ohne Studienabschlussarbeiten

Multimodal sensors capture and integrate diverse characteristics of a scene to maximize information gain. In optics, this may involve capturing intensity in specific spectra or polarization states to determine factors such as material properties or an individual’s health conditions. Combining multimodal camera data with shape data from 3D sensors is a challenging issue. Multimodal cameras, e.g., hyperspectral cameras, or cameras outside the visible light spectrum, e.g., thermal cameras, lack strongly in terms of resolution and image quality compared with state-of-the-art photo cameras. In this article, a new method is demonstrated to superimpose multimodal image data onto a 3D model created by multi-view photogrammetry. While a high-resolution photo camera captures a set of images from varying view angles to reconstruct a detailed 3D model of the scene, low-resolution multimodal camera(s) simultaneously record the scene. All cameras are pre-calibrated and rigidly mounted on a rig, i.e., their imaging properties and relative positions are known. The method was realized in a laboratory setup consisting of a professional photo camera, a thermal camera, and a 12-channel multispectral camera. In our experiments, an accuracy better than one pixel was achieved for the data fusion using multimodal superimposition. Finally, application examples of multimodal 3D digitization are demonstrated, and further steps to system realization are discussed.

Laser beam butt welding is often the technique of choice for a wide range of industrial tasks. To achieve high quality welds, manufacturers often rely on heavy and expensive clamping systems to limit the sheet movement during the welding process, which can affect quality. Jiggless welding offers a cost-effective and highly flexible alternative to common clamping systems. In laser butt welding, the process-induced joint gap has to be monitored in order to counteract the effect by means of an active position control of the sheet metal. Various studies have shown that sheet metal displacement can be detected using inductive probes, allowing the prediction of weld quality by ML-based data analysis. The probes are dependent on the sheet metal geometry and are limited in their applicability to complex geometric structures. Camera systems such as long-wave infrared (LWIR) cameras can instead be mounted directly behind the laser to overcome a geometry dependent limitation of the jiggles system. In this study we will propose a deep learning approach that utilizes LWIR camera recordings to predict the remaining welding process to enable an early detection of weld interruptions. Our approach reaches 93.33% accuracy for time-wise prediction of the point of failure during the weld.

Umfassendes praxisorientiertes Lehr- und Arbeitsbuch Dieses Lehr- und Arbeitsbuch vermittelt das Grundwissen zum Qualitätsmanagement (QM) und stellt Zusammenhänge zu anderen Wissensgebieten, insbesondere zur Messtechnik und Metrologie her. Kapitel zu Normen für das QM, Qualitätsregelkreisen, Struktur und Aufbau integrierter QM-Systeme, Prozessmanagement, staatlich-metrologischer Infrastruktur und zur Einführung und Zertifizierung von QM-Systemen runden die Darstellungen ab. - Berücksichtigt die aktuelle Normenfamilie ISO 9000 ff. - Anleitung zum Aufbau und zur Pflege von QM-Dokumentationen - Umsetzungsorientiert und kompakt - Sowohl im Studium als auch in der Praxis einsetzbar - Zum Download: Umfangreiches Paket mit praktischen Arbeitshilfen

In the production of modern electric drives for battery electric vehicles, hairpin technology is used to increase the copper fill factor in the stator of a permanently excited synchronous machine. A central process in the production of these stators is the contacting of the hairpin ends by means of laser beam welding. This welding process is characterized by geometric and process-related deviations from previous process steps, which influence the result of the welded joint. It is desirable to find an in-process method for monitoring. As part of the process monitoring of welded joints, high-speed camera images are often used to detect weld spatter. These can be detected by a program based on a static algorithm. For this reason, a feasibility analysis is performed regarding the application of AI for the detection of spatters, in which the methods of semantic segmentation and single-image classification prove to be useful. In a preliminary experiment, three base networks for each of the two methods are evaluated with respect to the best training results. The single-image classification method will then be extended by a subsequent static algorithm, so that a hybrid use of AI and static algorithm will be investigated. The evaluation and final comparison of all evaluation methods is performed using data from a welding experiment. It turns out that the hybrid approach of single-image classification and static algorithm has numerous advantages in the detection of spatter compared to semantic segmentation and the static algorithm.

Estimating depth from images is a common technique in 3D perception. However, dealing with non-Lambertian materials, e.g., transparent or specular, is still nowadays an open challenge. However, to overcome this challenge with deep stereo matching networks or monocular depth estimation, data sets with non-Lambertian objects are mandatory. Currently, only few real-world data sets are available. This is due to the high effort and time-consuming process of generating these data sets with ground truth. Currently, transparent objects must be prepared, e.g., painted or powdered, or an opaque twin of the non-Lambertian object is needed. This makes data acquisition very time consuming and elaborate. We present a new measurement principle for how to generate a real data set of transparent and specular surfaces without object preparation techniques, which greatly reduces the effort and time required for data collection. For this purpose, we use a thermal 3D sensor as a reference system, which allows the 3D detection of transparent and reflective surfaces without object preparation. In addition, we publish the first-ever real stereo data set, called TranSpec3D, where ground truth disparities without object preparation were generated using this measurement principle. The data set contains 110 objects and consists of 148 scenes, each taken in different lighting environments, which increases the size of the data set and creates different reflections on the surface. We also show the advantages and disadvantages of our measurement principle and data set compared to the Booster data set (generated with object preparation), as well as the current limitations of our novel method.

We investigate the task of malformed object classification in an industrial setting, where the term ‘malformed’ encompasses objects that are misshapen, distorted, corroded or broken. Recognizing whether such an object can be repaired, taken apart so that its components can be used otherwise, or dispatched for recycling, is a difficult classification task. Despite the progress of artificial intelligence for the classification of objects based on images, the classification of malformed objects still demands human involvement, because each such object is unique. Ideally, the intelligent machine should demand expert support only when it is uncertain about the class. But what if the human is also uncertain? Such a case must be recognized before being dealt with. Goal of this research thread is to establish a reference dataset on human uncertainty for such a classification problem and to derive indicators of uncertainty from sensory inputs. To this purpose, we designed an experiment for an object classification scenario where the uncertainty can be directly linked to the difficulty of labelling each object. By thus controlling uncertainty, we intend to build up a reference dataset and investigate how different sensory inputs can serve as uncertainty indicators for these data.

Realizing intelligent production systems where machines and human workers can team up seamlessly demands a yet unreached level of situational awareness. The machines' leverage to reach such awareness is to amalgamate a wide variety of sensor modalities through multisensor data fusion. A particularly promising direction to establishing human-like collaborations can be seen in the use of neuro-inspired sensing and computing technologies due to their resemblance with human cognitive processing. This note discusses the concept of integrating neuromorphic sensing modalities into classical sensor fusion frameworks by exploiting event-based fusion and filtering methods that combine time-periodic process models with event-triggered sensor data. Event-based sensor fusion hence adopts the operating principles of event-based sensors and even exhibits the ability to extract information from absent data. Thereby, it can be an enabler to harness the full information potential of the intrinsic spiking nature of event-driven sensors.

Stereo imaging provides an easy and cost-effective method to measure 3D surfaces, especially due to the availability of extensive free program libraries like OpenCV. An extension of the application to the field of forestry was aimed at here in the context of a project to capture the elevation profile of forest roads by means of stereo imaging. For this purpose, an analysis of the methods contained in OpenCV for the successful generation of depth maps was carried out. The program sections comprised the reading of the image stream, the image correction on the basis of calibrations carried out in advance as well as the generation of the disparity maps by the stereo matchers. These are then converted back into depth maps and stored in suitable memory formats. A data set of the image size 1280x864 pixels consisting of 30 stereo image pairs was used. The aim was to design an evaluation program which allows the processing of the described steps within one second for 30 image pairs. With a sequential processing of all steps under the used test system and the usage of a local stereo matcher a processing time of 4.37 s was determined. Steps to reduce the processing time included parallelizing the image preparation of the two frames of the image pair. Further reduction in total processing time was achieved by processing multiple image pairs simultaneously and using storage formats without compression. A total processing time of 0.8 s could be achieved by outsourcing the stereo matching to the graphics card. However, the tested method did not achieve the desired resolutions in depth as well as in the image plane. This was made possible by using semi-global matchers, which are up to 10 times slower but significantly more accurate, and which were therefore used for further investigations of the forest path profile.

With the new handheld goSCOUT3D sensor system, the entire surface of complex industrial machinery spanning several meters can be captured three-dimensionally within a matter of minutes. In addition, a comprehensive photo collection is registered and precisely assigned to the corresponding 3D object points in one hybrid 2D/3D model. At the basis of the robust 3D digitization are the measuring principles of photogrammetric reconstruction using a high-resolution color camera and simultaneous localization and imaging using a tracking unit. Following image acquisition, the process leading to generation of the complete hybrid model is fully automated. Under continuous movement of the sensor head, up to six images per second and a total of up to several thousand images can be recorded. Those images are then aligned in 3D space and used to reconstruct the 3D model. Results regarding accuracy measurements are presented as well as application examples of digitized technical machinery under maintenance and inspection.

In this paper, we introduce an interactive multimodal vision-based robot teaching method. Here, a multimodal 3D image (color (RGB), thermal (T) and point cloud (3D)) was used to capture the temperature, texture and geometry information required to analyze human action. By our method, we only need to move our finger on an object surface, and then the heat traces left by the finger on the object surface will be recorded by the multimodal 3D sensor. By analyzing the multimodal point cloud dynamically, the accurate finger trace on the object is recognized. A robot trajectory is computed using this finger trace.

In electronics manufacturing, the inspection of defects of electrical components on printed circuit boards (SMD-PCB) is an import part of the production chain. This process is normally implemented by automatic optical inspection (AOI) systems based on classical computer vision and multimodal imaging. Despite the highly developed image processing, misclassifications can occur due to the different, variable appearance of objects and defects and constantly emerging defect types, which can only be avoided by constant manual supervision and adaption. Therefore, a lot of manpower is needed to do this or to perform a subjective follow-up. In this paper, we present a new method using the principle of multimodal deep learning-based one-class novelty-detection to support AOIs and operators to detect defects more accurate or to determine whether something needs to be changed. By combining with a given AOI classification a powerful adaptive AOI system can be realized. To evaluate the performance of the multimodal novelty-detector, we conducted experiments with SMD-PCB-components imaged in texture and geometric modalities. Based on the idea of one-class-detection only normal data is needed to form training sets. Annotated defect data which is normally only insufficiently available, is only used in the tests. We report about some experiments in accordance with the consistence of data categories to investigate the applicability of this approach in different scenarios. Hereby we compared different state-of-the-art one-class novelty detection techniques using image data of different modalities. Besides the influence of different data fusion methods are discussed to find a good way to use this data and to show the benefits using multimodal data. Our experiments show an outstanding performance of defect detection using multimodal data based on our approach. Our best value of the widely known AUROC reaches more than 0.99 with real test data.

