DE102007025320B4 - Verfahren und Vorrichtung zur Analyse von Gegenständen - Google Patents

Abstract

Verfahren zur Analyse von Gegenständen, die in einer Fluss- oder Produktprobe enthalten sind, wobei Daten, nämlich die individuelle Gegenstandsgröße und Form sowie die Größenverteilung der Gegenstände berechnet und aufgezeigt werden, mit einer Einrichtung zum Erfassen von Bildern der Gegenstände und weiter mit einer Einrichtung zur Erzeugung einer Relativbewegung zwischen der Bilderfassungseinrichtung und den Gegenständen, dadurch gekennzeichnet, dass die relative Bewegung eine Drehbewegung zwischen dem wenigstens einen Gegenstand und der Bilderfassungseinrichtung mit sich bringt, und so zwei oder mehr Bilder der Gegenstände, die unter unterschiedlichen Winkelpositionen aufgenommen wurden, für die weitere Verarbeitung und Analyse der Gegenstände in einer computerbasierten Bildanalyseeinrichtung erstellt werden, wobei die Gegenstände der Probe in einem Messvolumen fallen, sich drehen und die Bilderfassungseinrichtung mehrfache Bilder der Gegenstände der Probe erfasst und jeder einzelne Gegenstand mehrmals erfasst wird.

