Bildverarbeitung

Mathematische Modelle und Bildanalysealgorithmen für die Industrie

Die Abteilung »Bildverarbeitung« entwickelt mathematische Modelle und Bildanalysealgorithmen und setzt diese in industrietaugliche Software – vorwiegend für die Produktion – um. Die Anwendungsgebiete umfassen insbesondere anspruchsvolle Oberflächenprüfungen und Analyse von Mikrostrukturen. Wir entwickeln und vertreiben seit über 15 Jahren Software für die 2D und 3D-Bildanalyse und entwickeln sowohl neue Methoden als auch domänenspezifische Machine-Learning-Algorithmen.

In den vergangenen Jahren lag ein Schwerpunkt im Bereich Machine Learning in der Bildverarbeitung für Produktion und Industrie. Methoden wie das »Deep Learning« erfordern eine hohe Anzahl annotierter Daten, zum Beispiel von den in einer Produktionsanlage zu findenden Defekten. Nun sind aber in einer gut funktionierenden Fertigung viele Bilder von fehlerfreien Produkten vorhanden, aber nur wenige von Produkten mit Defekten. Wir setzen deshalb häufig Hybride aus den »klassischen« parametrisierbaren Verfahren (Filter, Morphologie, Kantendetektoren) und Machine Learning ein. Neben Lösungen für die Produktion bieten wir auch »typische« Machine-Learning-Lösungen für die Bildverarbeitung an. Häufig sind dies Projekte, in denen sehr große Bilddatenmengen manuell verarbeitet und dieser Prozess durch eine Software automatisiert werden soll.

Ein weiterer Schwerpunkt ist die Mikrostrukturanalyse. Die Mikrostruktur moderner Werkstoffe bestimmt maßgeblich deren makroskopische Materialeigenschaften. Wir entwickeln Algorithmen zur Charakterisierung und stochastischen Modellierung solcher Mikrostrukturen anhand von Bilddaten, z. B. aus CT, FIB-REM, REM.

Unsere Produkte dienen dem tieferen Verständnis der komplexen Geometrie und der Struktur-Eigenschafts-Beziehungen in Werkstoffen und eröffnen so neue Möglichkeiten wie Optimierung von Materialeigenschaften durch virtuelles Materialdesign. Anhand der aus Bilddaten gewonnenen Kenngrößen werden stochastische Geometriemodelle an die realen Mikrostrukturen angepasst, die die geometrischen Strukturverhältnisse gut widerspiegeln und so numerische Simulationen vereinfachen bzw. erst ermöglichen.

Neuestes Forschungsgebiet der Bildverarbeitung ist die Virtuelle Inspektionsplanung. Geplant ist hier die vollständige, physikalisch korrekte Simulation von Inspektionssystemen. Ziel ist eine Software-Infrastruktur, welche die komplette Inspektionsumgebung simuliert. Dazu gehören neben den Eigenschaften des Prüfstücks auch die Eigenschaften aller Hardwarekomponenten (Beleuchtung, Kamera, Optik etc.).

Schwerpunkte

Die Abteilung realisiert in enger Zusammenarbeit mit Partnern aus Industrie und Forschung maßgeschneiderte Lösungen auf dem Gebiet der Bild- und Signalverarbeitung in den Bereichen:

 

Oberflächen- und Materialcharakterisierung

Wir entwickeln Algorithmen und Software für die Analyse von Materialstrukturen anhand von 2D und 3D Bildern.

 

Qualitätssicherung und Optimierung

In diesem Schwerpunkt steht die Entwicklung effizienter und innovativer bildbasierter Komplettlösungen für die automatisierte Qualitätssicherung im Fokus.

 

Virtuelle Inspektionsplanung

Unsere virtuelle Inspektionsplanung simuliert und optimiert den Inspektionsvorgang komplett.

 

Condition Monitoring and Predictive Maintenance

In Zusammenarbeit mit anderen Abteilungen unterstützen wir die effiziente Wartung von Produktionsanlagen.

 

Industrial Image Learning

Unser Schwerpunkt liegt hier im Machine-Learning in der Bildverarbeitung für Produktion und Industrie.

 

Quantenbildverarbeitung

Im Rahmen unseres Schwerpunktes »Quantenbildverarbeitung« untersuchen wir, inwiefern Quantencomputer (QC) klassische Bildverarbeitungsprobleme lösen können.