Efficient entangled photon pair sources are the main component for several applications based on quantum imaging. Specifically for ghost imaging, different wavelengths of signal (imaging photons) and idler (interaction with the object) photons are desired. An efficient and narrowband generation of entangled photons exploiting spontaneous parametric down-conversion using periodically poled (pp) nonlinear crystals is therefore a fundamental preliminary requirement to achieve (the process of) ghost imaging. This work presents the design and implementation of a precise and efficient crystalheater as a variable photon pair source and compares the achieved experimental values of the SPDC-wavelengths with theoretical calculations. A periodically poled nonlinear crystal from potassium titanyl phosphate (ppKTP) can generate various non-degenerate wavelengths from a pump radiation of 405 nm by temperature changes and satisfaction of energy conservation and quasi-phase-matching conditions. For this purpose, the crystal is securely housed in a custom-built mechanical mount. A computation and adjustment of various control parameters, as well as a precise determination of the current temperature via two temperature sensors allow the heater to set the target temperature with an accuracy of 0.1 ˚C±0.015 ˚C. A method for the theoretical determination of the temperature-dependent shift of the nondegenerate wavelengths, provides a foundation from which experimental verification of achievable wavelengths and intensities can be compared. By experimental verification, the efficiency and functionality of the photon pair source and SPDC-process is verified. These presented investigations and the design of the crystal-heater provide the basis for a precise and effective photon pair source, for subsequent studies in the field of ghost imaging.

The projection of a point cloud onto a 2D camera image is relevant in the case of various image analysis and enhancement tasks, e.g., (i) in multimodal image processing for data fusion, (ii) in robotic applications and in scene analysis, and (iii) for deep neural networks to generate real datasets with ground truth. The challenges of the current single-shot projection methods, such as simple state-of-the-art projection, conventional, polygon, and deep learning-based upsampling methods or closed source SDK functions of low-cost depth cameras, have been identified. We developed a new way to project point clouds onto a dense, accurate 2D raster image, called Triangle-Mesh-Rasterization-Projection (TMRP). The only gaps that the 2D image still contains with our method are valid gaps that result from the physical limits of the capturing cameras. Dense accuracy is achieved by simultaneously using the 2D neighborhood information (rx,ry) of the 3D coordinates in addition to the points P(X,Y,V). In this way, a fast triangulation interpolation can be performed. The interpolation weights are determined using sub-triangles. Compared to single-shot methods, our algorithm is able to solve the following challenges. This means that: (1) no false gaps or false neighborhoods are generated, (2) the density is XYZ independent, and (3) ambiguities are eliminated. Our TMRP method is also open source, freely available on GitHub, and can be applied to almost any sensor or modality. We also demonstrate the usefulness of our method with four use cases by using the KITTI-2012 dataset or sensors with different modalities. Our goal is to improve recognition tasks and processing optimization in the perception of transparent objects for robotic manufacturing processes.

The depth range that can be captured by structured-light 3D sensors is limited by the depth of field of the lenses which are used. Focus stacking is a common approach to extend the depth of field. However, focus variation drastically reduces the measurement speed of pattern projection-based sensors, hindering their use in high-speed applications such as in-line process control. Moreover, the lenses’ complexity is increased by electromechanical components, e.g., when applying electronically tunable lenses. In this contribution, we introduce chromatic focus stacking, an approach that allows for a very fast focus change by designing the axial chromatic aberration of an objective lens in a manner that the depth-of-field regions of selected wavelengths adjoin each other. In order to experimentally evaluate our concept, we determine the distance-dependent 3D modulation transfer function at a tilted edge and present the 3D measurement of a printed circuit board with comparatively high structures.

Recently, we have successfully tackled the challenge of measuring the 3D shape of uncooperative materials, i.e., materials with optical properties such as being glossy, transparent, absorbent, or translucent. By projecting sequential thermal fringes in the long-wave infrared (LWIR) combined with a stereo camera setup in the midwave infrared (MWIR), we were able to three-dimensionally record object shapes within one second. However, in many applications, e.g., for 100 % quality assurance, even shorter measurement times are required. To achieve camera frame rates higher than 125 fps at room temperature, Max Planck’s law of thermal emission teaches us a change in the camera spectral range from MWIR to LWIR. If irradiation and image acquisition have to run in parallel, the camera chips must therefore be protected against the radiation projected by the CO2 laser at a wavelength of 10.6 µm. Appropriate filters have been available only recently. In this contribution, we present our high-speed LWIR 3D sensor. The work includes a characterization of our setup regarding its measurement accuracy and speed. The results are compared to the performance of previous thermal 3D sensors. We show 3D measurement results of static objects as well as of a dynamic measurement situation of a transparent object. Furthermore, we demonstrate that our setup enables us to extend the measurability of material classes towards objects with high thermal conductivities.

The concept of Industry 4.0 brings the change of industry manufacturing patterns that become more efficient and more flexible. In response to this tendency, an efficient robot teaching approach without complex programming has become a popular research direction. Therefore, we propose an interactive finger-touch based robot teaching schema using a multimodal 3D image (color (RGB), thermal (T) and point cloud (3D)) processing. Here, the resulting heat trace touching the object surface will be analyzed on multimodal data, in order to precisely identify the true hand/object contact points. These identified contact points are used to calculate the robot path directly. To optimize the identification of the contact points we propose a calculation scheme using a number of anchor points which are first predicted by hand/object point cloud segmentation. Subsequently a probability density function is defined to calculate the prior probability distribution of true finger trace. The temperature in the neighborhood of each anchor point is then dynamically analyzed to calculate the likelihood. Experiments show that the trajectories estimated by our multimodal method have significantly better accuracy and smoothness than only by analyzing point cloud and static temperature distribution.

Measurement systems in industrial practice are becoming increasingly complex and the system-technical integration levels are increasing. Nevertheless, the functionalities can in principle always be traced back to proven basic functions and basic technologies, which should, however, be understood and developed. For this very reason, the teaching of elementary basics in engineering education is unavoidable. The present paper presents a concept to implement a contemporary training program within the practical engineering education on university level in the special subject area of optical coordinate measuring technology. The students learn to deal with the subject area in a fundamentally oriented way and to understand the system-technical integration in detail from the basic idea to the actual solution, which represents the common practice in the industrial environment. The training program is designed in such a way that the basics have to be worked out at the beginning, gaps in knowledge are closed by the aspect of group work and the targeted intervention of a supervisor. After the technology has been fully developed theoretically, the system is put into operation and applied with regard to a characterizing measurement. The measurement data are then evaluated using standardized procedures. A special part of the training program, which is to promote the own creativity and the comprehensible understanding, represents the evaluation of the modulation transfer function (MTF) of the system by a self-developed algorithmic program section in the script-oriented development environment MALTAB, whereby students can supportively fall back on predefined functions for the evaluation, whose implementation however still must be accomplished.

The aim of the work was the implementation of a control system for laser ablation processes of optical coatings. Therefore, a glass substrate with metal-based coating was ablated using picosecond laser radiation. Depending on the laser fluence and scanning parameters (pulse and line distance) the removal of the layer has been investigated. With the help of an adapted image processing system a global characterization of the transmissive properties of the surfaces where the optical coating was ablated has been performed. After the ablation process, the surfaces were scanned and the resulting areas where the transmissive properties are OK or not OK have been detected. Due to the generated transformation of the image data to x- and y-coordinates a subsequent laser ablation corrects the detected areas which are not OK in a control loop. The developed approach can help to reuse expensive optics and masks in industrial and scientific applications.

Genaue, optische 3D-Messverfahren werden vielfältig in der Industrie, der Medizin und der Wissenschaft eingesetzt. Bei etlichen dieser Anwendungen ist eine schnelle Reaktion auf Veränderungen in der Messszene erforderlich. Dies ist z.B. der Fall, wenn eine Maschine aus Sicherheitsgründen abgeschaltet oder angehalten werden muss oder eine direkte Rückmeldung an einen Menschen gegeben werden soll. Steht das 3D-Ergebnis der Messung nach hinreichend kurzer Zeit ab Beginn der Messung zur Verfügung, kann die Reaktion basierend auf diesem Ergebnis angestoßen werden. Das Prinzip des GOBO-Projektor-basierten, aktiven Stereo-Sensors hat sich als genaues, optisches 3D-Messverfahren etabliert. Bei diesem Verfahren wird ein sich zeitlich änderndes, aperiodisches Streifenmuster auf das Messobjekt projiziert, während zwei kalibrierte Kameras jeweils eine Bildsequenz synchron aufnehmen. Innerhalb dieser Bildsequenzen werden anschließend die Abbilder von Objektpunkten, welche in beiden Kameras sichtbar sind, einander zugeordnet. Für jedes solche Paar wird dann die 3D-Koordinate des zugehörenden Objektpunktes trianguliert. Das Verfahren erlaubt auch 3D-Aufnahmen mit speziellen Anforderungen, die von anderen, genauen 3D-Sensorprinzipien nur schwer erreicht werden. Dazu gehört die Messung mit speziellen Lichtwellenlängen, wie z.B. dem Nah-Infrarotbereich, womit blendfreie Vermessung ermöglicht wird, oder die Erfassung sehr schneller Prozesse, wie die Messung von Airbag-Entfaltungen. Bisher war es jedoch nicht möglich, die 3D-Messergebnisse in so kurzer Zeit (z.B. 100 ms), d.h. mit so kurzer Messlatenz, zur Verfügung zu stellen, dass eine unmittelbare Reaktion auf eine Veränderung der Messszene erfolgen kann. Diese Verkürzung der Messlatenz ist das Ziel dieser Arbeit. Es werden Methoden beschrieben und untersucht, mit denen die Messlatenz von GOBO-Projektor-basierten, aktiven Stereo-Sensoren auf unter 100 ms verkürzt werden kann. Die Verbesserungen konzentrieren sich auf zwei Bereiche: die schnelle Rekonstruktion des 3D-Modells aus den aufgenommenen Bildsequenzen und die Reduktion der Aufnahmezeit durch Verkürzung der Bildsequenz-Länge. Letztere wird mittels einer Optimierung der Musterprojektion ermöglicht, welche bei kurzen Bildsequenz-Längen eine erhebliche Reduktion unerwünschter Messartefakte bewirkt. Abschließend werden mehrere Anwendungen gezeigt, die von diesen Verbesserungen profitieren.

