Quality monitoring of machine vision systems and defect detection in polymer products

Abstract

Moderne Fertigungsstätten sind darauf bedacht, Methoden für die schnelle und automatisierte Herstellung von Waren, weiterzuentwickeln. Aufgrund immenser Fertigungsund Laufbandgeschwindigkeiten ist die visuelle Kontrolle durch den Menschen eine immer größer werdende Herausforderung. Maschinelles Sehen hingegen hat sich für die automatische Qualitätskontrolle von Produkten zu einem mächtigen Werkzeug entwickelt. Existierende Technologien beschränken sich jedoch derzeit auf die Überwachung einfacher Objekte und die Anwendung simpler Algorithmen. Diese Diplomarbeit befasst sich mit der Erkennung von Fehlern in zwei verschiedenen Polymer-Objekten mit anspruchsvoller Oberfläche. Zum einen sind runde und transparente Deckel, zum anderen opake und stark reflektierende Teile Gegenstand der Untersuchung. Für beide Probleme wird ein stabiles Messsystem präsentiert. Zusätzlich werden innovative Algorithmen zum Auffinden der vorhandenen Defekte vorgestellt. Der erste Algorithmus besticht durch seinen rotationsinvarianten und statistischen Ansatz, der zweite durch Verwendung einer Farbraumtransformation und Oberflächenmodellierung vor der Anwendung des bewährten Schwellenwertverfahrens. Überdies befasst sich die Studie mit der Qualitätssicherung von Systemen für maschinelles Sehen und bietet Vorschläge für die schnelle und simple Diagnose möglicher Fehlfunktionen. Diese können durch das Anwenden von Algorithmen auf Photographien der entwickelten Schablone dezentral festgestellt werden.

Modern fabrication facilities refine methods for automated and rapid production of goods. Due to soaring velocities, visual inspection grows to be impractical for human workers. Machine vision systems have grown to be powerful tools for automated quality control of products. However, current technologies are limited to monitoring simple objects and to the application of proven algorithms. This thesis focuses on the detection of defects in two different polymer objects with challenging surfaces. Circular, transparent lids and opaque, highly reflective des are the subjects of investigation. For both problems at hand, stable setups for measurement are presented. Additionally, innovative algorithms to find defects are introduced. The first is attracting considerable interest due to its rotation-invariant and statistical approach. The second stands out by reason of using a colour space transformation and surface modelling before the utilization of well-proven thresholding. Furthermore, research on intrinsic quality monitoring of machine vision systems provides knowledge for fast and simple diagnosis of possible malfunctions. A one-fits-it-all template and several proposed algorithms account for a potential remote detection of aforementioned malfunctions.