Description

• Die vorliegende Erfindung betrifft ein Verfahren zur Analye von Gegenständen gemäß dem Oberbegriff von Patentanspruch 1. Darüber hinaus betrifft die vorliegende Erfindung auch eine Vorrichtung zur Analyse von Gegenständen gemäß dem Oberbegriff von Patentanspruch 6.
• Eine Ausführungsform der Anordnung des Flusses von Gegenständen, die Gegenstände in einem Strom sein könnten, ist es, eine im wesentlichen Einzelschicht oder einen Schleier zu bilden, wo die Gegenstände von einer Bildverarbeitungseinheit erfasst werden.
• Aus EP 0 348 469 B1 ist ein Verfahren zur automatischen Teilchenanalyse und eine Vorrichtung zur Durchführung desselben bekannt, wo die Größenverteilung der Gegenstände und eine Abweichung dieser Teilchen von einer erwünschten Form und einer erwünschten Farbe bestimmt werden kann. Proben dieser Teilchen strömen aus einem Silo aus und nach unten auf eine vibrierende Platte, und erzeugen so einen strömenden Monoschicht-Gegenstandsschleier. Den Teilchen wird erlaubt, über eine Kante der Platte zu fallen. Der Schleier ist beleuchtet und wenigstens an einer Stelle werden Bilder davon aufgenommen. Die Bilder werden dann analysiert, insbesondere bezüglich der Teilchengrößenverteilung in dem Fluss und der Abweichung von der erwünschten Form.
• Ein mit diesem Typ der Analysetechnik verbundener Nachteil ist es, dass die Bildgebungsausrüstung die Form und Ausmaße eines Teilchens in lediglich zwei Dimensionen (2-D) aufnimmt, und sie ist daher am besten für homogene Gegenstände oder Sphären geeignet. Wenn jedoch inhomogene Gegenstände zu analysieren sind, wird die dritte Dimension des Teilchens (die Dimension orthogonal zur Bildgebungsebene) in gewisser Weise unbekannt bleiben, wenn diese Art von Ausrüstung bekannter Technik verwendet wird.
• Aus der WO 2004/051565 A2 ist ein optisches Tomographie-System mit Parallelstrahl zur Bildgebung eines zu analysierenden Objekts bekannt, welches eine Strahlungsquelle mit parallelen Strahlgängen, die das zu analysierende Objekt mit einer Mehrzahl paralleler Strahlengänge erleuchtet, umfasst.
• Aus der US 2007/0076977 A1 geht ein Verfahren zum Kalibrieren von Kameraparametern hervor, wobei das Verfahren auf Grundlage eines beweglichen Kalibrierungsobjektes unter dem Einfluss der Schwerkraft erfolgt.
• Aufgabe der vorliegenden Erfindung ist es, ein Verfahren und eine Vorrichtung zur Analyse von Gegenständen zur Verfügung zu stellen, welche eine genaue dreidimensionale Formanalyse der Gegenstände ermöglichen.
• Die obige Aufgabe ist durch ein Verfahren mit den Merkmalen von Anspruch 1 sowie durch eine Vorrichtung mit den Merkmalen von Anspruch 6 gelöst. Vorteilhafte Ausgestaltungen sind Gegenstand der entsprechenden Unteransprüche.
• Mit der vorliegenden Erfindung ist es nun möglich, Gegenstände mittels einer Bildaufnahmeeinheit in im wesentlichen drei Dimensionen (3-D) abzubilden und zu verarbeiten. Dies wird mittels einer gesteuerten Propagation und Rotation der Gegenstände zusammen mit einem Algorithmus erreicht, der die Bilder sammelt und berechnet, die von der Bildaufnahmeeinheit von den einzelnen Gegenständen aufgenommen werden, während sie durch das Messvolumen gelangt.
• Dies und weitere Vorteile können von der Erfindung erreicht werden, wie sie in den beiliegenden Ansprüchen definiert ist.
• Im Folgenden soll die vorliegende Erfindung weiter mittels Beispielen und Figuren beschrieben, wo:
• 1 eine Prinzipzeichnung der 3-D Bildgebungsvorrichtung gemäß der vorliegenden Erfindung darstellt, und
• 2 reale Bilder fallender Gegenstände darstellt, die von der in 1 dargestellten Vorrichtung aufgenommen wurden.
• Die 3D Bildgebung kann durch einen Aufbau wie in 1 durchgeführt werden.
• Hier wird die Probe in einen Trichter 1 gegossen. Die Probe wird dann von der Schwingungsplatte 2 zugeführt und fällt von der Kante 3 dieser Platte. Die Rotation ist durch die Wirkung der Schwerkraft und die Teilabstützung auf der Zuführplatte bestimmt und ebenfalls aufgrund der Bewegung des Schwingungszuführers. Die Drehung beginnt, wenn der Gegenstand von der Zuführplatte gleitet.
• Die Gegenstände der Probe fallen und drehen sich in dem Messvolumen, wo das Bildgebungssystem 4 mehrfache Bilder der Gegenstände der Probe erfaßt. Typischerweise wird jeder einzelne Gegenstand mehrmals erfaßt, wie durch die Anzahlen auf der linken Seite gezeigt ist, die die aufgenommenen Momente eines der fallenden Objekte identifiziert.