Newborns and preterm infants require accurate and continuous monitoring of their vital parameters. Contact-based methods of monitoring have several disadvantages, thus, contactless systems have increasingly attracted the neonatal communities' attention. Camera-based photoplethysmography is an emerging method of contactless heart rate monitoring. We conducted a pilot study in 42 healthy newborn and near-term preterm infants for assessing the feasibility and accuracy of a multimodal 3D camera system on heart rates (HR) in beats per min (bpm) compared to conventional pulse oximetry. Simultaneously, we compared the accuracy of 2D and 3D vision on HR measurements. The mean difference in HR between pulse oximetry and 2D-technique added up to + 3.0 bpm [CI−3.7 - 9.7; p = 0.359, limits of agreement (LOA) ± 36.6]. In contrast, 3D-technique represented a mean difference in HR of + 8.6 bpm (CI 2.0-14.9; p = 0.010, LOA ± 44.7) compared to pulse oximetry HR. Both, intra- and interindividual variance of patient characteristics could be eliminated as a source for the results and the measuring accuracy achieved. Additionally, we proved the feasibility of this emerging method. Camera-based photoplethysmography seems to be a promising approach for HR measurement of newborns with adequate precision; however, further research is warranted.

Chromatic (spectral) aberrations are image imperfections that are disadvantageous for standard image processing tasks and are typically compensated through the application of different types of glass during lens design. The longitudinal chromatic aberration causes a relative unsharpness over different spectral channels. Since this error is corrected in most multi-chromatic lenses, this paper investigates to which extent the shift of the focal planes in a standard lens can be used specifically for image processing applications. Theoretical investigations of the longitudinal chromatic aberration are carried out. Based on this, conditions and a method to generate a 3D depth reconstruction out of different spectral channels are presented.

Laser beam butt welding of thin sheets of high-alloy steel can be really challenging due to the formation of joint gaps, affecting weld seam quality. Industrial approaches rely on massive clamping systems to limit joint gap formation. However, those systems have to be adapted for each individually component geometry, making them very cost-intensive and leading to a limited flexibility. In contrast, jigless welding can be a high flexible alternative to substitute conventionally used clamping systems. Based on the collaboration of different actuators, motions systems or robots, the approach allows an almost free workpiece positioning. As a result, jigless welding gives the possibility for influencing the formation of the joint gap by realizing an active position control. However, the realization of an active position control requires an early and reliable error prediction to counteract the formation of joint gaps during laser beam welding. This paper proposes different approaches to predict the formation of joint gaps and gap induced weld discontinuities in terms of lack of fusion based on optical and tactile sensor data. Our approach achieves 97.4 % accuracy for video-based weld discontinuity detection and a mean absolute error of 0.02 mm to predict the formation of joint gaps based on tactile length measurements by using inductive probes.

Mobile mapping becomes a more and more important and interesting field of sensing technologies and their application scenarios. Various applications range from airborne sensing of specific environments and characteristics to ground-based applications such as multimodal 3-dimensional registration of environments in the infrastructure sector or for assistance systems. In the specific case of infrastructure systems, known fields of application range from the detection of the surface condition of roads to the digitization of entire railroad lines, including their clearance diagrams. From the technical point of view, it also combines a wide variety of sensory approaches for sensing relevant features. For example, known systems use both LiDAR and GNSS and image processing-based subsystems. This work summarizes the state-of-the-art mobile mapping technologies in the framework of road detection and digitization concerning the application of georeferenced condition monitoring. In the first part, the relevant historical development will be briefly reviewed and compared regarding technological progress furthermore, various sensing systems will be compared regarding their applications, applicability and limitations. The aim is to clearly identify shortcomings regarding the application case of road detection in the forestry sector and thus to lay the foundation for subsequent research and development work for multimodal sensing systems. It is also the starting point for upcoming work for a multimodal sensing system that is able to digitalize and characterize the structure of forestry trails. The data obtained in this way will later be used for a planning tool that will derive measures for the maintenance and repair these forest roads.

A lot of applications as well as in the laboratory range and industrial range need a short-wave infrared imaging system. Especially multispectral imaging in that wavelength region are often enable new applications for quality assurance and monitoring of industrial processes. Due to the cost of the SWIR image sensors a multispectral imaging system should be flexible and adjustable to realize a maximum of applications. Normally push broom devices will fulfill these requirements. Disadvantages are that the sample must be moved, the spectral crosstalk and the blurring between the different channels can disturb the processing, and the correctness of spatial resolution along the scanning direction lead to uncertainties for dimensional measurements. For that reasons a twelve-channel filter-based imaging system was designed. A motor driven filter-wheel with a high precision drive will ensure that the filters will be placed in front of a SWIR Image sensor very precisely. To compensate the spectral aberrations along the optical axis a second drive positioning the image sensor into the focus plane. This enable sharp images in all spectral channels as well as high SNR (depends also on the capability of the SWIR Sensor). Furthermore, this implementation allows also to focus without changing the adjustment of the objective lens. A special designed dome light using halogen bulbs delivers very homogeneous radiation on the sample table. For the image readout, the control of the drives as well as the image presentation a software with a graphical user interface was developed. To export the image stacks in 3rd party software the imaging software saves the multispectral images in the envi-format.

Stereo vision is used in many application areas, such as robot-assisted manufacturing processes. Recently, many different efficient stereo matching algorithms based on deep learning have been developed to solve the limitations of traditional correspondence point analysis, among others. The challenges include texture-poor objects or non-cooperative objects. One of these end-to-end learning algorithms is the Adaptive Aggregation Network (AANet/AANet+), which is divided into five steps: feature extraction, cost volume construction, cost aggregation, disparity computation and disparity refinement. By combining different components, it is easy to create an individual stereo matching model. Our goal is to develop efficient learning methods for robot-assisted manufacturing processes for cross-domain data streams. The aim is to improve recognition tasks and process optimisation. To achieve this, we have investigated the AANet+ in terms of usability and efficiency on our own test-dataset with different measurement setups (passive stereo system). Input of the AANet+ are rectified stereo pairs of the test-dataset and a pre-trained model. Instead of generating our own training dataset, we used two pre-trained models based on the KITTI-2015 and SceneFlow datasets. Our research has shown that the pretrained model based on the Scene Flow dataset predicts disparities with better object delimination. Due to the Out-of-Distribution inputs, only reliable disparity predictions of the AANet are possible for test data sets with parallel measurement setup. We compared the results with two traditional stereo matching algorithms (SemiGlobal block matching and DAISY). Compared to the traditionally computed disparity maps, the AANet+ is able to robustly detect texture-poor objects and optically non-cooperative objects.

Durch steigende Ansprüche an Managementsysteme (zum Beispiel Qualität, Umwelt und Energie) aufgrund zunehmender Komplexität der Anforderungen von Normen und Richtlinien erhöht sich auch die Belastung der Unternehmen. Alle diese Anforderungen zu erfüllen und zu verwalten wird zunehmend schwieriger und aufwändiger. Da für viele Unternehmen nicht nur ein einzelnes, sondern mehrere Managementsysteme relevant sind, wird die Zusammenfassung dieser zu einem integrierten Managementsystem immer wichtiger. Dadurch können gleiche Anforderungen zusammengefasst und Synergieeffekte wahrgenommen werden. Integrierte Auditmanagementsysteme dienen zur Überprüfung dieser Anforderungen. In dieser Arbeit wird aufbauend auf den ermittelten Anforderungen ein neues webbasiertes integriertes Management- und Auditmanagementsystem konzeptioniert, entwickelt und getestet. Die hierzu durchgeführte Analyse verbreiteter softwarebasierter Managementsysteme zeigt, dass die Möglichkeiten der Integration verschiedener Managementsysteme nicht optimal genutzt werden. Aufgrund dessen, dass Synergieeffekte bisher nicht betrachtet wurden, sind wichtige Funktionen, welche den Verwaltungsaufwand reduzieren, nicht vorhanden. Um die Anforderungen aus der Praxis an webbasierte integrierte Management- und Auditmanagementsysteme zu ermitteln, wird zunächst eine empirische Untersuchung durchgeführt. Aufbauend auf den Studienergebnissen wird das theoretische Systemkonzept, welches neben webbasierten Technologien auch die Sicherheitsanforderungen und Datenorganisation berücksichtigt, entwickelt. Mit Hilfe eines solchen Systems kann die im Unternehmen vorhandene Datenorganisation (z. B. MS Office) mit aktuellen Softwarelösungen integriert werden, um den Implementierungsaufwand zu minimieren. Das System wird mit Hilfe des Client-Server-Modells implementiert, um die Zugänglichkeit zu gewährleisten. Insbesondere integrierte Auditmanagementsysteme reduzieren den Aufwand zur Vorbereitung, Durchführung und Nachbereitung eines Audits im Unternehmen. Durch Zuordnung der Anforderungen zu den relevanten Verantwortlichen und eine automatische Erstellung der Ergebnisse können genaue Maßnahmen festgelegt und verfolgt werden. Durch diese werden die Unternehmensprozesse kontinuierlich verbessert. Die Praxistauglichkeit des integrierten Management- und Auditmanagementsystems wurde unter realen betrieblichen Bedingungen in zwei mittelständischen Unternehmen getestet und validiert.

A peculiar characteristic of cultural heritage objects is their uniqueness. This results in an enormous importance for their preservation against aging, accidents, destruction etc. Although not replacing physical preservation, one way is the digitization of the objects in their current state by modern scanning technologies. This research describes a new method to combine 3D shape and color texture data acquired without contact to achieve high-resolution 3D representations. The method was basis of a portable 3D digitization system. The portable character allows its application on-site, which is essential for sensitive and non-transportable objects. A structured-light 3D sensor and a photo camera are used to capture the object from various overlapping perspectives. Then, the 3D shape and photographic data are processed and merged into a complete textured 3D model. Resolution and accuracy of the final model are in the range of 0.1 mm. Beyond preservation, the models can be used to make museum objects digitally available for experts or visitors worldwide e.g. in the form of online databases or virtual museums. A first utilization of the presented technology was realized with historic globes, especially with a Schöner globe dating from 1515 as highlight. The used method can be extended beyond RGB texture acquisition using multi-/hyperspectral sensors leading to an increased information content about the objects.

