DE10256797A1

DE10256797A1 - Verfahren zur Bestimmung der Oberflächengüte von Materialoberflächen

Info

Publication number: DE10256797A1
Application number: DE2002156797
Authority: DE
Inventors: Stephan Dr. Nowak; Joachim Dr. Wagner
Original assignee: Bayer AG
Current assignee: Covestro Deutschland AG
Priority date: 2002-12-05
Filing date: 2002-12-05
Publication date: 2004-06-17

Abstract

Es wird ein Verfahren zur Bestimmung der Oberflächengüte von Materialoberflächen, insbesondere von Beschichtungen, besonders bevorzugt von Lackbeschichtungen oder Schaumstrukturen, durch Aufnahme eines Bildes einer Teilfläche der Oberfläche, die Störstellen enthalten kann, und anschließende Digitalisierung und Auswertung des Bildes beschrieben.

Description

Die Erfindung betrifft ein Verfahren zur Bestimmung der Oberflächengüte von Materialoberflächen, insbesondere zur automatisierten Bestimmung von Kennzahlen von Lackflächen oder Schaumstrukturen.

Bei der Neuentwicklung von Oberflächenbeschichtungen werden flächige Proben hergestellt und hinsichtlich ihrer Güte bewertet, um die Oberflächen- und optische Qualität des Werkstoffs und des Auftrags zu beurteilen.

Je nach Art des Tests kann auch die Veränderung der Oberfläche nach einer Behandlung mit Wasser, Lösungsmittel, Bestrahlung (UV, Licht, Wärme), mechanischer Beanspruchung etc. Gegenstand der Untersuchung sein.

Bewertet werden unter anderem speziell die Struktur der Oberfläche oder die Qualität des Auftrags der Beschichtung. Die optische Oberflächenqualität von Lacken wird maßgeblich durch das Auftreten von Blasen, Stippen, Runzeln, Falten, Wellen etc. beeinflusst. Diese die Oberflächenqualität beeinträchtigenden Merkmale können entweder durch die Bedingungen bei der Herstellung verursacht sein oder durch äußere Einwirkung hervorgerufen werden. Bei Tests auf Schlag- oder Abriebfestigkeit von Lacken beispielsweise werden lackierte Flächen mit Splitt oder Schmirgel beworfen oder mit Bürsten abgerieben. Das dabei auftretende Schadensbild muss bewertet werden.

Die Erfindung geht befasst sich insbesondere mit der automatisierten Charakterisierung der Blasenhaltigkeit von Lackflächen mit reproduzierbaren Kennzahlen.

Charakteristisch für o.g. Schadensbilder ist, dass diese meist aus zwei unterschiedlichen, ineinander verwobenen Strukturen bestehen. Eine der Strukturen (Primärstruktur) ist dabei klein, diese stellt eine Einheit der eigentlichen „Störung" dar, etwa eine einzelne Falte, ein einzelner Kratzer, eine einzelne Luftblase, eine einzelne Stippe etc. Diese Strukturen weisen typischerweise Abmessungen von einigen Mikrometern auf, aber auch kleinere Strukturen bis zu einer Größe von 100 nm sind möglich, gelegentlich auch größere Strukturen bis zu 1 mm oder mehr.

Die zweite An der Strukturen ist größer und ist eine Überstruktur, charakterisiert durch die Anordnung der kleinen Strukturen auf der Oberfläche, also etwa die Anordnung der Falten, Kratzer, Blasen, Stippen etc. auf dem Lack. Diese Anordnungen stellen sich typischerweise auf einer Größenskala ein, die von der Größe der Primärstruktur bis zum 10- oder 100-fachen davon beträgt. Diese größeren Strukturen können sowohl periodisch in einem größeren Raumgebiet vorhanden sein (in einer oder auch mehreren Raumrichtungen), wie auch periodisch nur in jeweils einem kleinen Raumgebiet, weiter davon entfernt jedoch nicht mehr, es kann Domänenbildung auftreten, eine quasi-Periodizität vorliegen oder eine völlig ungeordnete Anordnung.