• Es kann eine Vielfalt von Gegenständen von unterschiedlicher Form und Größe in jedem Bild geben.
• Der Gegenstand/die Gegenstände werden mittels eines Hochgeschwindigkeitsbildgebungssystem mit einer Bildfrequenz erfaßt, die hoch genug ist, um mehrfache Bilder (2 oder mehrere Bilder) des Gegenstands/der Gegenstände aufzunehmen, wenn diese durch das Meßvolumen (oder einen von der Kamera abgedeckten Bereich) gelangen.
• Die Drehung der Gegenstände kann dann durch die Art und Weise erzeugt werden, in der sie in das Meßvolumen eingespeist werden.
• Ein Verfahren zur Einführung der Gegenstände in das Meßvolumen arbeitet mittels eines Schwingungseinspeisers, und wenn die Gegenstände an dem Ende des Einspeisers herabfallen, erschafft die Schwerkraft eine Drehung, da ein Teil des Gegenstands von dem Einspeiser getragen ist und der andere Teil des Gegenstands unter Einfluß des Gravitationsfeldes steht. Dies wird eine Drehung bewirken.
• Andere Verfahren zur Sicherstellung, daß eine Drehung erhalten wird, können darin bestehen, eine Art von mechanischer Anregungsvorrichtung zu verwenden, die auf die Gegenstände einwirkt, wenn diese den Einspeiser verlassen. Dies könnte eine schwingende „Schnur“ sein, die an dem Ausgang des Einspeisers angeordnet ist.
• Weitere Verfahren zum Einspeisen der Gegenstände und zur Erzeugung der Drehung könnten darin bestehen, ein Zuführband, einen pneumatischen Rüssel, ein Gleitsystem, Einspeisen durch eine Trommel etc. zu verwenden.
• Der mit 1, 2, 3, 4 durchnummerierte Gegenstand ist der gleiche Gegenstand in aufeinanderfolgenden Bildern, siehe 1. Dies ergibt verschiedene Projektionsflächen, wie in der Figur angezeigt ist, und zwar aufgrund der Drehung des Gegenstands. Siehe ebenfalls 2, in der real aufgenommene Bilder gezeigt werden, und die gleichen Gegenstände in aufeinanderfolgenden Bildern erkannt und identifiziert werden.
• Jeder einzelne Gegenstand wird in aufeinanderfolgenden Bildern erkannt, indem die Gesetze der Physik ausgenutzt werden. Dies kann erreicht werden, indem die Eigenschaften des Kraftfelds verwendet werden, die die Bewegung des Gegenstands/der Gegenstände bestimmt, um die nächste Position einzuschätzen und den gleichen Gegenstand/die gleichen Gegenstände mehrere Male in aufeinanderfolgenden Bildern zu erkennen.
• Die Gegenstände können auch erkannt werden, wenn sie eine bekannte Geschwindigkeit haben, z. B. auf einem Zuführband oder in einer Flüssigkeitszelle oder ähnlichem.
• Weitere Arten, das Erkennen durchzuführen, bestehen darin, das Bildgebungssystem den Gegenständen entweder in linearer Bewegung oder Drehbewegung folgen zu lassen.
• Um die nächste Position und die Bewegung innerhalb des Bildbereichs einzuschätzen, wenn die Gegenstände in einem Gravitationsfeld fallen, kann die Strecke, die der Gegenstand vom Einspeiser zurückgelegt hat, wenn es in dem Messvolumen beobachtet wird, verwendet werden, um die Zeit einzuschätzen, die der Gegenstand gefallen ist. Um dies durchzuführen, wird die Strecke von dem Einspeiser zu der Bildoberseite, die Bildhöhe und die Zeit zwischen den Bildern verwendet. Unter Ausnutzung all dieser Informationen wird es möglich, die Position einzuschätzen, die ein Gegenstand in dem nächsten Bild haben wird, indem die Position des Gegenstands in dem gegenwärtigen Bild verwendet wird. Dieses Verfahren wird für jedes neue Bild und für alle in jedem einzelnen Bild beobachteten Gegenstände verwendet, um jeden einzelnen Gegenstand mehrere Male zu erkennen, wenn sich diese durch das Messvolumen bewegen.
• Berechnen der nächsten Position:
• Die Strecke, die ein Gegenstand innerhalb einer Zeit t fällt, ist gegeben durch: Y = ½ gt².
• Der Abstand von dem Schwingungseinspeiser zu der Oberseite des Bildes (ht) ist bekannt, ebenfalls die Bildhöhe (h_i) und die Anzahl der Pixel in dem Bild (p_m). (Für Gegenstände mit geringerer Dichte und kleinem Durchmesser sollte ebenfalls eine Formel verwendet werden, die den Luftwiderstandsbeiwert des Gegenstands mit berücksichtigt, verwendet werden, um die Strecke/Zeit zu korrigieren, um eine bessere Schätzung zu geben.)
• Wenn ein Gegenstand an einer bestimmten Pixelposition (p_x1) beobachtet wird, dann kann die Strecke (p₁), die der Gegenstand gefallen ist, berechnet werden: $${\text{P}}_{\text{1}}\left({\text{p}}_{\text{x1}}\right)={\text{h}}_{\text{t}}+{\text{h}}_{\text{i}}{\text{p}}_{\text{x1}}\text{/}\left({\text{p}}_{\text{m}}-1\right)$$

