DE4343058A1 - Multisensorielle Kamera für die Qualitätssicherung - Google Patents

Multisensorielle Kamera für die Qualitätssicherung

Info

Publication number
DE4343058A1
DE4343058A1 DE4343058A DE4343058A DE4343058A1 DE 4343058 A1 DE4343058 A1 DE 4343058A1 DE 4343058 A DE4343058 A DE 4343058A DE 4343058 A DE4343058 A DE 4343058A DE 4343058 A1 DE4343058 A1 DE 4343058A1
Authority
DE
Germany
Prior art keywords
sensors
pixels
image
image sensor
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE4343058A
Other languages
English (en)
Inventor
Robert Prof Dr Ing Massen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE4343058A priority Critical patent/DE4343058A1/de
Publication of DE4343058A1 publication Critical patent/DE4343058A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/254Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14Quality control systems

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

Zahlreiche bahnförmig produzierte Produkte wie Holz, Textilbahnen, im Schüttstrom produzierte Lebensmittel aber auch Plastikabfälle etc. werden mit Hilfe von Kameras und angeschlossenen Bildverarbeitungsrechner auf ihre Qualität hin untersucht und sortiert. Hierbei werden oft Zeilen- oder Matrixkameras angewandt, wobei die Bildverarbeitung sich auf die Verarbeitung der Signale von s/w Kameras oder von Farbkameras beschränkt. Es gibt aber zahlreiche Situationen, wo die Information, welche lediglich aus einem Grauwert oder aus einem Farbbild gewonnen werden kann, nicht ausreicht, um eine deutliche Qualitätsaussage zu treffen. So ist es z. B. nötig, zur Kontrolle von körnigen Lebens- und Futtermitteln, von Kunststoffgranulaten oder ähnlichen auf einem Band oder auf einer Rutsche geführten Produkte diese mit Hilfe der Bildverarbeitung vom Hintergrund zu segmentieren, um ihre Sollgröße ausmessen zu können. Solange sich die Produkte nicht berühren und der Hintergrund sich in einem Grauwert- oder Farbkontrast zu dem Produkt selber unterscheidet, sind Methoden der Bildverarbeitung bekannt, welche in der Lage sind automatisch den Rand dieser Produkte zu ermitteln und anhand dieser Kontur und der eingeschlossenen Fläche Qualitätsmerkmale wie Größe, ungestörte Oberfläche usw. automatisch zu ermitteln. MASSEN hat in der Patentanmeldung P 43 37 125.6 "Optische Inspektion von Schüttstrom-Produk­ ten" ein System vorgestellt, bei welchem zusätzlich zu einer s/w- oder Farbkamera ein besonderer bildgebender 3D Sensor verwendet wird, mit dem ein Höhenbild aus den Schüttstromprodukten gewonnen wird, aus welchem auch dann noch die Ränder der Produkte zu ermitteln sind, wenn sie sich so berühren, daß der Hintergrund nicht mehr sichtbar ist.
In anderen Fällen wie z. B. bei der Untersuchung von Kunststoffabfällen, welche im Schüttstrom transportiert werden, muß das Vorhandensein von Restinhalten detektiert werden. Es ist z. B. zwingend nötig zu erkennen, ob sich in Mineralölflaschen noch Ölreste befinden, da diese getrennt entsorgt werden müssen und nicht zusammen mit den anderen Kunststoffen granuliert werden dürfen. Hierzu können durchdringende Verfahren wie z. B. die bildgebende Röntgensysteme oder durchstrahlende Mikrowellensysteme mit einer bildgebenden Detektion der lokalen Transmissionsverluste eingesetzt werden. Wichtig ist besonders bei der optischen Sortierung von Kunststoffabfällen, daß die Kunststoffe nach Farbe und Stoffsorte sortiert werden. Hierzu können z. B. neben Farbkameras bildgebende NIR-Spektroskopiesensoren oder ähnlich, auf die Materialeigenschaften ansprechende bildgebende Sensoren eingesetzt wer­ den.
In der Regel sind solche unterschiedlichen Sensoren getrennt voneinander auf­ gebaut, so daß es schwierig ist die einzelnen Signale der einzelnen Sensoren so miteinander zu verknüpfen, daß die überlagerten Bildpunkte aller eingesetzten Sensoren den gleichen Stellen des beobachteten Gutes entsprechen. Dies ist insbesondere dann kaum möglich, wenn das zu beobachtende Gut z. B. in Form eines Schüttstromes mit einer variablen und wenig bekannten Geschwindigkeit auf einer Rutsche beobachtet werden muß. Nur bei einer entsprechenden Zuord­ nung der sich entsprechenden Bildpunkte aller unterschiedlichen Sensoren ist es möglich, durch eine Klassifikation der von jedem Sensor pro Bildpunkt geliefer­ ten Signalen in einem mehrdimensionalen Bildpunktklassifikator eine robuste Segmentierung und Identifikation durchzuführen. Dies trifft umso stärker zu, je kleiner die zu beobachtenden Produkte und je weniger bekannt ihre Geschwin­ digkeit und aktuelle Raumlage ist.