Zur Beschreibung dieser Strukturen können beispielsweise für die kleineren Strukturen deren mittlere Größe G, bei runden Strukturen deren mittlerer Durchmesser G_D, sowie für die größere (Über-)Struktur der mittlere Abstand A der kleinen Strukturen oder deren mittlerer Abstands entlang einer Vorzugsrichtung (z.B. der horizontalen oder der vertikalen, liefernd entsprechend Zahlen A_H oder A_V) als beschreibende Kennzahl herangezogen werden. Die Dimension dieser Kennzahlen ist eine Länge, die Maßeinheit also eine Längeneineit, z.B. μm. Die Größen G und A sind nicht notwendigerweise dieselben Zahlen, die man bei einer detaillierten Analyse (z.B. durch Zählen und individuellem Vermessen) der Strukturen erhalten würde, korrelieren jedoch mit diesen, so dass durch Multiplikation mit Korrekturfaktoren K_G bzw. K_A die „echten" Größen erhalten werden können. Diese Korrekturfaktoren sind universell, d.h. nicht geräteabhängig, und entweder aus theoretischen Überlegungen zu gewinnen oder experimentell zu bestimmen.

Für die vergleichende Beschreibung eignen sich auch Zahlen, die mit den beschriebenen Kennzahlen auf definierte Weise korrelieren, die also z.B. proportional sind, sich also nur durch einen konstanten Faktor von diesen unterscheiden. Für eine Messung, bei der an einer Serie von Proben die beschriebenen Kennzahlen vergleichend ermittelt werden ist es dann unerheblich, ob dieser Proportionalitätsfaktor genau bekannt ist oder nicht.

Ein bekanntes Verfahren zur Bewertung von Oberflächenqualitäten oder auftretenden Schadbildern ist das visuelle Abmustern entsprechend den DIN-Vorschriften der Werkstoffprüftechnik (z.B. DIN 53209 Blasenhaltigkeit, DIN 55996 Steinschlag). Proben (Lackproben) werden hierbei visuell optisch mit Referenzbildern verglichen und in Kategorien eingeteilt, bzw. per Bemusterung mit Kennzahlen versehen.

Nachteilig bei diesem Verfahren ist die Notwendigkeit einer visuellen Prüfung durch den Menschen. Diese beinhaltet immer eine gewisse Unschärfe, da sie auf subjektiven Eindruck des die Prüfung durchführenden Fachmanns beruht. Reproduzierbar sind solche Bestimmungen nur, wenn sie von ein- und derselben Person bei etwa gleichbleibender geistiger Konzentration durchgeführt werden.

Störend können sich ferner Schwankungen in der Beleuchtung (Tageslicht/-Kunstlicht) oder durch die Konzentration des durchführenden Fachmanns auswirken.

Die Fähigkeit Abstufungen zu erkennen ist bei den oben genannten Verfahren nach DIN meist reduziert auf eine Bewertungsskala mit numerischen Stufen von 0 bis 5.

Ein weiteres bekanntes Verfahren speziell zur Auswertung von Lackschäden ist die elektronische Auswertung von Bildern (z.B. Strikos, Janssen, Schneider, Farbe & Lack 4/99, S. 241 ff, die darin beschriebene Software der Fa. IMAGETOOL; Softwarepaket AnalySiS der Fa. Soft Imaging Systems): Eine lackierte Platte, die ein zu charakterisierendes Schadensbild trägt, wird abgebildet und gerastert. Das Bild wird in seine Farbbestandteile zerlegt, und die Farbzusammensetzung des Bildes bildpunktweise ermittelt. Für bestimmte Schadformen sind bestimmte Farben charakteristisch, damit kann z.B. der prozentuale Anteil an geschädigter Gesamtoberfläche ermittelt werden.

Nachteilig bei diesem Verfahren ist, dass für jede Lackklasse und für jeden Schichtaufbau bei Mehrschicht-Lacksystemen zunächst an einer Referenzprobe das Schadensmuster im Lack eingelernt werden muss, damit man mittels Software an weiteren Lackproben desselben Typs automatische Bestimmungen vornehmen kann. Dieses Anlernen ist zeitaufwendig, erfordert einige Erfahrung seitens des Anwenders. Die erzielten weiteren Auswerteergebnisse sind von der Qualität der „Einlernphase" abhängig.