  
• Die Zeit, die dieser Gegenstand gefallen ist: $${\text{t}}_{\text{1}}={\left[2\left({\text{h}}_{\text{t}}+{\text{h}}_{\text{i}}{\text{p}}_{\text{x1}}/{\text{p}}_{\text{m}}-1)\right)\text{/g}\right]}^{\raisebox{1ex}{$1$}\!\left/ \!\raisebox{-1ex}{$2$}\right.}$$

  
• Worum es geht ist, die Position dieses Gegenstands einzuschätzen, die wahrscheinlich in dem nächsten Bild auftritt, das von der Kamera zu der Zeit $${\text{t}}_{\text{2}}={\text{t}}_{\text{1}}+\Delta \mathrm{\tau }$$

  

  aufgenommen wird. Hier ist ΔT die Zeit zwischen den zwei Bildern und gleich 1/FPS, wobei FPS die Anzahl der pro Sekunde genommenen Bilder ist.
• Die wahrscheinlichste Position (p₂) für den Gegenstand in dem nächsten Bild als eine Funktion der Pixelposition (p₁) in dem gegenwärtigen Bild (zu der Zeit t₂) kann ausgedrückt werden durch: $${\text{p}}_{\text{2}}\left({\text{p}}_{\text{x1}}\right)=\frac{1}{2}\text{g}{\left(\frac{\text{1}}{\text{fps}}+\sqrt{2\frac{{\text{h}}_{\text{t}}+\frac{{\text{h}}_{\text{i}}{\text{p}}_{\text{x1}}}{{\text{p}}_{\text{m}}-1}}{\text{g}}}\right)}^2$$

  

  und die wahrscheinlichste Pixelposition (p_x2) kann auf der Basis von P₂ berechnet werden: $${\text{p}}_{\text{x2}}={\text{p}}_{\text{2}}-{\text{h}}_{\text{t}}{\text{/h}}_{\text{i}}\times \left({\text{p}}_{\text{m}}-1\right)$$

  
• Daraus ergibt sich die Funktion, die die nächste Position (p_x2) als eine Funktion der zuvorigen Position (p_x1) bestimmt: $${\text{p}}_{\text{x2}}\left({\text{p}}_{\text{x1}}\right)=\frac{\left({\text{p}}_{\text{m}}-1\right)\left(\frac{1}{2}\text{g}{\left(\frac{\text{1}}{\text{fps}}+\sqrt{2\frac{{\text{h}}_{\text{t}}-\frac{{\text{h}}_{\text{i}}{\text{p}}_{\text{x1}}}{{\text{p}}_{\text{m}}-1}}{\text{g}}}\right)}^2-{\text{h}}_{\text{t}}\right)}{{\text{h}}_{\text{i}}}$$

  
• Beispiel: $${\text{h}}_{\text{t}}=0.04$$

  

  $${\text{h}}_{\text{i}}=0.35$$

  

  $$\text{g}=9.81$$

  

  $${\text{p}}_{\text{m}}=1024$$

  

  $$\text{fps}=50$$

  
• Erste Beobachtung des Gegenstands, p_x1 = 39.
• Durch Anwenden der Funktion für p_x2' (39) ist die nächste Einschätzung 105, dann durch Verwenden von 105 als p_x1, ergibt p_x2 (105) als die nächste Einschätzung 182 etc.

  1	39
  2	105
  3	182
  4	271
  5	371
  6	482
  7	606
  8	741
  9	987
  10	1044

• Die obige Tabelle zeigt, dass wir in der Lage sind, die Teilchen innerhalb dieses Aufbaus (Bildhöhe, F;PS. Usw.) des Teilchen neunmal zu beobachten, da es bei der zehnten Einschätzung aus dem Bildbereich fällt (1044 > 1024).
• Algorithmus zur Analyse von Gegenständen in 3D
• Eine Kamera/Framegrabber erfasst 2 dimensionale Bilder der fließenden/fallenden Einzelschleiers von Gegenständen. Für jedes erfasste Bild werden alle Gegenstände in dem Bild identifiziert und gemessen. Dies wird durch Scannen des Bildes bis zum Finden eines Gegenstands durchgeführt. Dann wird der Umfang des Gegenstands überspannt und die Messungen für diesen einzelnen Gegenstand durchgeführt. Dann wird die Suche fortgeführt, bis alle Gegenstände in dem Bild identifiziert und gemessen sind. Dies ergibt eine Liste, die eine Eintragung für jeden Gegenstand im entsprechenden Bild enthält, welche die einzelnen Gegenstände im Detail beschreibt. $${\text{P}}_{\text{b}\text{,n}}=\left\{{\text{A D}}_{\text{A}}\text{ L}{\text{, X}}_{\text{f-max}}\dots \right\}$$