Structured light sensors for three-dimensional (3D) shape measurements working in the visible up to the shortwave infrared range have been intensively investigated in the last decades. Reliable measurements require diffuse reflection of the projected patterns. However, this condition is strongly limited or not fulfilled for transparent, translucent, shiny, or absorbing materials. Based on the scanning from heating approach, we have developed a two-step optical method for the measurement of such uncooperative objects. In this contribution, we present a simplified and robust projection technique of a focused single thermal fringe. Due to the irradiation of only locally strongly restricted areas, we obtain considerably higher intensities which enables us to reduce the total measurment time to or even below the second range while increasing the measurement accuracy. We show measurement results of non-opaque surfaces of objects made of a single material as well as of metal objects. Our customizable setup is of interest for quality assurance, bin picking, digitization, and many other areas of applications.

Welding processes are influenced by many parameters. By merging data to multimodal information from multichannel images and signals of various welding parameters, the correlation of these and their influence on weld seam imperfections are investigated. The application of a multispectral area camera array enables a new approach on non-destructive testing particularly supported by the passive thermography. The results show the different cooling behaviour of several welding imperfections, such as porosity, and present the relation between incorrect welding parameters and imperfections.

LiDAR technology is increasingly being used as an area-based 3D measurement method. In addition to high aspirations in terms of accuracy, speed and resolution, manufacturers of lidar cameras are competing to reduce size, weight and power consumption. As one of the most compact high-resolution systems, the Intel RealSense L515 has undergone extensive testing according to VDI/VDE Guideline 2634. In addition, tests were conducted with glossy or partially transparent surfaces (acrylic glass, carbon fiber material and aluminum) as well as with human skin. The latter shows the applicability for human-machine interactions. Both laboratory conditions and the influence of natural light were used as environmental conditions. A comparison of the results is given by the Intel RealSense D415 stereo camera system.

Die Qualitätsprüfung von bearbeiteten Oberflächen ist ein wichtiger Schritt in der Qualitätskontrolle der industriellen Prozesse. Es gibt zwei Gruppen von Qualitätsprüfungsmethoden: berührend und berührungslos. Die berührende Messung mit dem Profilometer ist eine traditionelle Methode zur Kontrolle der Oberflächenrauheit. Die Hauptnachteile von Berührungsmethoden sind eine langsame Geschwindigkeit der Qualitätsprüfung und eine physikalische Beschädigung der gemessenen Oberfläche, die durch eine Sonde des Messgerätes verursacht wird. Eine weitere moderne Alternative ist eine Gruppe von berührungslosen Verfahren, bei denen die Oberflächenrauheit ohne jeglichen physischen Kontakt zwischen einem Messgerät und einer Oberfläche geschätzt werden kann. Der Schwerpunkt dieser Forschung ist die Erprobung von Texturmerkmalen zur berührungslosen Qualitätssicherung von Metalloberflächen. Texturmerkmale sind der Teil der Bildverarbeitung, der in verschiedenen Bereichen der Bildverarbeitung eingesetzt wird. Im Rahmen dieser Forschung wurden mehrere Untersuchungen mit Texturmerkmalen durchgeführt. Sie wurden zur erfolgreichen Segmentierung unscharfer Regionen verwendet. Nach der Segmentierung mit der vorgeschlagenen Methode ist es möglich, nur die scharfen Regionen der Oberfläche zu verwenden. Die Texturmerkmale wurden auch als Merkmalsvektor für die Klassifizierung von Metallteilen auf der Grundlage ihrer Oberflächenqualität verwendet. Die Texturmerkmale wurden auch zur Analyse der Rauheit der Oberfläche verwendet. Die Metallteile wurden auf unterschiedliche Weise bearbeitet, alle Oberflächen hatten eine unterschiedliche Oberflächenqualität. Bilder für Texturmerkmale wurden mit einer Industriekamera aufgenommen. Die Rauheitsparameter wurden berechnet und mit Texturmerkmalen verglichen. Mögliche Korrelationskoeffizienten und die Beziehung zwischen 2D-Texturmerkmalen und 3D-Rauheitsparametern wurden analysiert. Mögliche Anwendungen und Grenzen einer solchen Methode sind diskutiert worden. So zeigen durchgeführte Untersuchungen, dass Texturmerkmale unter den kontrollierten Beleuchtungsbedingungen Rauheitsinformationen einer Oberfläche darstellen können. Im letzten Kapitel wird der Entwurf einer automatischen maschinellen Lernkette, basierend auf Texturmerkmalen, vorgeschlagen. Ein solches System kann für automatische Oberflächenanalysesoftware verwendet werden.

Structured light sensors based on diffuse reflection of projected patterns are widely used to measure the 3D shape of objects, e.g., in industry, medicine, or cultural heritage. Unfortunately, there exist many objects made of uncooperative materials, i.e., materials with optical properties such as being glossy, transparent, absorbent, or translucent, which cannot be measured reliably by this measurement technique. In the last years, we presented a two-step method based on thermal pattern projection which allows the determination of the object surface of these uncooperative objects. In the first step, a multi-fringe thermal pattern is projected onto the measurement object. In the second step, a mid-wave infrared (MWIR) stereo camera records the thermal radiation that is absorbed and re-emitted by the object surface. This system allows us to measure transparent objects. However, the measurement time is with tens of seconds up to minutes quite long and the measurement accuracy should be improved. In this contribution, we present a projection principle of a fast sequentially scanning fringe leading to a significant reduction in measurement periods down to the second range or even below while increasing the measurement accuracy. The work includes a characterization of our MWIR 3D setup for both projection principles, the multifringe and sequential fringe one, regarding the measurement accuracy and speed. We show measurement results obtainted with both projection techniques for an object made of different material classes.

Within the paper the use of a 3D-line scanner is evaluated to realize an inline and intime detection of weld imperfections for an automated MAG-welding of fillet welds. The required conditions of the weld are in accordance with the quality level B of the international standard ISO 5817 [1]. The used system is a Wenglor 3D-line scanner with a wavelength of 660 nm and an image recording frequency of at least 200 Hz. This scanner is able to detect, as a stand-alone system, geometry and surface imperfections of the weld. Therefore, algorithms were developed for the reliable recognition of deviations regarding the size, superelevations, undercuts, seam transition angles and the symmetry of the weld with a measurement accuracy of 10 m. With the information, gathered by the line scanner and the corresponding image-data processing algorithms, it is possible to improve the efficiency of automated MAG-welding. The welding process can be interrupted and recalibrated if significant imperfections are detected. This is realized with a short time delay depending on the distance between the welding torch and the camera and the welding speed. The direct feedback could prevent the weldment from getting unusable and saving ressources through minor required efforts for renewing or revising the weld. Additionally, the required visual testing (ISO 17635 [2], ISO 17637 [3]) can be objectified and accelerated by highlighting the parts of the weld which are most probably affected by imperfections. In the future this automated system could possibly replace the manual quality inspection.

We present an approach for measuring the shape of transparent glasses, which enables us to significantly reduce the comparatively long measurement time while increasing the measurement accuracy. Instead of using area-like patterns, we irradiate the object to be measured successively in a locally strongly restricted area with considerably higher irradiance.

Interaction between humans and machines, especially robots becomes more and more important in industrial production and quality managing processes. We developed a demonstrator system for selected quality checks of industrial work pieces using a special kind of human gesture, the finger pointer, for the communication with the robot-guided measurement system. The demonstrator consists of two optical 3D scanners, a six-axis-robot (mounted on a mobile platform) and a master system (PC and the necessary software modules which realises the communication between the components). The interaction between the human and the machine is realized using the so-called interaction sensor, which is one of the optical 3D scanners. The main feature of this scanner is the detection of the position on the surface of a work piece where the humans finger points to. The robust results of the pointer location determination show a good fitting for the application of the demonstrator system for selected quality checks of industrial work pieces.

The combination of pixel-assigned spectral filter matrices and standardized CMOS sensors enables the production and application of miniaturized spatial and spectral resolving sensors which, when used in snapshot-mosaic cameras, represent an innovative solution in comparison to whiskbroom, staring or pushbroom cameras. These cameras are characterized by CMOS sensors where spectral filters are applied on the CMOS sensor in a matrix which is multiplied in the x- and y-direction over the entire CMOS sensor surface. Current multispectral resolving filter-on-chip snapshot-mosaic cameras, available on the market, work with 1.3, 2.0- or 4.0-megapixel CMOS sensors, which are equipped with 4, 9, 16 or 25 different spectrally selective filters in the visible (VIS) or near infrared (NIR) spectral range. The combination of pixel-assigned spectral filter matrices on CMOS sensors increases the integration density and system complexity of multispectral resolving snapshot-mosaic cameras many times compared to established cameras with monochromatic or RGB Bayer Pattern image sensors. For the objective comparison of multispectral resolving snapshot-mosaic cameras, it is necessary to describe their pixel-related spectral wavelength depended image acquisition channels by suitable parameters. Here especially the method for determination of spectral sensitivity curves in accordance with the EMVA1288 standard will be shown and explained. This method will be applied on different kinds of snapshot-mosaic cameras called monolithic and hybrid. The method also will be extended by multiple measurements, comparisons and evaluations of spectral sensitivity curves from different areas of the sensor. The paper will provide a systematic presentation of how to measure the spectral sensitivity curves from different multispectral resolving cameras, how to compare measured results and how to evaluate the results to choose possible more appropriate camera for desired applications. The EMVA1288 standard, developed by camera manufacturers and research institutes, distinguishes itself from other standards by considering the camera as a linear model. The camera is treated as a black box of which only pixel size and exposure time must be known. The recording of standardized test images is also omitted, allowing the camera to be described without optics. The only input variable of the linear camera model of the EMVA 1288 standard is the number of photons that hit a pixel of the image sensor during the exposure time. Therefore, the correct determination of the photon count is essential to calculate important camera parameters from the linear camera model, such as quantum efficiency or signal-to-noise ratio. To determine the number of photons, the irradiance of the radiation incident on the image sensor must be measured. This is usually accomplished using a radiometer instead of the camera. The number of photons per pixel during the exposure time can then be calculated from the irradiance, considering constants like the wavelength of the incident radiation, the area of the pixel and the exposure time of the camera.