Als typisches Anwendungsbeispiel sei die automatische Sortierung von Abfall in geshredderter Form genannt. In einem solchen Schüttstrom befinden sich Metall und Kunststoffabfälle gemischt; diese sind nur durch die Kombination von Farbbildverarbeitung, bildgebender Metalldetektion (z. B. durch Röntgen­ kameras) und bildgebender NIR-Spektroskopie (zur Erkennung der Kunststoff­ sorte) zu erreichen. Da solche Abfälle ungeordnet als Schüttstrom über Rutschen oder Förderbänder geführt werden, ist derzeit die optische Sortierung durch gleichzeitigen Einsatz vieler bildgebender Sensoren mit unterschiedlichem physi­ kalischen Meßprinzip noch nicht möglich.
Erfindungsgemäß wird diese Aufgabe dadurch gelöst, daß in einem gemeinsamen Strahlengang alle oder eine Untermenge von bildgebenden Sensoren mit unter­ schiedlichem Meßprinzip wie schwarz/weiß Kamera, Farbkamera, bildgebende 3D-Sensor, bildgebender durchdringender Sensor, bildgebender Stoffsensor alle zusammen so angeordnet sind, daß sie gleiche Bildpunkte des zu erfassenden Produktes beobachten. Ein weiterer Erfindungsgedanke ist es, die einzelnen Sensoren mechanisch und optisch zueinander so zu verankern, daß die von jedem Sensor beobachteten Bildpunkte in einem wohlbekannten geometrischem Abstand zu den Bildpunkten der anderen Sensoren liegen und durch zeitlich ver­ setztes Auslesen synchronisiert werden.
Ein weiterer Erfindungsgedanke ist es, die Bildsignale dieser Sensoren bildpunktweise mit Hilfe eines multisensoriellen Klassifikators zu einem Klassenbild zu verdichten. Unter einem Klassenbild versteht man ein Bild, bei welchem jedem Bildpunkt ein Klassencode zugeordnet ist, d. h. die Zugehörigkeit zu einer vorher gelernten Klasse bezeichnet.
Es sind aus der Patentanmeldung von MASSEN DE 36 39 636 A1 "Automatische Inspektion von Textilbahnen" Verfahren bekannt wie Klassenbilder mit Hilfe von lernfähigen Tabellen erzeugt werden, so daß in Video-Echtzeit aus einem mehrdimensionalen Signal z. B. einem Farbsignal ein Farbklassensignal in Echtzeit erzeugt wird. Diese Farbklassensignale sind im Gegensatz zu den Farbsignalen keine vektoriellen Signale mehr, sondern skalare Signale und können daher leicht mit bekannten Verfahren der binären Bildverarbeitung wie z. B. der Blob-Analyse weiterverarbeitet werden.
Erfindungsgemäß werden die Signale der unterschiedlichen bildgebenden Senso­ ren mit einem solchen mehrdimensionalen Klassifikator zu einem skalaren Farbklassenbild verdichtet und dann mit bekannten Methoden der Bildverarbeitung weiter verarbeitet.
Oft sind die Bildpunktgrößen der unterschiedlichen Sensoren ebenfalls unter­ schiedlich groß. So sind z. B. hochauflösende Farbkameras verfügbar, während die Herstellung von bildgebenden NIR-Spektroskopiesensoren nur für relativ grobe Bildpunkte möglich ist. Erfindungsgemäß erfolgt eine Anpassung der Bild­ punkte dadurch, daß alle kleineren Bildpunkte zu einem größeren zusammengefaßt werden, welcher dem gröberten entspricht. Diese Zusammen­ fassung kann sowohl durch Wahl entsprechender optischer Abbildungselement geschehen als auch durch elektronische Verfahren wie lokale Mittelwertbildung. Insbesondere bei digitalisierten Bildpunktsignalen ist es bekannt, Gruppen von Bildpunkten zu einem Makro-Bildpunkt zusammenzufassen.
Auch der umgekehrte Weg kann je nach Aufgabenstellung sinnvoll sein, nämlich die Aufteilung eines groben Bildpunktes auf ein feineres Bildpunktraster. Auch sind insbesondere auf der elektronischen Seite solche Verfahren dem Fach­ mann der Bildverarbeitung wohl bekannt.
In allen Fällen wird es daher möglich sein, bildpunktweise aufgeteilte Signale von allen Sensoren zu erhalten, welche dem gleichen Ort des beobachteten Pro­ duktes entsprechen.