  
• Wobei der Index b eine Bildnummer und der Index n die Gegenstandsnummer darstellt. A, D_A, L... bedeutet Fläche, auf der Fläche basierter Durchmesser, maximale Länge usw.
• Definitionen:

Δτ

Zeit zwischen Bildern, d. h. t₁ und t₂

A

gemessene Gegenstandsfläche

DA

auf der Fläche basierter Durchmesser

Xf-max

Ferretdurchmesser

(b2)

Bildnummer b2

(b1)

Bildnummer b1, zuvoriges Bild

X/t1)

Mittelpunkt, Position an dem der Gegenstand z. Zt. t₁ im Bild b₁ beobachtet wurde

X(t2)

Mittelpunkt, Position eines Gegenstands, das für t₂ = Δ + t₁ bewegt worden ist und in Bild b₂ beobachtet wurde

L

maximale Länge des Gegenstands

• Der nächste Schritt ist es, Gegenstände im Bild (b₂) zu identifizieren, wo der gleiche Gegenstand in dem zuvorigen Bild (b₁) beobachtet wurde, und den zwei Beispielen des gleichen Gegenstands die gleiche Gegenstandsnummer zu geben.
• Dies wird durchgeführt, indem die Gesetze der Physik, welche Bewegung eines Gegenstands in einem konservativen Kraftfeld, wie etwa das Gravitationsfeld bestimmen, angewendet werden. Dadurch wird die Position bestimmt, die ein Gegenstand aus dem zuvorigen Bild (b₁) im Bild (b₂) haben würde, nachdem es für eine Zeit Δτ, die Zeit zwischen zwei aufeinanderfolgenden Bildern, in dem Kraftfeld eine Bewegung durchgeführt hat.

  
• Die Positionsbestimmung für jeden Gegenstand in (b₁), für Δτ Sekundengefallen, wird dann mit der aktuellen Lage des Gegenstands in (b₂) verglichen. Wenn der Mittelpunkt dieser Einschätzung innerhalb eines gewissen Unbestimmtheitsradius in der Bildebene ist, wird für die aktuelle Position in (b₂) Übereinstimmung gefunden.

  
• Wenn eine Übereinstimmung für den Gegenstand in (b₂) gefunden wurde, dann wird der Gegenstand als eine weitere Darstellung des Gegenstands (b₁) akzeptiert, wenn die Fläche des Gegenstands innerhalb einer gewissen Größentoleranz liegt. Dann wird dem Gegenstand in (b₂) die gleiche Nummer wie dem Gegenstand in (b₁) zuteil.
• Wenn es mehr als einen passenden Gegenstand (mehr als einen Gegenstand mit dem Mittelpunkt innerhalb des Unbestimmtheitsradius) gibt, wird dasjenige, dessen Größe am nächsten der des Gegenstands in (b₁) ist, ausgewählt und mit der Nummer des entsprechenden Gegenstands in (b₁) versehen.
• Wenn kein Gegenstand gefunden wird, der innerhalb der (Unbestimmtheit) Toleranz ist, wird ihm die nächste verfügbare Ordnungsgegenstandszahl in der Folge zugeordnet, sofern die Position des Gegenstand in (B₂) nicht größer ist als p_x2 (0) + D_A/2, dann wird der Gegenstand nicht in Betracht gezogen.
• Dies wird für alle Gegenstände in dem Bild (b₂) wiederholt, bis allen eine Anzahl zugeteilt worden ist oder sie außer Betracht gelassen wurden.
• Das gleiche Verfahren wird in rekursiver Weise für die nächsten Bilder wiederholt (zu versuchen, die gleichen Gegenstände in dem zuvorigen Bild zu finden), bis alle Proben durch den Analyser eingespeist worden sind. 10000 Bilder werden für eine typische Probe genommen.
• Und es kann typischerweise 1000 bis 1000000 in der Probe und 10 bis 1000 Gegenstände in jedem Bild geben.
• Nachdem die gesamte/ein Teil der Probe analysiert wurde, ist eine Liste von Gegenstandsinformationen für das weitere Vorgehen verfügbar. Ein Beispiel der erzeugten Ergebnisse ist in Tabelle 1 gezeigt: Tabelle 1, Darstellung der Eigenschaften der Gegenstände