Die vorliegende Arbeit soll einen Beitrag für die industrielle Anwendung von Verfahren der Künstlichen Intelligenz im Zusammenhang mit der Bildverarbeitung leisten. Hierbei war das Ziel, unüberwachte maschinelle Lernverfahren in ausgewählten Schritten der Bildverarbeitungskette einzusetzen und eine verbesserte Analyse gegebener Bilddatensätze zu ermöglichen. Neben einer ausführlichen Recherche zum Stand der Technik konnten wichtige Hinweise für den praktischen Einsatz des maschinellen Lernens zusammengetragen werden. Da bereits bestehende Datensätze verwendet wurden, entfiel der erste Schritt der Bildverarbeitungskette - die Bildaufnahme. Für die Segmentierung wurde ein auf dem Clustering basierendes Verfahren untersucht und mit konventionellen Verfahren verglichen. Der nächste Schritt widmete sich der Detektion von Ausreißern unter Verwendung des Clusterings. Anschließend wurden Einsatzmöglichkeiten des unüberwachten Lernens für die Merkmalsselektion und Dimensionsreduktion untersucht. Des Weiteren lassen sich auf Basis der bekannten Objektklassen und den mittels des unüberwachten Lernens gefundenen Clustern Rückschlüsse auf die Komplexität vorliegender Datensätze und damit letztlich auf die Wahl eines geeigneten Klassifikators ziehen. Abschließend wurden Untersuchungen mit dem Convolutional Neural Network, welches dem Deep Learning angehört, durchgeführt. Im Rahmen der vorliegenden Arbeit wurden selbst erstellte sowie vortrainierte Netze verwendet und klassischen Verfahren gegenübergestellt. Weiterhin wurden die klassischen Merkmale sowie die durch AlexNet berechneten Merkmale bezüglich der Klassifikation und des Clusterings beurteilt. Bei den eigens angelernten Netzen konnten auf Grund zu geringer Datensatzmengen keine hohen Erkennungsleistungen erzielt werden. Mit großen Bilddaten vortrainierte Netze lieferten hingegen sehr gute Ergebnisse. Insgesamt konnte aufgezeigt werden, dass das unüberwachte Lernen durchaus einen positiven und unterstützenden Beitrag für die Lösung von Bildverarbeitungsaufgaben leisten kann und dass Deep-Learning-Verfahren äußerst erfolgreiche Werkzeuge für den bildanalytischen Einsatz in der Erkennung darstellen.

Seit 2010 die erste Generation der Microsoft Kinect zur interaktiven Bedienung von Konsolenspielen durch Gestensteuerung veröffentlicht wurde, sind 3D-Sensorsysteme der reinen wissenschaftlichen Labormesstechnik entwachsen. Im Fokus der durchgeführten Untersuchungen stehen die Messmöglichkeiten eines "Google Tango"-Systems - unter Nutzung einer ToF-Kamera, erstmalig verbaut im 6,4-Zoll-Smartphone "Lenovo PHAB2 Pro". Dieses wurde unter den Maßgaben der VDI-Richtlinie 2634 Blatt 2 hinsichtlich erzielbarer Messunsicherheiten und Maßabweichungen verifiziert. Zur besseren Einordnung der Resultate erfolgt der Vergleich zum "Kinect2"-ToF-Sensorsystem als Bestandteil der "Xbox One". In Abhängigkeit der Positionierung matter Kunststoffkugeln mit einem Durchmesser von 198,9 mm innerhalb des Messvolumens von 1,5×1,5×1,5 m^3 konnten mit dem Tango-System Maßabweichungen von 3 bis 52 mm erzielt werden. Dabei sind die größten negative Abweichungen in Bezug zum Abstand zwischen Sensor und Messobjekt weiter entfernten Positionen festzustellen, die größten positiven Abweichungen bei eher kleinen Messabständen. Für den Abstand zweier Kugeln befestigt an einem 105 cm langen Stab und damit der Ermittlung von Längenmessabweichungen konnten Ergebnisse zwischen 4 und 13 mm erzielt werden. Bei Betrachtung der Ebenheitsabweichung einer glatt gespachtelten Wand mit Wachsüberzug befindet sich die geringste Standardabweichung mit 2 mm im vorderen Messbereich. Allerdings liegt auch das schlechteste Ergebnis (hinterer Messbereich) mit [sigma]=3,75 mm in der gleichen Größenordnung. Für die Untersuchungen des Kinect2-Systems wurden über alle Kenngrößen vergleichbare Resultate erzielt. Einziger Hauptunterschied ist eine signifikant geringere Streuung der Einzelergebnisse, welche durch eine höhere Sensorauflösung (Faktor 5,6) und davon beeinflusst eine mit Faktor 9 deutlich größere Anzahl für die Auswertung genutzter 3D-Punkte begründet ist. Zusammenfassend zeigen die 3D-Ergebnisse die Einsatzfähigkeit von Consumer-Produkten für makroskopische Objekte. Verglichen mit industriellen Messsystemen ist ihre Messgenauigkeit eine bis zwei Größenordnungen schlechter.

Dieses Lehr- und Arbeitsbuch vermittelt das Grundwissen zum Qualitätsmanagement und stellt Zusammenhänge zu anderen Wissensgebieten, insbesondere zur Messtechnik und Bildverarbeitung, her. Dabei wird die aktuelle Normenfamilie ISO 9000 ff. für das Qualitätsmanagement und der Aufbau von Integrierten Managementsystemen ausführlich behandelt. Die umfangreichen Methoden und Werkzeuge des Qualitätsmanagements sind nach den inhaltlichen Kriterien Qualitätsplanung, Produktrealisierung, Qualitätsauswertung und Qualitätsverbesserung systematisch beschrieben. Damit ist es möglich, sich schnell über Methoden und Werkzeuge des Qualitätsmanagements zu informieren. Kapitel zu Prozessmanagement, Total Quality Management (TQM), rechnergestütztem Qualitätsmanagement (CAQ), qualitätsbezogenen Kosten, Produkthaftung, Umweltmanagement und Produktkonformität runden die Darstellungen ab. Das Buch ist sowohl für Studierende naturwissenschaftlicher, technischer und wirtschaftswissenschaftlicher Studienrichtungen, der Informatik und der Sozialwissenschaften als auch für Praktiker, Manager und Geschäftsführer in Industrie- und Dienstleistungsunternehmen, öffentlichen Verwaltungen und Kommunen geeignet. Ergänzt wird dieses Lehr- und Arbeitsbuch durch eine Begriffssammlung, Checklisten, Programme, nützliche Tabellen (MS Excel), Datenbanken, Schulungsunterlagen und Trainingsmodule zum Download. Zu diesem Lehrbuch sind die kompatiblen Trainingsbücher "Training Qualitätsmanagement" und " Statistiktraining im Qualitätsmanagement" mit zahlreichen didaktisch aufbereiteten Fallbeispielen aus der Praxis vom gleichen Autor erschienen.

Over the past decades, a large number of imaging sensors based mostly on CCD or CMOS technology were developed. Datasheets provided by their developers are usually written on their own standards and no universal figure of merit can be drawn from them for comparison purposes. The EMVA 1288 is a standard aims to overcome this problem by setting parameters and experimental setup for radiometric characterisation of cameras. An implementation of an experimental setup and software environment for radiometric characterisation of imaging sensors following the guidelines of the EMVA 1288 is presented here. Using simulations, the influences and impact of several EMVA 1288 parameters on geometric measurements can be estimated. This paper also presents a signal model and image acquisition chain; measurements of radiometric characteristics of an image sensor; and sensor evaluation for geometric measurements, where the aforementioned influences on geometric measurements are discussed.

Der Gegenstand dieser Arbeit ist die Entwicklung eines multispektralen 3D-Bildaufnahmesystems mit einer erhöhten Anzahl der spektralen Kanäle. Dafür wurde ein aktives Stereo-Filterradkamera-System aufgebaut, und ein Ansatz zur geometrisch hochgenauen Fusion der Multispektralbilder beider Kameras mittels 3D-Daten wurde entwickelt. Mit diesem System wird eine zuverlässige Fusion von 3D-Punktwolken und Bilddaten aus maximal 23 spektralen Kanälen realisiert, und eine Verkürzung der Aufnahmezeit lässt sich durch simultane Erfassung des Spektrums mit Stereo-Kameras ermöglichen.

Die vorliegende Arbeit beschäftigt sich mit dem Qualitätsprüfsystem einer Inhalator-Produktion. Der gefertigte Inhalator ist als Medizinprodukt am Markt erhältlich. Nach den Erläuterungen der gesetzlichen Anforderungen wird auf den "Quality by Design"- Ansatz eingegangen. Aufgrund der hohen Anforderungen an die Qualität von Medizinprodukten ist das bestehende Qualitätsprüfsystem immer auf dem Stand der behördlichen (FDA) Anforderungen zu halten. Auf dieser Basis wird das bestehende Qualitätsprüfsystem auf die Wirksamkeit bezüglich der geltenden Anforderungen geprüft. Diese Überprüfung erfolgt mit einem praktischem Versuchsprogramm und anschließenden Korrelationsuntersuchungen. Mittels der gewonnenen Erkenntnisse werden Verbesserungspotentiale herausgearbeitet und bestehende Risiken erläutert. Zur Reduzierung der ermittelten Risiken wird eine ganzheitliche Qualitätszahl entwickelt, in die als Einflussfaktoren Prozessfähigkeit, Kosten und Risiko mittels Risikoprioritätszahl eingehen. Im letzten Teil der Arbeit wird ein Praxisbeispiel der Qualitätszahl beschrieben, für das eine bedarfsgerechte Qualitätsregelkarte entwickelt wurde.

This paper discusses the possibility of automatic classifying of construction and demolition waste (CDW) by using methods of spectral analysis and supervised classifiers. The classification performances in colour images shown, that we have to use additional spectral information to solve the recognition task in a satisfactory manner. Therefore, investigations in visible (VIS) and infrared (IR) spectrum were done for analysing significant characteristics in spectrum, which are useful for automatic classification of C&D aggregates.