Claims (9)

1. Verfahren zur optischen Qualitätskontrolle von Produkten, dadurch gekennzeichnet, daß mit Hilfe einer Anzahl von bildgebenden Sensoren, welche auf physikalisch verschiedenen Meßprinzipien beruhen, in einem gemeinsa­ men Bildfeld gleiche Stellen des Produktes bildhaft so erfaßt werden daß die sich entsprechenden Bildpunkte aller Sensoren gleiche Punkte der Produktoberfläche erfassen.
2. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß die verschiedenen Sensoren aus der gesamten Aufzählung oder einer Untermenge folgender bildgebenden Sensoren bestehen, nämlich schwarz/weiß-Bildsensor, Farbbildsensor, 3D-Bildsensor, NIR- Spektroskopie-Bildsensor, mit durchdringender Strahlung arbeitender Bildsensor, Thermographie-Bildsensor, Fluoreszenz-Bildsensor.
3. Verfahren nach Anspruch 1 bis 2 dadurch gekennzeichnet, daß bei Sensoren mit unterschiedlicher Bildpunktgröße eine einheitliche Bildpunktgröße dadurch geschaffen wird, daß die Bildpunkte von Sensoren mit kleineren Bildpunkten so zusammengefaßt werden, daß sie denjenigen Bildpunkten der Sensoren mit gröberer Bildauflösung entsprechen.
4. Verfahren nach Anspruch 1 bis 2 dadurch gekennzeichnet, daß bei Sensoren mit unterschiedlicher Bildpunktgröße eine einheitliche Bildpunktgröße dadurch geschaffen wird, daß die Bildpunkte von Sensoren mitgrößeren Bildpunkten so aufgeteilt werden, daß sie denjenigen Bildpunkten der Sensoren mit feinerer Bildauflösung entsprechen.
5. Verfahren nach Anspruch 1 bis 2, dadurch gekennzeichnet, daß die Signale aller oder einer Untermenge dieser Sensoren bildpunkt­ weise mit Hilfe eines Klassifikators so ausgewertet werden, daß ein Klassenbild erzeugt wird, bei welchem für jeden Bildpunkt ein Code ermittelt wird, welcher die Zugehörigkeit dieses Bildpunktes zu einer Klasse aus einer Anzahl vorher gelernten Klasse angibt.
6. Verfahren nach Anspruch 1 bis 5, dadurch gekennzeichnet, daß das Klassenbild mit Verfahren der Bildverarbeitung weiter verarbeitet wird um Qualitäts- und Sortierkriterien für die erfaßten Produkte abzuleiten.
7. Verfahren nach 1 bis 6 dadurch gekennzeichnet, daß die einzelnen Sensoren mechanisch starr zueinander angeordnet sind und so zu unterschiedlichen Zeitpunkten abgefragt werden, daß die Bildpunktsignale aller Sensoren sich nach dieser Abfrage auf örtlich gleiche Bildpunkte des erfaßten Pro­ duktes beziehen.
8. Verfahren nach Anspruch 1 bis 7, dadurch gekennzeichnet daß die bildgebenden Sensoren die Produkte matrix- und/oder zeilenförmig erfassen.
9. Anordnung zur Durchführung des Verfahrens nach Anspruch 1 bis 2, dadurch gekennzeichnet, daß unterschiedliche bildgebende Sensoren in einer mechanisch und optisch festen Halterung angebracht sind, daß über Strahlführungselemente die optische Abbildung aller Sensoren auf ein gemeinsames, bildpunktmäßig ausgerichtetes Bildfeld gelenkt wird und daß die elektrischen Signale bild­ punktweise an einen Rechner abgegeben werden.
DE4343058A 1993-12-19 1993-12-19 Multisensorielle Kamera für die Qualitätssicherung Withdrawn DE4343058A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE4343058A DE4343058A1 (de) 1993-12-19 1993-12-19 Multisensorielle Kamera für die Qualitätssicherung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE4343058A DE4343058A1 (de) 1993-12-19 1993-12-19 Multisensorielle Kamera für die Qualitätssicherung