  BildNo	TeilNo		A	Da	Xf-	Xf-
  					Min	max
  1	1	1		1.13	0.49	1.43
  2	1	1.1		1.18	0.32	1.31
  3	1	1.2		1.24	0.28	1.85
  4	1	0.9		1.07	0.28	1.61
  1	2	2		1.60	0.42	3.15
  2	2	2.1		1.64	0.44	2.80
  3	2	3		1 .95	1 .78	2 .33
  4	2	1.8		1.51	0.58	2.27
  2	3	5		2.52	0.63	2.95
  3	3	4		2.26	0.64	2 .93
  4	3	3.3		2.05	1.10	4.05
  2	4	8		3.19	0.69	5.92
  3	4	6		2.76	0.57	4.26
  4	4	5		2.52	1.89	3.97
  5	4	5.5		2.65	1.09	4.97

• Durch Verarbeitung der Informationen aus Tabelle 1 kann für jeden Gegenstand im Vergleich mit einer 2-D Bildgebung eine bessere Einschätzung und Analyse erhalten werden, da mehr Messungen für jeden Gegenstand verfügbar sind.
• Beispiel: Für den Gegenstand Nr. 1 kann Xf-max bestimmt werden zu 1,85, Xf-min auf 0,28, die Fläche könnte bestimmt werden, indem ein Durchschnitt von allen gemessenen Flächen genommen wird, usw.
• Die Fläche  könnte ebenfalls bestimmt werden, indem eine verfügbare Information über den Gegenstand verwendet wird:  = f (A, D_A,X_f-min,X_f-max;...) wobei die Funktion f erhalten werden kann, indem unterschiedliche Optimierungstechniken verwendet werden, um bessere Schätzungen zu ergeben. ( bedeutet geschätzte Fläche).
• Auch zusammengesetzte Maße wie das L/T-Verhältnis (Länge/Dicke) können erhalten werden, in unserem Beispiel wird L/T=1,85/0,28=6,66 betragen.
• Hier haben wir die vier einzelnen Messungen des Gegensands benutzt, um zu erhalten; die maximale Länge und die minimale Breite von Gegenstand Nr. 1. Unter Verwendung dieser Zahlen erhalten wir eine bessere Schätzung des L/T-Verhältnisses als bei Verwendung herkömmlicher Verfahren, wo nur eine einzelne Messung des Gegenstands verwendet wird.
• Dagegen würde ein Verfahren bekannter Technik eines der Ergebnisse in dem Satz [2,92; 4,12; 6.54 5,77;...] ergeben, abhängig davon, welche der vier Messungen des Gegenstands verwendet wurde. Tabelle 2, L/T Verhältnisse basiert auf klassischen Verfahren

  BildNo	TeilNo	A	Da	Xf-min	Xf-max	L/T
  1	1	1	1.13	0.49	1.43	2.92
  2	1	1.1	1.18	0.32	1.31	4.09
  3	1	1.2	1.24	0.28	1.85	6.61
  4	1	0.9	1.07	ß.28	1.61	5.75
  					Mittelwert	4.84
  					Staiindartabweichung	1.65

