Rauscher Bildverarbeitungssystem identifiziert Getränkeflaschen sekundenschnell

Autor / Redakteur: Raoul Kimmelmann / Dipl. -Ing. Ines Stotz

In einer Fertigungsstraße zur Produktion von Glasflaschen für die Getränkeindustrie arbeiten gleichzeitig mehrere parallele Pressformen. Für die Rückverfolgbarkeit hat jede Flasche am Boden eine eindeutige Nummer. Aufgrund der kurzen Taktzeiten in der Flaschenherstellung ist zusätzlich eine Verarbeitungsgeschwindigkeit von 30 Flaschen pro Sekunde gefordert — eine Herausforderung für jedes Bildverarbeitungssystem.

Firmen zum Thema

Eine schnelle Umsetzung der gesamten Glasflaschenherstellung konnte durch eine flussdiagramm-basierte Parametrisierung der Kamera erreicht werden
Eine schnelle Umsetzung der gesamten Glasflaschenherstellung konnte durch eine flussdiagramm-basierte Parametrisierung der Kamera erreicht werden
( Archiv: Vogel Business Media )

Mit einem Bildverarbeitungssystem soll die in den Flaschenboden eingepresste Nummer — über die die herstellende Pressform identifiziert und dort gegebenenfalls das Werkzeug ausgetauscht oder repariert werden kann — eindeutig gelesen werden. Aufgrund der Materialbeschaffenheit und der gewölbten Oberflächengeometrie lässt sich jedoch kein konstanter Bildeindruck erzielen. So ist die Nummer von Bild zu Bild unterschiedlich hell und unterschiedlich kontrastreich, wirkt stark verwaschen und verzerrt. Hinzu kommt die kurze Verarbeitungsgeschwindigkeit, die das OCR-Bildverarbeitungssystem (OCR = optical character recognition: Lesen von Zeichen) bewältigen muss.

Die Idee

Stufen des Algorithmus: Die Bilder werden mittels Blob-Analyse und verschiedenen morphologischen, arithmetischen und geometrischen Operationen vorverarbeitet und dann dem String-Reader zum Lesen der Nummer übergeben. Beispiele für geprägte und gelesene Nummern (Archiv: Vogel Business Media)

Mit geeigneten Algorithmen aus der Matrox-Imaging-Library (MIL) lässt sich die Aufgabe trotz der schwankenden Bildqualität äußerst robust und in hoher Geschwindigkeit lösen. Als zentrales Tool dient der MIL-String-Reader, ein OCR-Tool für Texterkennung unter schwierigen Bedingungen. Im Gegensatz zu klassischen OCR-Algorithmen basiert er nicht auf einem Template-Ansatz sondern auf geometrischen Features der einzelnen Zeichen und toleriert damit etwa auch stark degradierte Fonts sowie nicht-lineare Skalierungen und Verzerrungen. Alle Bilder werden mittels einer Blob-Analyse und verschiedenen morphologischen, arithmetischen und geometrischen Operationen vorverarbeitet und dann dem String-Reader zum Lesen der Nummer übergeben.

Umsetzung auf Smart-Kamera

Neben der Aufgabe, einen geeigneten Algorithmus für das Dekodieren zu entwickeln, gab es ein weiteres Ziel — eine möglichst kompakte Plattform für die Integration vorzuschlagen. Obwohl üblicherweise intelligente Kameras eher für Aufgaben mit einfachen Algorithmen eingesetzt werden (z.B. 2D-Code, Vollständigkeitskontrolle, Mustererkennung) fiel die Wahl auf die Matrox Iris GT. Diese neue Smart-Kamera ist ausreichend leistungsfähig, diesen komplexen Algorithmus innerhalb der geforderten 30 ms abzuarbeiten, bietet ein kompaktes, robustes, spritzwassergeschütztes IP67-Gehäuse mit M12-Steckverbindern und arbeitet in einem Temperaturbereich von null bis 50°C.

Eine schnelle Umsetzung der gesamten Applikation wird erreicht durch die flussdiagramm-basierte Parametrisierung der Kamera mit dem Matrox-Design-Assistant – der die klassische Anwendungs-Programmierung überflüssig macht.

(ID:301416)