12. März 2014

SCCH: Neue Methode zum Aufspüren von Fehlern in Bildern

© SCCH GmbH, Gernot Stübl

Gernot Stübl widmete sich in seiner Dissertation der Fragestellung, wie man Ähnlichkeiten in Bildern oder Bildbereichen finden kann. „Das ist ein wichtiger  Bestandteil in verschiedensten Bilderarbeitungsanwendungen. Beispiele dafür sind Stereovision, Tracking oder Template-Matching“, erklärt Stübl. Oft verwenden Forscher traditionelle Ähnlichkeits- oder Unähnlichkeitsmaße, wie z.B. L2 -Norm, ohne sich Gedanken zu machen ob diese auch die beste Wahl für die jeweilige Anwendung darstellen. Jedoch wurde gerade für traditionelle Maße gezeigt, dass diese unerwünschte lokale Minima und Maxima erzeugen. Das Diskrepanzmaß von Hermann Weyl ist ein spezielles Unähnlichkeitsmaß, welches durch seine Eigenschaften wie Monotonie und Frequenzunabhängigkeit vom Eingangssignal derartige Probleme vermeidet.
„Das Ziel meiner Arbeit war die Eigenschaften dieses Diskrepanzmaßes zu erforschen  und darzustellen. In der Bildverarbeitung sind die erwähnten Eigenschaften nützlich und ich wollte die Vorteile des Diskrepanzmaßes anhand von realen Problemstellungen und Daten demonstrieren“, sagt  Stübl.
Basierend auf einer experimentellen Analyse wurden zwei vielversprechende Einsatzgebiete identifiziert.

  • Die Texturanalyse und darauf aufbauend die visuelle Defekterkennung für Textilien. Hier kann das Diskrepanzmaß als robustes Versatzmaß für die nichtfrequenzbasierte Analyse verwendet werden. Die  Erkennungsgenauigkeiten entsprechen dem aktuellen Stand der Technik, mit dem großen Vorteil, dass ohne Einstellungsänderung sowohl reguläre  als auch nahe-reguläre Texturen verarbeitet werden können.
  • Bei der visuellen Defekterkennung wurde das Verfahren des Template-Matching als generelles Optimierungsproblem formuliert. In der Dissertation werden dazu  Lösungsmöglichkeiten aufgezeigt, die eine nahezu einstellungsfreie Umsetzung ermöglichen. Im besten Fall, können alle Einstellungen von nur einem einzigen fehlerfreien Referenzbild automatisch berechnet werden. Dieser hohe Grad an Einstellungsfreiheit ist nicht nur für die wissenschaftliche Community interessant, sondern bietet eine unkomplizierte Nutzung der Fehlererkennungs-Software.

Die wesentliche Vorteile des Ansatzes sind erklärt Stübl, der die Dissertation mit ausgezeichnetem Erfolg abschloss, so: „Für die Einstellungen sind keine Experten mehr nötig, das System konfigurier sich nahezu von selbst. Dadurch ist man in der Produktion flexibler, dh. lange Rüstzeiten bei Produktionswechsel fallen weg“. Die Dissertation wurde im Rahmen eines FWF-Grundlagenforschungsprojekts ermöglicht. Die Betreuer waren Prof. Josef Scharinger und Prof. Ullrich Bodenhofer, beide vom Institut für Computational Perception an der JKU Linz.