Nopea ja tarkka laskentamenetelmä digitaalisten kuvien analysointiin

Lue lehdistötiedote Digitaalinen kuva-analyysi on tärkeä osa teollisten tuotantoprosessien laadunvalvontaa. Automatisoidulla visuaalisella laadunvalvonnalla voidaan parantaa paitsi prosessin nopeutta myös lopputuotteen laatua. Teollisessa prosessissa käytetyn analyysimenetelmän on oltava nopea ja tarkka. Sen on myös pystyttävä sopeutumaan muuttuviin oloihin ja muutoksiin analysoitavassa materiaalissa. Useat nykyisin käytössä olevat menetelmät selviävät hyvin esim. kappaleiden geometrian mittauksesta, jos kuvauskontrasti on hyvä, mutta hankalat kuvausolosuhteet ja epähomogeeniset materiaalit aiheuttavat ongelmia. Usein ei ole lainkaan mahdollista analysoida tuotetta sen muodon tai yksittäisten piirteiden perusteella, vaan laatu on mitattava pintarakenteen ominaisuuksista alla lån utan uc.

Teollinen laadunvalvonta on tärkeä, muttei ainoa sovelluskohde digitaaliselle kuva-analyysille. Kuva-analyysimenetelmiä käytetään myös esim. lääketieteessä ja kaukokartoituksessa. Muuttuvat kuvausolosuhteet vaikeuttavat kuvien analysointia myös näissä sovelluksissa, esimerkiksi radiologisten kuvien analysoinnissa. Uudella menetelmällä mitataan kohteessa olevien pintakuviointien – tekstuurien – ominaisuuksia. Tekstuuria voi muodostua kappaleiden pinnan muotojen, heijastus- ja valonläpäisyominaisuuksien ja valaistuksen vaihtelun seurauksena. Menetelmällä analysoidaan tekstuurissa esiintyviä paikallisia binäärikuvioita, ja se sietää analysoitavan kappaleen pyörimisestä, pintakuvioinnin skaalan vaihtelusta sekä epätasaisesta tai muuttuvasta valaistuksesta johtuvia häiriöitä huomattavasti paremmin kuin mikään aiemmin esitetty menetelmä

  1. Tutkittavan materiaalin tekstuuri kuvataan paikallisten binäärikuvioiden tilastolliseen jakaumaan perustuvalla piirrevektorilla. Binäärikuviot valitaan siten, että niistä muodostetun piirrevektorin tilastolliset ominaisuudet eivä oleellisesti muutu, vaikka analysoitavan kohteen asento, skaala tai valaistus muuttuvat. Piirrevektoria taas voidaan käyttää laadutukseen joko sellaisenaan tai yhdistettynä vaikkapa värimittauksiin.
  2. Teollisissa sovelluksissa varsinainen laadutus voi perustua joko luokitteluun, jossa materiaali pyritään sijoittamaan ennalta tunnettuihin laatuluokkiin, tai segmentointiin, jossa materiaalista etsitään vialliset alueet. Tietyissä tapauksissa menetelmä soveltuu myös hankalammin määritettävien suureiden, kuten lujuuden, mittaamiseen. Analyysimenetelmälle on kehitetty hyvin nopea ohjelmistototeutus, joka mahdollistaa sen käytön esimerkiksi erittäin vaativissa teollisuussovelluksissa.
  3. Metelmää on jo käytetty onnistuneesti kahdessa teollisessa sovelluksessa: koivuparketin ja paperin laadun visuaalisessa arvioinnissa. Intopii tarjoaa menetelmää osaksi laaduntarkkailujärjestelmiä sekä muita kuva-analyysijärjestelmiä. Mahdollisia sovelluskohteita ovat esimerkiksi visuaalinen laaduntarkkailu, lääketieteellinen kuva-analyysi ja kaukokartoitus.