Multispectral- and hyperspectral imaging technologies enable new possibilities in industrial measurement applications. Based on the knowledge of remote sensing a lot of investigations were made in the last decades of years. Nevertheless the demands on remote sensing versus technical multi spectral image processing are quite different. In the field of precise geometric measurement technics it is necessary to correct the image data between different spectral channels with a high accuracy, normally in the micron range. Otherwise the geometric absolute value of fail detection on edges can be become very large. State of the art in industrial imaging and detection of geometric features is the calibration of only one imaging channel. In this paper, the studies on a twelve channel multi spectral imager were presented. For the applied filter wheel system, investigations on the improvement of lens aberration as well as for the defocus problem were made. Therefore a calibrated high precision geometric test chart was used to calibrate the system geometrically. To correct the geometric errors on the image plane a special moving filter approach, based on linear convolution, was developed. For every channel a calibration matrix were calculated and applied on the image system output.

Multispectral imaging technology enables a lot of possibilities in industrial imaging and automation. Especially parts which are complicated for inspection can be inspected using more than one or three wavelength channels. One challenge is the use of all channel information in the multispectral image for the edge detection. For this purpose different approaches were investigated. The results of the investigations in different edge detection models were applied for the segmentation of specific boundaries on composite pipes. With the presented multispectral imager and the investigated methods in multispectral image processing, the different layers on the pipe were segmented with subpixel accuracy as well as with pixel accuracy. Furthermore the challenges for illumination correction as well as geometric correction were discussed.

The standard model of dataflow can express algorithms consisting of command sequences where each and every command is executed exactly once. This paper presents extensions to the model that allows control flow to be expressed within that model as well. Using these extensions algorithms containing branches, loops and even recursion can be composed as dataflow.

This paper presents in detail the relevance and the potential of a novel approach for process modeling in creation of various measurement applications using industrial image processing and quality measurement.

In this paper we present a method for an automatic inspection of mineral aggregates. Certain components of aggregates can negatively affect the mechanical strength of produced concrete or asphalt as well as cause the destructive alkali silica reaction. The automatic recognition of such aggregates could be successfully implemented by means of image processing and machine learning algorithms. We achieved a total recognition rate of 88% for this very complex recognition problem. Therefore every step in the pattern recognition process has been successfully optimized. In conjunction with the object singularization we achieved a fully automatic testing instrument for petrographic inspection.

For the use of image processing systems as fast but accurate measuring equipment, the precision of the image capture is a crucial feature. In addition, larger amounts of data must be processed as achievable sensor resolutions and frame rates increase steadily. The Department of Quality Assurance and Industrial Image Processing of the Ilmenau University of Technology has developed a sensor platform that supports these requirements in the industrial and metrological field. The hardware was designed in terms of modularity and the use of distributed algorithms. The aim of this development was to combine the integrated intelligence of the individual components of the system to create new applications possibilities on hardware-level and to make them usable over a central interface. This publication describes the hardware structure and discusses the possible applications of the sensor platform.

Gegenstand der vorliegenden Dissertation ist die Beschleunigung durch Parallelisierung für Algorithmen der industriellen Bildverarbeitung. Dazu wird ein Darstellungsmodell für Algorithmen auf Basis von Datenflüssen formal hergeleitet und dahingehend erweitert, dass notwendige Steuerungsstrukturen wie Verzweigungen und Schleifen integriert werden können. Der Stand der Technik zur parallelen Ausführung von Bildverarbeitungsalgorithmen kennt vielfältige Ansätze, welche jedoch häufig zusätzliche Hardwarekomponenten benötigen. Außerdem stützen sich diese Verfahren fast ausschließlich auf das Prinzip der Datenparallelisierung von Teilalgorithmen, was jedoch bei vielen Aufgaben der industriellen Bildverarbeitung nicht angewendet werden kann. Das in dieser Arbeit formalisierte und untersuchte Modell der Parallelisierung auf Basis von Datenflüssen erlaubt eine automatische Beschleunigung der Abarbeitung von Abläufen durch Identifikation von unabhängigen Operationen, sodass diese gleichzeitig ausgeführt werden können. Anhand von Untersuchungen zur Struktur von Abläufen aus dem Praxiseinsatz von Bildverarbeitungssystemen für optische Geometriemessung wird gezeigt, dass Bildverarbeitungsverfahren ein hohes bisher ungenutztes Parallelisierungspotenzial besitzen. An zwei Beispielimplementierungen wird dargestellt, wie sich ein solches System in Abhängigkeit von der Granularität der verwendeten Befehle und der verfügbaren Hardware verhält. Erwartungsgemäß kann das Parallelisierungspotenzial im Allgemeinen nicht vollständig genutzt werden. Die vorliegende Arbeit belegt jedoch, dass trotzdem eine erhebliche Beschleunigung von Bildverarbeitungsabläufen durch den Einsatz einer auf Datenflüssen basierenden Parallelisierung möglich ist, sodass neue Einsatzfelder und höhere Arbeitsgeschwindigkeiten für Bildverarbeitungslösungen erschlossen werden können.

This paper presents an experimental study report of motion blur in a coordinate measuring machine (CMM) for dynamic measurements of geometrical features and validates a mathematic model. This model describes the relation between the CMM information about velocity, exposure time of camera, magnification of the lens, distance of adjacent pixels etc. and the grade of motion blur in the image. Three of these CMM input parameters are adjustable and were tested in experiments recording images for the analysis of motion blur. Also a new and robust method was used to estimate the grade of motion blur in the images statically. This new method is described in [2] in detail. It cooperates a fitting of an edge describing function and the knowledge of the photometrical effects at the intensity edge transition to calculate the blurred edge width (BEW) accurately and robustly. It has advantage to handle the significant blurred edge transition even with great superposed noise. The results of the experiments are figured in the diagrams. It has proved the validity of the proposed model, in short, the CMM parameters are proportional to the grade of the motion blur in the images. The work to validate this model is at first to determine the optimal operating point of CMM for dynamic measurement. Secondly it is very easy to determine the grade of motion blur directly from the model and further to generate a point spread function (PSF), which is used further for deconvolution. If there is blur as a fact of diffraction or defocus except for motion blur, the PSF of these blurs can be estimated by subtraction of the model result and the one of the new BEW calculation method in the form of a Gauss PSF. Thirdly with the CMM velocity information in the x- and y-axis, it can be easily and accurately determined the angle of the motion blur then it is easy to set a search line in in CMM to calculate BEW and it is possible to generate a 2D PSF.

Es existiert eine Reihe von Standardverfahren zur Bestimmung der Fallzahl, des Eiweiß- und Feuchtegehaltes einer Weizenprobe. Diese Werte beeinflussen direkt die Backeigenschaften des gewonnenen Mehles. Vorhandene Instrumente können diese Werte schnell und zuverlässig bestimmen. Pilzgifte, z.B. Deoxynivalenol (DON) und Zearalenon (ZEA) können mittels Schnelltests bestimmt werden. Die Analyse der Bestandteile einer Weizenprobe (Besatzanalyse) wird aber nach wie vor durch ein manuelles Sortieren und Verwiegen durch Laborassistenten oder Silomeister durchgeführt. Hierzu wird eine Probe der Weizenladung nach einem festgelegten Schema mittels Probenstecher entnommen, gesiebt und manuell sortiert. Die Analyse einer üblichen Probenmenge von 100 g (ca. 2.000 bis 2.500 Objekte) dauert 30-45 Minuten. Mit einer automatisierten Analyse besteht die Möglichkeit, objektivere Ergebnisse in einer kürzeren Zeit zu erhalten. Weiterhin kann die Probenmenge signifikant erhöht werden, um eine bessere statistische Sicherheit zu erreichen. Im Rahmen eines 3-jährigen Forschungsprojektes wurde ein System zur automatischen Bestimmung der Zusammensetzung einer Weizenprobe entwickelt.Dies ermöglicht dem Abnehmer einer Weizenladung eine schnelle und sichere Entscheidung über Annahme oder Ablehnung und Preisbildung. Das System kann Besatzbestandteile der Größe 1 bis 8 mm analysieren. Der Materialtransport, Vereinzelung und Bildaufnahme erfolgen vollautomatisch.In dieser Arbeit wurden verschiedene Bildaufnahmeanordnungen und Bildmerkmale für die automatische Qualitätssicherung von Weizen mittels optischer Verfahren untersucht. Problem-adaptierte Merkmale wurden entwickelt und auf ihre Eignung hin getestet. Eine einfach umzusetzende Methode für die Merkmalsselektion in Verbindung mit der Support Vector Machine (SVM) wird vorgestellt. Im Ergebnis wurde ein optimaler Merkmalsvektor für das gegebene Erkennungsproblem aufgestellt. Die SVM erwies sich hier als am besten geeigneter Klassifikator. Der Einfluss der SVM-Parameter auf die Erkennungsrate wurde mit modernen Methoden der statistischen Versuchsplanung (DOE - design of experiments) untersucht. Den wichtigsten Schritt im Entwicklungsprozess eines optischen Erkennungssystems stellt jedoch die Entwicklung der geeigneten Bildaufnahmeanordnung bestehend aus Zuführeinrichtung, Beleuchtung und Kamera dar. In dieser Arbeit wurden zwei Prinzipien hinsichtlich ihrer Eignung untersucht (Bildaufnahme der Probenbestandteile im freien Fall und flach auf einem Förderband liegend). Die Aufnahme der auf einem Förderband liegenden Objekte brachte die besten Ergebnisse bezüglich der optischen Erkennung. Der gesamte Systemtest erfolgte unter Berücksichtigung von möglichen Beleuchtungsschwankungen und dem Einfluss verschiedener Weizensorten. Ein Datensatz mit nahezu 40.000 Bildern von Beispielobjekten wurde für das Training des finalen Klassifikators verwendet. Da bei der Aufbandanalyse Überlappungen und sich berührende Objekte in der Größenordnung von 0,5 % auftreten, welche das Analyseergebnis verfälschen, wurde der Ansatz gewählt, diese Art der Abbildungsfehler als eine eigene Klasse ins Modell aufzunehmen. Diese Klasse kann als eine Rückweisungsklasse interpretiert werden. Das entwickelte Verfahren wurde in zwei Mühlenbetrieben im Praxiseinsatz getestet und von den, für die Wareneingangsprüfung verantwortlichen Mitarbeitern, als einsatzfähig beurteilt. Die entwickelten Algorithmen sind auch zur Anpassung für eine Qualitätssicherung anderer Getreidesorten geeignet, z. B. Reis, Hafer oder Raps. Für die Anpassung ist ein Datensatz mit mindestens 2.000, durch einen Experten vorklassifizierten Beispielobjekten je Objektklasse erforderlich.