Bei der Bestimmung von Schaumstrukturen treten vergleichbare Nachteile auf. Die konventionelle Probenpräparation und Bildaufnahmetechnik ist aufwendig, die marktgängige Software funktioniert in den seltensten Fällen problemlos, da die Vereinzelung der einzelnen Zellen der Strukturen nicht ausreichend gut gelingt. Weiterhin ist nicht definiert, ob man bei der Präparation die (Schaum-)Zellen immer im Bereich des größten Durchmessers schneidet. Ein weiteres Problem ist hierbei die Interpretation der Histogramme als Zellgrößenverteilungen. Notwendige Probenpräparation und Berechnungen sind in der Regel sehr zeitaufwendig.

Gegenstand der Erfindung, durch die die Nachteile der bekannten Verfahren überwunden werden, ist ein Verfahren zur Bestimmung der Oberflächengüte von Materialoberflächen, insbesondere von Beschichtungen, besonders bevorzugt von Lackbeschichtungen oder Schaumstrukturen, durch Aufnahme eines Bildes einer Teilfläche der Oberfläche, die Störstellen enthalten kann und anschließende Digitalisierung und Auswertung des Bildes, dadurch gekennzeichnet,
dass das digitalisierte Bild in Graustufen in einer Matrix dargestellt wird, dann mehrere beliebige Reihen und/oder Spalten und/oder Diagonalen von Grau stufenwerten aus der Matrix ausgewählt werden, wobei die Reihen oder Spalten oder Diagonalen vorzugsweise in äquidistantem Abstand von einander gewählt werden, unter Bildung von mehreren Sätzen von Graustufenwerten von Reihen oder Spalten oder Diagonalen,
dass dann die Autokorrelationsfunktion zu jedem Satz von Graustufenwerten berechnet wird,
dann aus allen Autokorrelationsfunktionen eine gemittelte Autokorrelationsfunktion bestimmt wird,
dass aus der gemittelten Autokorrelationsfunktion die beschriebenen Kennzahlen ermittelt werden insbesondere aus der Halbwertsbreite des Maximums der gemittelten Autokorrelationsfunktion bei x = 0 die Kennzahl G,
und dass zusätzlich die Lage des ersten Nebenmaximums zum Maximum bei x = 0 der gemittelten Autokorrelationsfunktion zur Ermittlung des mittleren Abstands A der Störstellen auf der Oberfläche verwendet wird.

Bevorzugt wird zusätzlich die Position des zweiten Nebenmaximums der gemittelten Autokorrelationsfunktion zur Prüfung des Wertes des mittleren Störstellenabstandes A verwendet. Wenn dessen Position um mehr als eine vorgegebene Fehlerschranke von dem Wert 2*A abweicht, kann hieraus eine Qualitätsbewertung der Messung vorgenommen werden, in dem Sinne dass die Messung bei starken Abweichungen verworfen wird.

Vorzugsweise wird in dem Verfahren als Bild ein digitalisiertes Analogbild, insbesondere eine Fotographie, oder ein Digitalbild verwendet.

In der Praxis wird zur Berechnung der Kennzahlen die Längeneinheit 1 Bildpunkt verwendet, und zunächst rechnerische Kennzahlen HB (statt G) und PN (statt A) ermittelt, die am Ende durch Multiplikation mit einer gerätespezifischen Konstanten E wieder in eine reale Länge (z.B. in um) umgerechnet werden, also G = HB*E und A = PN*E. Die Konstante E wird für die Messanordnung einmal ermittelt und enthält z.B. alle Information über den Abbildungsmaßstab optischer Systeme etc. Die Ermittlung der Konstante E geschieht in der Regel auf experimentellem Weg im Sinne einer Eichung, d.h. es wird eine Probe mit vorher genau bekannten Eigenschaften vermessen und ausgewertet, und die Gerätekonstante E so eingestellt, dass die Eigenschaften der Probe in den Messergebnissen widergespiegelt werden. In einer solcherart bestimmten Konstante E ist automatisch der oben beschriebene Korrekturfaktor K enthalten. Gefordertenfalls muss gesondert ein E_G und ein E_A bestimmt werden.