Publications (1)

Publication Number Publication Date
DE4343058A1 true DE4343058A1 (de) 1995-06-22

Family

ID=6505263

Family Applications (1)

Application Number Title Priority Date Filing Date
DE4343058A Withdrawn DE4343058A1 (de) 1993-12-19 1993-12-19 Multisensorielle Kamera für die Qualitätssicherung

Country Status (1)

Country Link
DE (1) DE4343058A1 (de)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19609045C1 (de) * 1996-03-08 1997-07-24 Robert Prof Dr Ing Massen Verfahren und Vorrichtung zur optischen Prüfung eines Holzprüflings
DE19827525A1 (de) * 1998-06-22 1999-12-30 Siemens Ag Verfahren zur Auswertung von Spektren
DE19930173A1 (de) * 1999-06-30 2001-01-04 Parsytec Comp Gmbh Verfahren und Vorrichtung zur prozeßoptimierenden Einstellung von Parametern eines Produktionsprozesses
DE20301286U1 (de) 2003-01-19 2003-07-31 Massen, Robert, Prof. Dr.-Ing., 78337 Öhningen Kontrollsystem zur automatischen optischen Kontrolle von farblich gemusterten Oberflächen
DE102006027028A1 (de) * 2006-06-09 2007-12-13 Ise Intex Gmbh Kontinuierliche Überwachung der Herstellung von Kunststoffformteilen
DE102009030644A1 (de) 2009-06-25 2010-12-30 Gottfried Wilhelm Leibniz Universität Hannover Berührungslose Erfassungseinrichtung
WO2011116417A1 (en) * 2010-03-23 2011-09-29 Technological Resources Pty. Limited Sorting mined material on the basis of two or more properties of the material
DE102011102010A1 (de) 2011-05-19 2012-03-29 Daimler Ag Verfahren zur Ermittlung der Qualität einer Schweißnaht
US8538714B2 (en) 2004-11-09 2013-09-17 Heuft Systemtechnik Gmbh Testing the integrity of products in containers
EP2664425A3 (de) * 2009-12-23 2014-10-22 CFS Bühl GmbH Verfahren zum Qualitätsklassieren von Lebensmittelscheiben eines Lebensmittelriegels
EP2345887A3 (de) * 2009-12-15 2017-12-06 UPM-Kymmene Corporation Verfahren und Vorrichtung zur Bestimmung der Eigenschaften eines Holzstücks