• Durch Verarbeitung von allen Instanzen aller Gegenstände in einer derartigen Weise kann eine einzelne Darstellung für jeden Gegenstand mit einem höheren Maß an Genauigkeit erreicht werden als bei der herkömmlichen Technik.
• Die einzelne Gegenstandsdarstellung kann etwa aussehen (Tabelle 3): Tabelle 3 verarbeitete Gegenstandsinformation

  Teil	A	Da	Xf-	Xf-	L/T	...
  No	Durchschnitt		min	max
  1	1.05	1.16	0.28	1.85	6.61
  2	2.23	1.68	0.42	3.15	7.50
  3	4.10	2.28	0.63	4.05	6.43
  4	6.13	2.79	0.57	5.92	10.39

• Die Darstellung der Gegenstände (Tabelle 3) kann als eine Eingabe in üblicher Weise verfügbare Systeme zur Darstellung und Analyse der Gegenstandsgrößenverteilung und der Formeigenschaften von ihnen verwendet werden.
• Das neue Verfahren kann verwendet werden, um eine bessere Einschätzung von Eigenschaften des Gegenstands als bei der herkömmlichen Technik zu ergeben, wo nur ein Bild von jedem Gegenstand verwendet wurde (oder mehrere Bilder des gleichen Gegenstands, die nicht als der gleiche Gegenstand identifiziert wurden). Die Mehrfachbilder von jedem Gegenstand können dann verwendet werden, um unterschiedliche Größen und Formeigenschaften für jeden einzelnen Gegenstand zu bestimmen. Wie etwa maximale Länge, minimale Breite, Durchschnittsvolumen und komplexere Größen- und Formeigenschaften.
• Diese neue Erfindung wird einen großen Nutzen in der dynamischen Gegenstandsbildgebungstechnologie haben.
• Ein Beispiel einer besseren Bestimmung ist die Messung der Maximallänge. Wenn jemand die Maximallänge von jeder Distanz eines einzelnen Gegenstands misst, dann ergibt der Maximalwert dieser Längen einen besseren Schätzwert verglichen mit der realen maximalen Gegenstandslänge als die maximale Länge einer zufälligen Instanz eines bestimmten Gegenstands.
• Komplexere Eigenschaften können das Längen- Dickenverhältnis sein, wobei die Länge durch die Maximallänge eines einzelnen Gegenstands charakterisiert ist und die Dicke durch die minimale Breite des gleichen Gegenstands, aber nicht notwendigerweise für die gleiche Instanz dieses Gegenstands.
• Basierend auf der verbesserten Bestimmung für einzelnen Gegenstand kann ein genaueres Ergebnis für die Gesamtprobe geschaffen werden.
• Es ist zu verstehen, dass anstelle der Erzeugung einer Drehung der Gegenstände die Bildgebungseinrichtung angeordnet werden kann, eine Drehung um die Gegenstände durchzuführen. Die Gegenstände können raumfest sein und auf einer transparenten Schicht oder ähnlichem ruhen, oder sie können sich in dem Gravitationsfeld oder auf einem Zuführer oder ähnlichem bewegen, während die Bildgebungseinrichtung eine Kreisbewegung oder Schraubenbewegung relativ zu den Gegenständen durchführt.
• Die Beispiel wie oben beschrieben beziehen sich auf Teilchen, aber es ist zu verstehen, dass die Prinzipien der vorliegenden Erfindung für jeglichen Typ von Gegenständen verwendet werden kann. Zum Beispiel wenn Lebensmittelprodukte wie Kartoffeln oder ähnliches, oder selbst Fisch klassifiziert werden.