Für eine Messung, bei der an einer Serie von Proben die beschriebenen Kennzahlen vergleichend ermittelt werden ist es auch hier unerheblich, ob der exakte Zahlenwert von E bekannt ist.

Das Bild kann auf konventionellem Wege erzeugt werden (photographisch) und danach mit einem optischen Abtaster (Scanner) digitalisiert oder mittels einer Digitalkamera aufgenommen werden, oder direkt mittels eines Scanners aufgenommen werden.

Es können auch nur ausgewählte Teile eines Bildes (Zeilen, Spalten, Diagonalen, einzelne Punkte oder Felder) aufgenommen werden, bzw. zur Auswertung herangezogen werden.

Das Bild kann ebenso durch eine vergrößernde Optik aufgenommen werden (Objektiv, Makrovorsatz, Mikroskop Elektronenmikroskop etc.) Das Bild kann farbig oder schwarzweiß sein.

Besonders bevorzugt erfolgt die Auswertung in einem mit dem Bilderzeuger des Digitalbildes gekoppelten Prozessrechner.

Ein weiter rationalisiertes Verfahren erhält man dadurch, dass die Bildaufnahme von einem Probenwechsler erfolgt, der durch den Prozessrechner gesteuert wird.

Mittels des erfindungsgemäßen Verfahrens ist es möglich, die zwei erklärten generalisierten Kennzahlen für die unterschiedlichen Längenskalen automatisch zu erzeugen. Eine allgemeine bevorzugte Vorgehensweise lässt sich wie folgt beschreiben:
Eine beispielsweise blasenhaltige Lackprobe wird unter ein Mikroskop gebracht und mittels einer elektronischen Kamera ein elektronisches digitalisiertes Bild des Blasenbildes erzeugt und an einen Auswerterechner weitergeleitet. Dort wird das Digitalbild in ein Graustufenbild umgewandelt, und eine vorher festzulegende Anzahl von Schnitten durch die Graustufenverteilung gelegt, horizontal und/oder vertikal und/oder schräg. Vorzugsweise – aber nicht notwendigerweise – verwendet man eine Zahl von 10-40 Schnitten, die wiederum vorzugsweise, aber nicht notwendigerweise äquidistant liegen.

Von jedem dieser Schnitte wird nun die normierte Autokorrelation berechnet; danach wird durch Mittelung dieser Autokorrelationskurven eine gemittelte normierte Autokorrelationskurve (aus horizontalen/vertikalen/schrägen Schnitten) berechnet.

Aus der gemittelten normierten Autokorrelationskurve werden sodann die Halbwertsbreite HB des zentralen Maximums (d.h. der x-Wert, bei dem die gemittelte normierte Autokorrelations-Kurve von 1(bei x = 0) auf 0.5 (bei einem Wert x > 0) abgefallen ist) und die Position (d.h. der x-Wert) PN1 des ersten Nebenmaximums bestimmt. HB ist hierbei ein Maß für die mittlere Größe der kleinen Strukturen auf dem Bild, PN1 ein Maß für die mittlere Größe der großen Strukturen, die durch Multiplikation mit dem Eichfaktor E wieder in Längen bzw. Größenangaben in um umgerechnet werden.

Statt der Halbwertsbreite HW kann auch eine andere charakteristische Breite, z.B. die Dreiviertelwertsbreite, die 1/e-Breite bestimmt werden, d.h. die x-Werte, bei denen die gemittelte normierte Autokorrelationsfunktion auf einen entsprechenden Schwellwert (0,75 für die Dreiviertelwertsbreite, 1/e~0,37 für die 1/e-Breite) abgefallen ist.

Falls möglich werden außerdem die x-Koordinaten und Maxima (y-Werte) der klar definierten Nebenmaxima und -minima (falls diese auftreten) bestimmt.

Aus diesen lassen sich folgende zusätzliche Informationen gewinnen:
Die x-Werte der Nebenmaxima (PN1, PN2,... für das 1., 2.... Nebenmaximum) lassen sich auf die oben beschriebene Weise zu einer Bewertung der Qualität der Messung heranziehen.

In Weiterentwicklung der beschriebenen Erfindung könnte weitergehende Analyse der Zahlen die folgenden Informationen liefern:
Die Krümmung der Kurve im ersten Minimum beschreibt die Variation um den mittleren Blasenabstand.