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3034944A1 (de) * 1980-09-01 1982-11-11 Gerhard Dr. 8029 Sauerlach Busse Photothermisches verfahren und einrichtung der strukturuntersuchung und dickenmessung von festen koerpern
DE3338611A1 (de) * 1982-11-01 1984-07-05 General Electric Co., Schenectady, N.Y. Oberflaechenpruefvorrichtung und verfahren zur optischen oberflaechenpruefung
DE3540288A1 (de) * 1985-06-21 1987-01-02 Matsushita Electric Works Ltd Anordnung und verfahren zur durchfuehrung von kontrollen an loetstellen
US4651011A (en) * 1985-06-03 1987-03-17 At&T Technologies, Inc. Non-destructive method for determining the extent of cure of a polymer
EP0215452A2 (de) * 1985-09-19 1987-03-25 Deere & Company Verfahren zur Ermittlung der Kornqualität
DE3706056A1 (de) * 1986-06-10 1988-05-11 Baeckmann Reinhard Verfahren zur erzeugung und erkennung von optischen spektren und schalt- und sensorsystem insbesondere fuer naeh- und textilautomation
DE3641863A1 (de) * 1986-12-08 1988-06-09 Bosch Gmbh Robert Oberflaechenpruefvorrichtung
DE3743377A1 (de) * 1986-12-22 1988-08-18 Carrier Vibrating Equip System und verfahren zum sortieren und transportieren von gegenstaenden
DE3815539A1 (de) * 1988-05-06 1989-11-16 Hermann Dr Datz Vorrichtung zum selbsttaetigen pruefen von hohlglaesern, zum beispiel flaschen, auf schadstellen im muendungsbereich
DE3832984A1 (de) * 1988-09-29 1990-04-12 Akzo Gmbh Fadenbruchanzeige in fadenscharen
GB2228567A (en) * 1989-02-28 1990-08-29 David Thomas Walters Intelligent inspection system
DE4109938A1 (de) * 1990-03-28 1991-10-02 Konishiroku Photo Ind Oberflaechenfehler-detektionsvorrichtung
DE4015893A1 (de) * 1990-05-17 1991-11-21 Phototherm Dr Petry Gmbh Vorrichtung zur beruehrungslosen und zerstoerungsfreien untersuchung der inneren und/oder aeusseren struktur absorptionsfaehiger prueflinge
EP0475748A2 (de) * 1990-09-12 1992-03-18 Nikon Corporation Gerät zum Nachweis fremder Teilchen
US5101101A (en) * 1989-08-17 1992-03-31 Toyo Glass Co., Ltd. Method of detecting opaque foreign article from among transparent bodies utilizing polarized light
DE4132754A1 (de) * 1990-09-28 1992-04-02 Gebelein Udo Dipl Ing Dipl Inf Vorrichtung zur ueberpruefung von minenstiften oder aehnlichem auf oberflaechenfertigungsfehler
DE4038993A1 (de) * 1990-12-06 1992-06-11 Lehmann Martin Verfahren zum selektionieren von behaeltnissen und messanordnung zur ermittlung einer entscheidungsgroesse hierfuer
DE4125045A1 (de) * 1991-07-29 1993-02-04 Rwe Entsorgung Ag Verfahren zum sortieren von abfallgemischen
EP0567701A1 (de) * 1992-04-27 1993-11-03 Canon Kabushiki Kaisha Verfahren und Gerät zur Inspektion
US5331406A (en) * 1991-06-25 1994-07-19 Cyberoptics Corporation Multi-beam laser sensor for semiconductor lead measurements
DE4301987A1 (de) * 1993-01-26 1994-07-28 Soelter Nikolai Apparat und Verfahren zur Bestimmung der spezifischen Wärmekapazität mittels Wärmepuls und gleichzeitig Ermittlung der Temperaturleitfähigkeit