This paper is derived to propose a new knowledge-based uncertainty estimation method for measures coming from digital images. The proposed method lays the foundations for the automated indication of a complete measurement result consisting of the best estimate and the expanded measurement uncertainty for precision coordinate measurements with visual sensors in an industrial context. The knowledge-based estimated measurement uncertainty by this means enables the user the evaluation of the reliability of the indicated measurand and the comparability of several measurements. It could be shown, that the novel method gives estimates of measurement uncertainty which are practicable and widely agreed with experimental effectuated uncertainty declarations.

Das Vertrauen in die Vergleichbarkeit von Messergebnissen ist von enormer Bedeutung für den internationalen Handel und Warenaustausch. Die Vergleichbarkeit von Messergebnissen ist nur dann sinnvoll, wenn auch die Messunsicherheit verglichen und nach gleichen Methoden ermittelt wird. Präzisionskoordinatenmessgeräte mit Bildsensoren sind für die Messung geometrischer Prüfmerkmale aufgrund ihres großen Einsatzbereichs, ihrer niedrigen Messzeit, ihrer berührungslosen Arbeitsweise, ihres großen Arbeitsabstands, ihres damit verbundenem großen Messbereichs und ihrer Flexibilität bei der Messung verschiedenster Werkstücke weit verbreitet und bedeutsam. In dieser Arbeit wird eine neue Methode zur Messunsicherheitsermittlung von Längenmessungen an Präzisionskoordinatenmessgeräten mit Bildsensoren in Verbindung mit digitaler Bildverarbeitung vorgestellt. Das digitale Bild des Messobjekts ist die Voraussetzung jeder geometrischen Messung mit Bildsensoren. Die neu entwickelte Methode basiert daher auf dem Wissen über die Qualität des Bildes. Zur Schätzung der Messunsicherheit werden signifikante Bildinformationen in Kombination mit Messresultaten aus Wiederholmessungen von Voruntersuchungen herangezogen. Adaptiv wird zu jeder Messszene die Bildqualität quantitativ erfasst. Während der Detektion eines Koordinatenpunktes wird ein Vektor definierter Bildkenngrößen, als Träger signifikanter Bildinformationen, bestimmt und das Modell zur Messunsicherheitsschätzung adäquat angepasst. Die vorgestellte Methode schafft die Voraussetzungen für die automatisierte Angabe eines vollständigen Messergebnisses bestehend aus bestem Schätzwert und erweiterter Messunsicherheit für praxisnahe Präzisionskoordinatenmessungen mit Bildsensoren. Die auf diese Weise wissensbasiert geschätzte Messunsicherheit ermöglicht dem Anwender die Bewertung der Zuverlässigkeit des angezeigten Messwerts und die Vergleichbarkeit mehrerer Messungen ohne empirische Berechnungen auf der Basis aufwändiger Wiederholmessungen durchführen zu müssen. Es konnte gezeigt werden, dass die neue Methode Schätzwerte für die Messunsicherheit liefert, die praktikabel sind und weitgehend mit experimentell erzielten Messunsicherheitsangaben übereinstimmen. Die dargelegten Ergebnisse können für jede Art von Längenmessungen mit Bildsensoren angewendet werden.

CD-ROM enthält: Audit-Checkliste für das QM nach ISO 9001:2008; Frageliste nach ISO 9004 zur Selbstbewertung (Self Assessment); Audit-Checkliste für das Umweltmanagement; Programm zur Auswahl von Prüfmitteln; Programm zur Prüfmittelüberwachung und Prüfmittelverwaltung; Berechnungsprogramme für statistische Methoden des QMs; Umfangreiche Schulungsunterlagen (PowerPoint); Programme zum rechnergestützen QM

Weizen ist als elementares Grundnahrungsmittel weltweit eine der bedeutendsten Getreidesorten und somit spielt dessen Qualitätssicherung eine wichtige Rolle für die Lebensmittelsicherheit in der Nahrungsmittelproduktion. Die schädlichen Effekte einiger giftiger Besatzfraktionen, wie z. B. pilzgeschädigten Getreides, Mutterkorn usw., auf die Gesundheit sind hinreichend bekannt. Die manuelle Analyse der Bestandteile einer Getreideprobe wird mit dem Begriff Besatzanalyse bezeichnet. Stand der Technik in der Besatzanalyse von Getreide ist die manuell-visuelle Inspektion einer Getreideprobe durch den erfahrenen Laborassistenten oder Müllermeister, welche teuer (arbeitsintensiv), zeitintensiv und fehleranfällig ist. Ziel ist die Automatisierung des Verfahrens durch intelligente Machine-Learning-Routinen. Bei der Umsetzung des automatisierten Erkennungsverfahrens sind die verschiedenen Einflussfaktoren und deren Querabhängigkeiten zu analysieren und optimale Konfigurationen zu finden. Wesentliche interagierende Faktoren sind die Datensatzcharakteristik, die Komponenten der Hardware und Softwarealgorithmik (Bsp.: Merkmalsextraktion und -selektion) sowie die Parametereinstellung des eigentlichen Klassifikationsalgorithmus. Diese Stellräder im Optimierungsprozess des Erkennungssystems unterliegen einer hohen Komplexität und sind dem entsprechend mit einem hohen Aufwand an Untersuchungen verbunden. Die Lösung eines jeden Erkennungsproblems bedarf einer charakteristischen Datensatzbasis. Insbesondere der Charakter des gegebenen Datensatzes hat einen starken Einfluss auf die erreichbare Klassifikationsperformance. Dies verdeutlicht die Relevanz der Anforderungsspezifikation an einen geeigneten Datensatz. Einflussfaktoren der Datensatzcharakteristik sind die Datensatzstrukturierung (Klassenaufteilung), die Anzahl an verfügbaren Trainingsinstanzen sowie die Anzahl an vom Experten fehlsortierten Objekten im Trainingsdatensatz (falsches Apriori-Wissen). Es ist sehr schwierig, in der Literatur quantitative Aussagen zu diesen Einflussfaktoren und zu optimalen Konfigurationen zu finden. Somit stellt das Design eines automatisierten Erkennungssystems eine individuelle und nichttriviale Aufgabe dar. Die Arbeit verfolgt zwei Ziele, die Automatisierung der Besatzanalyse von Getreide mit einer bestmöglichen Erkennungsperformance sowie die Beleuchtung der Einflussfaktoren der komplexen Erkennungsaufgabe und deren Optimierungsmöglichkeiten. Insbesondere unter Beachtung der hohen Komplexität und Nichtlinearität dieser Multiklassen-Erkennungsaufgabe, resultierend auf der Naturprodukt bedingten hohen Intraklassenvariabilität bei gleichzeitig zum Teil gering ausgeprägter Interklassenvariabilität, ist die Lösung im hohen Maße als anspruchsvoll zu betrachten. Die Objekte werden zunächst mit einer angepassten Bildaufnahmehardware (3-CCD-Farbzeilenkamera, Kombination aus angepassten Auf- und Durchlicht) aufgenommen. So entstand ein umfangreicher Datensatz aus 23 Subklassen (einwandfreier Weizen; diverse Kornbesatzklassen und Schwarzbesatzklassen) und insgesamt ca. 95.000 Instanzen. In dieser Arbeit wurden zahlreiche Algorithmen bestehender Bildverarbeitungstoolboxen (Machine-Learning-Toolbox Weka 3.5, Bildverarbeitungsbibliothek Halcon 8.0) auf das gegebene Problem angewendet. So wurden diverse Klassifikatoren (Support-Vektor-Maschinen, Entscheidungsbäume, Naive-Bayes-Klassifikatoren, uvm.) auf ihre spezifische Eignung hin untersucht. Nach der Optimierung der wesentlichen Einflussfaktoren (optimale Datensatzstrukturierung und Merkmalsselektion) erreicht die Nu-SVM mit rbf-Kern dabei als bester Klassifikator (mit deutlichem Abstand zu anderen Klassifikatoren) sehr gute Einzelerkennungsraten von 89,4% bis zu 99,3% bei einer Gesamterkennungsrate von 96,5%. Gleichzeitig konnten Aussagen zur Übertragbarkeit auf andere ähnlich komplexe Erkennungsprobleme gegeben werden.

Für die Annahme von Getreide, einem unserer wichtigsten Nahrungsmittel, in Mühlen und Silobetrieben existieren strenge Qualitätskriterien. Die Besatzanalyse findet gegenwärtig manuell statt. Die Bildverarbeitung bietet eine optimale Möglichkeit, die manuelle Analyse abzulösen, da es sich bei der visuellen Besatzanalyse im Wesentlichen bereits um ein optisches Verfahren handelt. Die Ziele der automatisierten Besatzanalyse sind daher die Objektivierung der Entscheidungen, das Erreichen einer höheren statistischen Sicherheit durch größere Probenumfänge und die Verkürzung der Entscheidungszeit.

This paper highlights the capabilities and significance of a new multi-scalable hardware platform developed at image processing research group of the Ilmenau University of Technology. The main objective is a combination of theory and practice in the education of image processing. The use of image processing for measurement tasks becomes more frequently. The aspect like a camera works is taught, however frequently it cannot be practically experienced by the students. Due to the increasing miniaturization purchased cameras are not suitable for this object. The hardware with the corresponding training modules presented in this paper give a novel approach to close this gap. Thru the modular structure, students are allowed to solve problems iterative.