Die Durchbiegung der Flanke des zentralen Maximums beschreibt Variationen der Blasendurchmesser um den mittleren Durchmesser.

Die Ermittlung dieser Parameter ist grundsätzlich bekannt für die Auswertung von Röntgenstrukturaufnahmen und beschrieben in: G.R. Strobl, M. Schneider, Direct Evaluation of the Electron Density Corelation Function of Partially Crystalline Polymers, Journ. Polym. Sci. 18, 1343ff (1980).

Das erfindungsgemäße Verfahren ermöglicht es also, gleichzeitig eine Kennzahl für die mittlere Größe einer typischen Struktureinheit zu bestimmen sowie eine Kennzahl für einen charakteristischen Abstand solcher Strukturen im untersuchten Gebiet.

Es ist hierbei kein Training einer Software vonnöten, d.h. es können auch Proben untersucht werden, von denen vorher noch kein Muster der gleichen Klasse angelegt worden ist.

Die Subjektivität der bekannten visuellen Bemusterung entfällt in dem erfindungsgemäßen Verfahren ganz.

Es können mit dem Verfahren zudem ganz unterschiedliche geartete Proben untersucht werden (Lacke/Materialoberflächen/Dispersionen). Grundsätzlich ist die beschriebene Bestimmung von Kennzahlen zur mittleren Größe und dem mittleren Abstand von Strukturen auf einem Bild nicht auf Lackbeschichtungen limitiert, weitere Anwendungsgebiete sind z.B. die Charakterisierung von:
Emulsionen, Dispersionen (bezüglich Tröpfchengrößen, Tröpfchenverteilungen, Festkörpergehalt),
Körnige Substanzen (bezüglich Korngrößen, Körnchenverteilungen),
Kunststoff- und Metallteile nach Steinschlagtest,
Pigmentverteilunge in Farben,
Gleichmäßigkeit von textilen Geweben, Stoffen, Gewirken.

Anwendungsgebiete sind auch:
Die Beurteilung des Schadbilds nach dem Aufschlag einer Schrotladung auf ein Ziel, die summarische Auswertung von Bakterienkulturen und die Identifikation von Störungen/Klumpen in Schüttgütern.

Im Falle der Bestimmung von Schaum(struktur)parametern von Kunststoffschäumen, insbesondere von Polyurethanschaum, geht man allgemein wie folgt vor:
Eine Schaumscheibe wird plan geschnitten. Hierbei sollen Sägestrukturen in der Schnittfläche über Wahl von geeigneten Sägeblättern vermieden werden. Ein repräsentativer Bereich (z.B. ein möglichst großer Bereich aus der Mitte des Schaumstoffes mit homogener Zellstruktur, ohne Randzonen und ohne Vermischungsstörungen) der Schnittfläche wird mittels eines optischen Scanners abgetastet und ein Digitalbild erzeugt.

Das Digitalbild wird in ein Grauwertbild umgewandelt und Linien im Bild werden definiert. Die Lage der Linien ist hierbei gleichgültig, der Abstand der Linien sollte jedoch größer als die im Bild erkennbaren Strukturen sein. Die Anzahl der Linien ist auch beliebig, beträgt vorzugsweise 10 bis 50. Die Länge der Linien wird deutlich größer als die im Bild erkennbare Struktur gewählt, kann sogar die Bildbreite sein.

Für alle definierten Linien werden entlang der Linien die Grauwerte der Bildpunkte (Pixel) als "Grauwert gegen Linienlänge (in Pixel)" = GW(Pixel) abgespeichert.

Für jeden so gewonnenen Datensatz wird die Autokorrelationsfunktion AKF(x) nach folgendem Zusammenhang berechnet:

Die Variable x läuft dabei – wie Pixel auch – von 1 bis zur Linienlänge.

Aus allen so gewonnenen Autokorrelationsfunktionen wird eine Breite in Höhe von 75 % des Maximums bestimmt und Mittelwert wird über alle Breiten definiert.