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3034944A1 (de) * 1980-09-01 1982-11-11 Gerhard Dr. 8029 Sauerlach Busse Photothermisches verfahren und einrichtung der strukturuntersuchung und dickenmessung von festen koerpern
DE3338611A1 (de) * 1982-11-01 1984-07-05 General Electric Co., Schenectady, N.Y. Oberflaechenpruefvorrichtung und verfahren zur optischen oberflaechenpruefung
US4651011A (en) * 1985-06-03 1987-03-17 At&T Technologies, Inc. Non-destructive method for determining the extent of cure of a polymer
DE3540288A1 (de) * 1985-06-21 1987-01-02 Matsushita Electric Works Ltd Anordnung und verfahren zur durchfuehrung von kontrollen an loetstellen
EP0215452A2 (de) * 1985-09-19 1987-03-25 Deere & Company Verfahren zur Ermittlung der Kornqualität
DE3706056A1 (de) * 1986-06-10 1988-05-11 Baeckmann Reinhard Verfahren zur erzeugung und erkennung von optischen spektren und schalt- und sensorsystem insbesondere fuer naeh- und textilautomation
DE3641863A1 (de) * 1986-12-08 1988-06-09 Bosch Gmbh Robert Oberflaechenpruefvorrichtung
DE3743377A1 (de) * 1986-12-22 1988-08-18 Carrier Vibrating Equip System und verfahren zum sortieren und transportieren von gegenstaenden
DE3815539A1 (de) * 1988-05-06 1989-11-16 Hermann Dr Datz Vorrichtung zum selbsttaetigen pruefen von hohlglaesern, zum beispiel flaschen, auf schadstellen im muendungsbereich
DE3832984A1 (de) * 1988-09-29 1990-04-12 Akzo Gmbh Fadenbruchanzeige in fadenscharen
GB2228567A (en) * 1989-02-28 1990-08-29 David Thomas Walters Intelligent inspection system
US5101101A (en) * 1989-08-17 1992-03-31 Toyo Glass Co., Ltd. Method of detecting opaque foreign article from among transparent bodies utilizing polarized light
DE4109938A1 (de) * 1990-03-28 1991-10-02 Konishiroku Photo Ind Oberflaechenfehler-detektionsvorrichtung
DE4015893A1 (de) * 1990-05-17 1991-11-21 Phototherm Dr Petry Gmbh Vorrichtung zur beruehrungslosen und zerstoerungsfreien untersuchung der inneren und/oder aeusseren struktur absorptionsfaehiger prueflinge
EP0475748A2 (de) * 1990-09-12 1992-03-18 Nikon Corporation Gerät zum Nachweis fremder Teilchen
DE4132754A1 (de) * 1990-09-28 1992-04-02 Gebelein Udo Dipl Ing Dipl Inf Vorrichtung zur ueberpruefung von minenstiften oder aehnlichem auf oberflaechenfertigungsfehler
DE4038993A1 (de) * 1990-12-06 1992-06-11 Lehmann Martin Verfahren zum selektionieren von behaeltnissen und messanordnung zur ermittlung einer entscheidungsgroesse hierfuer
US5331406A (en) * 1991-06-25 1994-07-19 Cyberoptics Corporation Multi-beam laser sensor for semiconductor lead measurements
DE4125045A1 (de) * 1991-07-29 1993-02-04 Rwe Entsorgung Ag Verfahren zum sortieren von abfallgemischen
EP0567701A1 (de) * 1992-04-27 1993-11-03 Canon Kabushiki Kaisha Verfahren und Gerät zur Inspektion
DE4301987A1 (de) * 1993-01-26 1994-07-28 Soelter Nikolai Apparat und Verfahren zur Bestimmung der spezifischen Wärmekapazität mittels Wärmepuls und gleichzeitig Ermittlung der Temperaturleitfähigkeit

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19609045C1 (de) * 1996-03-08 1997-07-24 Robert Prof Dr Ing Massen Verfahren und Vorrichtung zur optischen Prüfung eines Holzprüflings
DE19827525A1 (de) * 1998-06-22 1999-12-30 Siemens Ag Verfahren zur Auswertung von Spektren
DE19930173A1 (de) * 1999-06-30 2001-01-04 Parsytec Comp Gmbh Verfahren und Vorrichtung zur prozeßoptimierenden Einstellung von Parametern eines Produktionsprozesses
US6842656B1 (en) 1999-06-30 2005-01-11 Parsytec Computer Gmbh Method and device for the process-optimizing regulation of parameters in a production process
DE20301286U1 (de) 2003-01-19 2003-07-31 Massen, Robert, Prof. Dr.-Ing., 78337 Öhningen Kontrollsystem zur automatischen optischen Kontrolle von farblich gemusterten Oberflächen
US8538714B2 (en) 2004-11-09 2013-09-17 Heuft Systemtechnik Gmbh Testing the integrity of products in containers
DE102006027028A1 (de) * 2006-06-09 2007-12-13 Ise Intex Gmbh Kontinuierliche Überwachung der Herstellung von Kunststoffformteilen
DE102009030644A1 (de) 2009-06-25 2010-12-30 Gottfried Wilhelm Leibniz Universität Hannover Berührungslose Erfassungseinrichtung
DE102009030644B4 (de) * 2009-06-25 2011-02-03 Gottfried Wilhelm Leibniz Universität Hannover Berührungslose Erfassungseinrichtung
EP2345887A3 (de) * 2009-12-15 2017-12-06 UPM-Kymmene Corporation Verfahren und Vorrichtung zur Bestimmung der Eigenschaften eines Holzstücks
EP2664425A3 (de) * 2009-12-23 2014-10-22 CFS Bühl GmbH Verfahren zum Qualitätsklassieren von Lebensmittelscheiben eines Lebensmittelriegels
WO2011116417A1 (en) * 2010-03-23 2011-09-29 Technological Resources Pty. Limited Sorting mined material on the basis of two or more properties of the material
US8875901B2 (en) 2010-03-23 2014-11-04 Technological Resources Pty. Ltd. Sorting mined material on the basis of two or more properties of the material
DE102011102010A1 (de) 2011-05-19 2012-03-29 Daimler Ag Verfahren zur Ermittlung der Qualität einer Schweißnaht