Claims (8)

1. Verfahren zur Analyse von Gegenständen, die in einer Fluss- oder Produktprobe enthalten sind, wobei Daten, nämlich die individuelle Gegenstandsgröße und Form sowie die Größenverteilung der Gegenstände berechnet und aufgezeigt werden, mit einer Einrichtung zum Erfassen von Bildern der Gegenstände und weiter mit einer Einrichtung zur Erzeugung einer Relativbewegung zwischen der Bilderfassungseinrichtung und den Gegenständen, dadurch gekennzeichnet, dass die relative Bewegung eine Drehbewegung zwischen dem wenigstens einen Gegenstand und der Bilderfassungseinrichtung mit sich bringt, und so zwei oder mehr Bilder der Gegenstände, die unter unterschiedlichen Winkelpositionen aufgenommen wurden, für die weitere Verarbeitung und Analyse der Gegenstände in einer computerbasierten Bildanalyseeinrichtung erstellt werden, wobei die Gegenstände der Probe in einem Messvolumen fallen, sich drehen und die Bilderfassungseinrichtung mehrfache Bilder der Gegenstände der Probe erfasst und jeder einzelne Gegenstand mehrmals erfasst wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass es den Gegenständen erlaubt ist, sich in einer Ebene im wesentlichen senkrecht zu der Blickachse der Bilderfassungseinrichtung zu bewegen, wobei das erste Bild (b1) des Gegenstands zu einer Zeit t₁ erfasst wird, und das nächste Bild (b₂) zu einer Zeit t₂= t₁+ Δ_T erfasst wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass der Mittelpunkt des Gegenstands X (t₁) auf Grundlage des ersten Bildes b1 definiert wird und dann eine Schätzung für die Position des Mittelpunkts des Gegenstands X (t₂) in Bild b2 berechnet wird, und weiter ein Toleranzbereich mit seiner Mitte in X (t₂) berechnet wird, und dann eine Übereinstimmung gefunden wird, wenn ein Gegenstand in b2 seine Mitte innerhalb des Toleranzbereichs hat.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass der Gegenstand als eine weitere Darstellung des entsprechenden Gegenstands in dem ersten Bild (b1) akzeptiert wird, wenn seine Fläche innerhalb einer bestimmten Größentoleranz liegt.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass wenn keine Gegenstände gefunden werden, die innerhalb einer Toleranz liegen, ihm die nächste verfügbare Ordnungsgegenstandsnummer in der Folge zugeteilt wird, solange die Position des Gegenstands (b₂) nicht größer als p_x2 (0) + D_A/2 ist, wonach der Gegenstand nicht in Betracht gezogen wird.
6. Vorrichtung zur Analyse von Gegenständen, die in einer Fluss- oder Produktprobe enthalten sind, wobei die individuelle Gegenstandsgröße und Form sowie die Größenverteilung der Gegenstände berechnet und aufgezeigt werden, umfassend wenigstens eine Einrichtung zur Erfassung von Bildern der Gegenstände, die so ein Meßvolumen darstellt, und eine Einrichtung zur Erzeugung einer Relativbewegung zwischen der wenigstens einen Bilderfassungseinrichtung und den Gegenständen, und weiter aufweisend eine Einrichtung zur Verarbeitung und Analyse von Bildern, die in dem durch die Bilderfassungseinrichtung dargestellten Meßvolumen aufgenommen wurden, dadurch gekennzeichnet, dass die Relativbewegung eine Drehbewegung zwischen dem wenigstens einen Gegenstand und der Bilderfassungseinrichtung involviert, und so zwei oder mehr Bilder der Gegenstände unter verschiedenen Winkelstellungen relativ zu der Bilderfassungseinrichtung zur weiteren Verarbeitung und Analyse in einer computerbasierten Bildanalyseeinrichtung erstellt werden, wobei die Gegenstände im Messvolumen fallen und sich drehen und die Bilderfassungseinrichtung dazu ausgebildet ist, mehrfache Bilder der Gegenstände der Probe und jeden einzelnen Gegenstand mehrmals zu erfassen.
7. Vorrichtung nach Anspruch 6, dadurch gekennzeichnet, dass die Bilderfassungseinrichtung eine Megapixelkamera ist.
8. Vorrichtung nach Anspruch 6 oder 7, wobei den Gegenständen erlaubt ist, im Schwerkraftsfeld zu fallen, dadurch gekennzeichnet, dass die zu analysierenden Gegenstände durch eine mechanische Einrichtung in Drehung versetzt werden.

Images