Mit der aus der Scannereinstellung (z.B. 1200 dpi) bekannten optischen Auflösung kann man auf einfache Weise den Eichfaktor E ermitteln, um anschließend die gemittelte Breite der Autokorrelationsfunktion in Pixeln durch einfache Multiplikation in einen Wert in μm umrechnen. (z.B. 1200 dpi = 1200 Pixel/Zoll, entsprechend E = 21,2 μm/Pixel).

Die Erfindung wird nachfolgend durch das Beispiel, welches jedoch keine Beschränkung der Erfindung darstellt, näher erläutert.

Eine für die Durchführung des Verfahrens geeignete Vorrichtung besteht aus einem Mikroskop mit Fototubus und darauf angebrachter CCD-Kamera. Das digitale Signal dieser Kamera wird über eine USB-Schnittstelle in Echtzeit an einen Rechner übertragen, auf dem die Messung und Auswertung abläuft.
Der Benutzer legt die zu charakterisierende Probe unter das Mikroskop und sucht eine repräsentative Stelle auf der Probe aus. Das Bild wird aufgenommen und als Grauwertbild im TIFF-Dateiformat abgespeichert.
Die Prototypische Realisierung der numerischen Auswertung erfolgte mit der Mathematiksoftware MATHEMATICA (Wolfram research)
Die 1 zeigt ein repräsentatives Beispiel einer Aufnahme einer blasenhaltigen Lackschicht. Die eingeschlossenen Blasen 2 heben sich aufgrund der Beleuchtung als dunkle Bereiche vom transparenten Hintergrund 1 ab. In diesem Beispiel ist an den gezeichneten Linien 3 eine Schar von Querschnitten durch die Grauwertverteilung gelegt worden (Raster 40 Pixel). Der vorher bestimmte Längeneichfaktor beträgt für diese Optik und Geometrie E = 5,6 μm/Pixel. Exemplarisch ist für den Querschnitt 4 die Grauwertverteilung als Kurve 5 eingezeichnet. (Niedrige Werte = dunkel, hohe Werte = hell).
In der prototypischen Realisierung vollzieht sich die Auswertung im Rechner folgendermaßen: Es wird eine Anzahl Zeilen aus dem Bitmuster ausgewählt, die also Querschnitte durch die Grauwertverteilung darstellen. (Ohne Einschränkung der Allgemeinheit wurden hier Zeilen ausgewählt) Diese Schnitte werden äquidistant gewählt, im gezeigten Beispiel mit einem Abstand von 40 Pixeln. Die Orte, an denen die Schnitte gelegt wurden, sind in 1 durch Linien repräsentiert. Von jedem einzelnen dieser Schnitte wird dann die normierte Autokorrelationskurve ausgerechnet.
In 2a ist die Grauwertverteilung entlang des Schnittes 4 aus 1 dargestellt. 2b zeigt die daraus berechnete normierte Autokorrelationsfunktion.
Abschließend wird eine Kurve berechnet, die den Mittelwert aller normierten Autokorrelationskurven darstellt. Für das Beispiel wird die normierte Autokorrelationsfunktion in 2c dargestellt. Aus dieser Kurve werden dann auf die erklärte Weise die Kennzahlen HB und PN bestimmt. Im Beispiel ergibt sich HB = 11 [Pixel] und PN1 = 68 [Pixel]. Weiter lässt sich bestimmen: PN2 = 112 [Pixel].
Der Eichfaktor E wurde für die Anordnung einmalig im beschriebenen Verfahren zu E = 5,6 μm/Pixel bestimmt. Diese Bestimmung vollzieht sich z.B. folgendermaßen: Man legt ein Objekt genau bekannter Geometrie, z.B. eine Millimeterskala unter das Mikroskop, und vermisst, wie groß der Bildausschnitt (in μm) im Verhältnis z.B. zur Bildbreite (in Pixel) ist. Das Verhältnis der beiden Zahlen ist der Eichfaktor E in μm/Pixel.
Zur vergleichenden quantitativen Bestimmung der Blasenhaltigkeit verschiedener Lacke lässt sich die Methode folgendermaßen einsetzen:
Die 3a-c zeigen drei Aufnahmen von blasenhaltigen Lacken, die nach DIN53209 etwa folgendermaßen klassifiziert werden:
Die Größenverteilung wird von der Bestimmung nach DIN nicht erfasst.
Dieselben Bilder liefern, ausgewertet nach der erfindungsgemäßen Methode, folgende Kennzahlen:
Die HB-Werte korrelieren dabei mit den g-Werten, dagegen verhalten sich die PN1-Werte und die m-Werte nicht im Sinne einer positiven Korrelation: Je größer der mittlere Abstand der Blasen ist, d.h. je größer PN1 ist, desto geringer ist die „Häufigkeit" der Blasen auf der Oberfläche.
Die Auswertung kann grundsätzlich in einem softwaregesteuerten Prozessrechner, einem Analogrechner oder einer festverdrahtete Einheit (RISC Rechner) vorgenommen werden.
In einem bevorzugten Betriebsmodus des Verfahrens können Messung und Auswertung mehrerer Proben jeweils gleichzeitig durchgeführt werden, in einem anderen werden zunächst mehrere Bilder erzeugt, bevor sie alle zur Auswertung kommen (Möglichkeit der Zwischenspeicherung).
Aus den aufgenommenen Bildern werden Datensätze gewonnen, die die Verteilung von Grauwerten oder Farbwerten auf dem Bild widerspiegeln.
Die Kennzahlen werden aus diesen Datensätzen per Berechnung der Autokorrelationsfunktion gewonnen.
Aus einem Datensatz können mehrere verschiedene Kennzahlen unterschiedlicher Aussage gewonnen werden (aufgrund räumlicher Variation von Eigenschaften auf dem Bild) Aus ein- und demselben Bild kann ein- und dieselbe Kennzahl mehrfach gewonnen wird und ein statistisches Mittel berechnet werden

