der durch Schatten entstehenden Kontraste ist die gebrochene Kante so im Bild hervorragend zu sehen. Der Bildverarbeitungsprozess beginnt mit der Extrahierung der grünen Farbebene. Diese wurde wegen des hohen Grünanteils in der Lichtquelle gewählt. Der nächste Schritt besteht in der Anpassung von Helligkeit und Kontrast im Bild. Beide Faktoren müssen erhöht werden, um die Schatten an den Kanten deutlicher darzustellen. Bei der Bildverarbeitung wurde das Tool “Find Straight Edge” (FSE) des Vision Builder for Automated Inspection eingesetzt, um die Kante zu suchen. Die relevanten Kanten liegen in vertikaler Richtung. Deshalb wurde das FSE-Tool für die Suche von rechts nach links und umgekehrt konfiguriert. Die Entscheidung darüber, ob der Fehler noch akzeptabel ist, wird mithilfe der Grenzen der erlaubten Abweichung des FSE-Tools getroffen.

Für die Identifizierung von Unebenheiten in den Platten war eine ganz andere Methode erforderlich. Dazu wurde die Stärke an verschiedenen Stellen der Platte gemessen und miteinander verglichen. Sind keine wesentlichen Unebenheiten vorhanden, sollte die Stärke überall annähernd gleich sein. Die Stärke wird indirekt durch die Anzahl der Pixel gemessen. Wieder beginnt die Bildverarbeitung mit der Extrahierung der grünen Farbebene. Anschließend wird eine Zwischenoperation (Entropie) gefolgt von einer Binärinversion auf das Bild angewendet. Schließlich wird das Bild mit einer Farbtabelle abgeglichen. Die Bildverarbeitung teilt die Oberfläche der Platte in kleine Bereiche ein. Bei der Bildanalyse wird das Werkzeug zum Zählen der Pixel eingesetzt, um die Objekte in verschiedenen Bereichen des Bildes zu zählen. Mithilfe von statistischen Methoden (Mittelwert, Standardabweichung) werden die Ergebnisse der Pixelzählung ausgewertet. Die Ergebnisse lassen auf die Anzahl von Unebenheiten schließen.

Beispielmethode: Erkennung horizontaler und vertikaler Streifen

Das Frontpanel des Qualitätskontrollsystems für Holzwolle-Leichtbauplatten erkennt horizontale und vertikale Farbstreifen, die den dritten Fehlertyp darstellen. Zuerst wird das Bild mit einem Faltungsfilter bearbeitet, um von der Kamera verursachtes Rauschen sowie den Einfluss kleiner Objekte (Dellen) zu reduzieren, die hier nicht relevant sind. Da Farbstreifen nur in horizontaler oder vertikaler Ausrichtung auftreten, wird ein Muster von Linienprofilen über das Bild gelegt. Während der nächsten Schritte werden horizontale und vertikale Linienprofile separat behandelt. Die Linienprofile im rechten Winkel zu den Farbstreifen verursachen eine höhere Standardabweichung von den Linienprofilwerten als Linienprofile, die parallel zu den Farbstreifen verlaufen. Deshalb wird der Mittelwert der durchschnittlichen Standardabweichung in horizontaler Richtung vom Mittelwert der durchschnittlichen Standardabweichung in vertikaler Richtung abgezogen. Dies führt zu einem Ergebnis, dessen absoluter Wert relevant für die Stärke und dessen algebraischer Wert relevant für die Richtung des Streifens ist: Ist das Ergebnis erheblich größer als Null, sind die Streifen auf der Platte horizontal. Liegt es jedoch weit unter Null, sind die Streifen vertikal. Ein Wert nahe Null (egal, ob positiv oder negativ) lässt darauf schließen, dass die Farbe der Platte gleichmäßig verteilt ist.

Automatisierte Qualitätskontrolle spart Geld

Mithilfe dieses visuellen Kontrollsystems wurde die Qualitätskontrolle von Holzwolle-Leichtbauplatten voll automatisiert. Das System ist erweiterbar und kann problemlos an wechselnde Anforderungen angepasst werden. Der Kunde ist mit der Lösung vollauf zufrieden und spart bis zu 30.000 $ pro Jahr.

Weitere Informationen erhalten Sie über:

Christian V. Madritsch (Ing. Dipl.-Ing.)

Hochschullehrer

FH Technikum Kärnten

Europastrasse 4

A-9524 Villach

Österreich

Tel.: +43-4242-900-500-2127

Fax: +43-4242-90-500-8-2127

E-Mail: cm@cti.ac.at

 

 

Unterstützung & Kontakt

 

Haben Sie Fragen oder benötigen Sie ein Angebot? Wir rufen Sie sofort zurück!
Wählen Sie Ihr Land: Deutschland | Österreich | Schweiz

Browse All Case Studies »