Similar Documents

Publication Publication Date Title
EP3454298B1 (de) Kameravorrichtung und verfahren zur erfassung eines stromes aus objekten
DE69518947T2 (de) Produkterkennungssystem
DE102007011616B4 (de) Fahrzeugumgebung-Überwachungsgerät
DE102013016813B4 (de) Verfahren zum Betrieb einer tragbaren Screeningvorrichtung und tragbare Screeningvorrichtung
DE69525640T2 (de) Vorrichtung und verfahren der röntgen-computertomographie zur erkennung dünner objekte
EP1645839B1 (de) Vorrichtung und Verfahren zur Überwachung von bewegten Objekten
DE69310758T2 (de) Verfahren und vorrichtung zum klassifizieren der bewegung von objekten entlang einem durchgang
DE102007025320B4 (de) Verfahren und Vorrichtung zur Analyse von Gegenständen
DE4343058A1 (de) Multisensorielle Kamera für die Qualitätssicherung
DE112010004767T5 (de) Punktwolkedaten-Verarbeitungsvorrichtung, Punktwolkedaten-Verarbeitungsverfahren und Punktwolkedaten-Verarbeitungsprogramm
EP2028605A1 (de) Detektionsverfahren für symmetrische Muster
DE102009030644B4 (de) Berührungslose Erfassungseinrichtung
WO2019002114A1 (de) Vorrichtung und verfahren zum rundum-inspizieren von behältnissen am transportband
DE202006020599U1 (de) Optische Erfassung von bewegten Objekten und Vorrichtung
DE102014205447A1 (de) Detektion von Gegenständen in einem Objekt
DD152870A1 (de) Verfahren und vorrichtung zum klassieren in bewegung befindlichen stueckgutes
WO2018189309A1 (de) System zum detektieren von nichtmetallischen, nicht-wasserhaltigen substanzen in einer wasserhaltigen probe, eine entsprechende anlage und ein entsprechendes verfahren
WO2021122148A1 (de) Verfahren, steuervorrichtung und registrierterminal zum rechnergestützten leer-erkennen eines transportbehälters
EP3553698A1 (de) Erfassung der bestandteile in einer menge von gegenständen, insbesondere abfällen, müll und/oder wertstoffen
DE10022454A1 (de) Bildaufnehmer und Bildaufnahmeverfahren, insbesondere zur dreidimensionalen Erfassung von Objekten und Szenen
DE4337125A1 (de) Optische Inspektion von Schüttstrom-Produkten
DE69327756T2 (de) Realzeit-Zusammenhangalgorithmussystem
EP0789832B1 (de) Verfahren und anordnung zur optischen inspektion von produkten
KR20230017806A (ko) 벌크 플로우 내에서 복수의 물체를 분류하도록 신경망-구현 센서 시스템을 학습시키는 방법 및 시스템
DE102013223852B4 (de) Verfahren zur Erstellung von mindestens zwei Bildern mit einer Kameravorrichtung sowie Kameravorrichtung

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
8141 Disposal/no request for examination