Claims

Verfahren zur Bestimmung der Oberflächengüte von Materialoberflächen, insbesondere von Beschichtungen, besonders bevorzugt von Lackbeschichtungen oder Schaumstrukturen, durch Aufnahme eines Bildes einer Teilfläche der Oberfläche, die Störstellen enthalten kann und anschließende Digitalisierung und Auswertung des Bildes, dadurch gekennzeichnet, dass das digitalisierte Bild in Graustufen in einer Matrix dargestellt wird, dann mehrere beliebige Reihen und/oder Spalten und/oder Diagonalen von Graustufenwerten aus der Matrix ausgewählt werden, wobei die Reihen oder Spalten oder Diagonalen vorzugsweise in äquidistantem Abstand von einander gewählt werden, dass dann die Autokorrelationsfunktion zu jedem Satz von Graustufenwerten von Reihen oder Spalten oder Diagonalen berechnet wird, dass dann aus einer oder mehrerer dieser Autokorrelationsfunktionen eine oder mehrere Kennzahlen bestimmt werden, die Eigenschaften der Störstellen charakterisieren.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass aus allen Autokorrelationsfunktionen eine gemittelte Autokorrelationsfunktion bestimmt wird, aus der dann die Kennzahlen bestimmt werden.
Verfahren nach Anspruch 1 und 2, dadurch gekennzeichnet, dass die mittlere Ausdehnung der Störstellen aus der Dreiviertelwertsbreite des Maximums bei x = 0 ermittelt wird.
Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass zusätzlich die Lage des ersten Nebenmaximums der gemittelten Auto korrelationsfunktion zum Maximum zur Ermittlung des mittleren Abstands der Störstellen auf der Oberfläche verwendet wird.
Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass zusätzlich das zweite Nebenmaximum der gemittelten Autokorrelationsfunktion zur Prüfung des Wertes des mittleren Störstellenabstandes verwendet wird.
Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass als Bild ein digitalisiertes Analogbild, insbesondere eine Fotographie, oder ein Digitalbild verwendet wird.
Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Auswertung in einem mit dem Bilderzeuger des Digitalbildes gekoppelten Prozessrechner erfolgt.
Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass zur Auswertung mehrere Bilder aufgenommen werden, die nacheinender ausgewertet werden, und dass zur Bildaufnahme ein Probenwechsler eingesetzt wird , der durch den Prozessrechner gesteuert wird.
Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die Autokorrelationsfunktion AKF(x) nach folgendem Zusammenhang berechnet wird:
wobei die Variable x – wie die Pixel auch – von 1 bis zur Linienlänge läuft.