Untersuchungen zeigen, dass bisher nur sehr wenige kleine und mittlere Unternehmen (KMU) aufgrund knapper Ressourcen und der Dominanz der Systeme für die Produktionsplanung und -steuerung (PPS) über ein adäquates Computer Aided Quality Assurance (CAQ)-System verfügen. Stattdessen werden meist spezifische Insellösungen genutzt, häufig auf Basis von Office-Suiten, die sowohl eine Datenerfassung, die Gewinnung von Qualitätsinformationen als auch einen systematischen, durchgängigen Einsatz der Werkzeuge des Qualitätsmanagements erschweren. Daher wird zunächst das theoretische Konzept einer Office-basierten Software-Architektur für CAQ-Systeme entwickelt, dass es ermöglicht, vorhandene Softwareprodukte im Unternehmen zu nutzten und zu einer leistungsfähigeren, flexiblen Softwarelösung nach dem Client-Server-Prinzip zu kombinieren. Durch den Einsatz verschiedener Standardschnittstellen wird die Integration mit anderen Unternehmensanwendungen, die Austauschbarkeit und Erweiterbarkeit einzelner Software-Komponenten und schließlich die Unabhängigkeit gegenüber verschiedenen Softwareanbietern erreicht. Hierzu wird eine Methode zum Aufbau Office-basierter CAQ-Systeme erarbeitet, die insbesondere auch für die Anwender in der betrieblichen Praxis nutzbar ist. Durch die Verwendung etablierter Techniken wird sowohl eine leichte Verständlichkeit als auch eine werkzeugunterstützte, automatische Generierung von Software ermöglicht. Die datenorientierte Vorgehensweise beinhaltet die Entwicklung und Bereitstellung eines Referenzdatenmodells für die Integration von FMEA, Prüfplanung und Reklamationsmanagement für den Aufbau durchgängiger Qualitätsregelkreise über den gesamten Produktlebenszyklus. Das Datenmodell enthält darüber hinaus wichtige Kernfunktionen betrieblicher Informationssysteme sowie Schnittstellen für die Produktionsplanung und -steuerung und weitere QM-Werkzeuge. Wie eine Analyse führender CAQ-Systeme zeigt, wird die Integration bisher nicht durchgängig und nicht einheitlich vollzogen. Allgemeingültige Vorgaben oder Modelle zur Lösung dieser Integrationsaufgabe haben bisher gefehlt.Empirische Untersuchungen konnten den erfolgreichen Einsatz der entwickelten Methode bei Anwendern, die über keine speziellen Softwarekenntnisse verfügen, belegen. Die Praxistauglichkeit eines Office-basierten CAQ-Systems wurde unter realen betrieblichen Bedingungen in zwei mittelständischen Unternehmen nachgewiesen.

Ziel des Change Management ist es, den Fortschritt im Bereich Automationstechnik, IT, Mikromechanik und Messtechnik in Qualität im Unternehmen umzusetzen. Industrielle Organisationstrukturen sind von horizontal und vertikal vernetzten Anwendungen gekennzeichnet. Qualitätsmanagement als Querschnittsfunktion muss den vernetzten Strukturen folgen. Analog zu den vernetzten Abhängigkeiten wird QUALITY NETWORKING als Qualitäts-Steuerungs-Schema eingeführt. Bei der Realisierung gelten die Leitlinien der DIN/ISO 9000, die system-, prozess-, mitarbeiterorientierte Qualitätsführung und Kontinuierliches Verbessern, sowie Fehlervermeidung als Meta Ziele in den Vordergrund stellt. Kontinuierliches Verbessern im Fertigungsbereich bedeutet automatische Echtzeit- Prozessoptimierung, die gleichzeitig das Prinzip Fehlervermeidung realisiert.Im Fertigungsbereich wird vertikale Prozessautomation im Prozessregelkreis 1 (PRK1) zwischen Leit- und Ressourcenebene einstufig praktiziert und mit statistischen Kennzahlen gesteuert. Damit wird Prozessoptimierung und Fehlervermeidung zu Null-Fehler-Produktion nicht an der Quelle fassbar. Voraussetzung hierfür ist vertikal erweiterte Prozessintegration mit der Prozessebene, die im Prozessregelkreis 2 (PRK2) den Bearbeitungsprozess, Ressourcenparameter und Einflüsse und aus dem Prozessumfeld umfasst. PRK2-Prozesse sind von kurzen Parameteraktionszyklen und vernetzten, nicht-linearen Abhängigkeiten geprägt. Die Beziehungsgeflechte sind mit gebräuchlichen QM Techniken oder mathematisch statistischen Methoden nur unzulänglich abzubilden. Hierzu wird kontinuierliches Prozessmonitoring und online Prozessanalytik notwendig; außerdem Methoden, die Prozess- Optimierungs-Optionen automatisch bzw. selbstlernend erkennen, Regeln zu kausalen Prozesszusammenhänge entdecken und diese schnittstellenfrei zur Optimierung des Prozesses in Echtzeit und maschineller Ressourcen sofort nutzbar bereitstellen.Die Arbeit beschreibt die Entwicklung, Funktionalität, Effektivität und experimentelle Validierung eines solchen Systems. In diesem kommen statistische Verfahren kombiniert mit innovativen Data-Mining Methoden im Rahmen des KDD Prozesses zum Einsatz. Das System stellt mit der Visualisierung gleichzeitig ein Instrument zur fertigungs- und mitarbeiternahen Qualitätsführung dar. Der Übergang von statistischen Qualitätssteuerung -mit iterativen Verbesserungen- hin zu regelbasierter Echtzeit Prozessoptimierung hebt kontinuierliches Verbessern auf ein höheres Niveau und bedeutet ein Paradigmenwechsel im Qualitätsengineering.

In der industriellen optisch-taktilen Präzisionskoordinatenmesstechnik erfordern immer komplexer und kleiner werdende Bauteile geeignete Strategien für die Qualitätssicherung. Insbesondere die "Navigation" auf diesen Bauteilen - die Platzierung des Messsensors an der zu messenden Objekteigenschaft des Prüflings ist bei derartigen Prüfungen schwierig. Gegenwärtig wird sehr stark auf das Expertenwissen, die Feinfühligkeit und das Augenmaß des Bedieners gesetzt. Navigationselement ist hierbei meist das menschliche Auge in Verbindung mit der menschlichen Aktorik. Die aktuelle Forschung auf dem Gebiet hochauflösender Sensorik bietet Sensoren mit Auflösungen im Nanometerbereich. Diese Sensoren sind äußerst schwierig am Messort zu positionieren. Gerade bei der Einlernphase (Teach-In) im Einrichtbetrieb und bei der Funktionskontrolle von Prüfplänen ist es erforderlich, die Sensorik zeiteffizient und zielgenau zum zu messenden Prüfmerkmal zu positionieren. Mit Hilfe eines neuartigen Navigationssystems soll die Platzierung des Messsensors am Messort und die Messung selbst erheblich vereinfacht werden. Dafür wurde ein duales optisches Sensorsystem untersucht, das in der Lage ist, mittels kaskadierter Navigation (Grob-, Feinnavigation), hochauflösende Sensorik zu positionieren. Ausgenutzt wird hierbei die Anordnung zweier optischer Sensoren mit stark verschiedenen Abbildungsoptiken in Kombination mit einem tektilen 3D-Mikrotaster. Diese Sensoren werden aufgeteilt in Grobnavigationssensor (GNS), Feinnavigationssensor (FNS) und navigierter Sensor (3D-Mikrotaster). Ein virtuelles Übersichtsbild, das aus der Fusion mehrerer Bilder oder aus nur einem Bild des Grobnavigatorsensors besteht, übernimmt eine Kartenfunktion bei der mittels Vorauswahl per Mausklick eine gewünschte Position angefahren wird. Die gleichzeitige Anzeige des aktiven Sensors unterstützt die Navigation zusätzlich. Für diese Art der Navigation wurden verschiedene Methoden der Umschaltung zwischen Grob- und Feinnavigation sowie der Generierung von Übersichtskarten untersucht. Abschließende Messungen mit dem entwickelten Demonstrator zeigen sowohl einen erheblichen Zeitgewinnbei der Erstellung von Prüfplänen als auch als bei manuellen Messungen mit Hilfe des Navigationssystems. Weiterhin bietet diese Kombination die Option einer hochgenauen optischen Messung mit Hilfe des Feinnavigationssensors.

Im Rahmen dieser Arbeit wurden Untersuchungen zum Transfer von Lehrinhalten zum Qualitätsmanagement in die Hochschulausbildung und die Wirtschaft Syriens durchgeführt.Die Zielgruppen des Transferprozesses wurden in Uni-Angehörige und Nicht-Uni-Angehörige unterteilt. Die Transfermethoden umfassen die Qualifizierung syrischer Lehrpersonen durch Fachkurse in Deutschland, die Einführung des Faches Qualitätsmanagement in die Lehrpläne syrischer Hochschulen und die Nutzung von E-Learning-Methoden für den Transfer.Die Auswahl der Themen und der Inhalte der Lehrmaterialien orientiert sich an Bedürfnissen der syrischen Wirtschaft. Der größte Teil der benötigten Lehrmaterialien wurde von Deutsch ins Arabische übersetzt. Als Grundlagen für diese Lehrmaterialien wurden die Bücher von Professor LINß verwendet. Der Übersetzungsprozess wurde normenkonform durchgeführt.Ein Web Based TrainingProgramm für die Inhalte Qualitätsmanagement wurde in Arabisch und in Deutsch entwickelt, getestet und zur Verfügung gestellt. Das entwickelte WBTProgramm wurde ausführlich beschrieben und kann sowohl von allen Zielgruppen des Transferprozesses als auch von anderen deutschen oder arabischen Personen verwendet werden.

Das Ziel der vorgelegten Dissertation ist die Entwicklung eines Verfahrens, mit dem Prüfmittel unter Berücksichtigung von Verteilungsmodellen für den Einsatz in der Industrie bewertet und ausgewählt werden können. Dazu werden ausgehend vom Stand der Technik Untersuchungen zum Zusammenhang zwischen den Produktionsabweichungen und den Messabweichungen des Prüfmittels durchgeführt. Zur Bewertung von richtigen und falschen Prüfentscheidungen wird ein Verfahren entwickelt, mit dem deren Wahrscheinlichkeiten unter Berücksichtigung der Verteilungsmodelle der Produktions- bzw. Messabweichungen und unter Berücksichtigung der Toleranzgrenzen quantifiziert werden können. Zur Bewertung der Prüfmittel werden die Fehlentscheidungen zu Fehlerkosten verrechnet. Zudem wird eine Möglichkeit zur Abschätzung der Fehlerfolgekosten unter Berücksichtigung der realen Situation beschrieben. Dadurch können die Prüf- und Fehlerkosten berechnet sowie die Fehlerfolgekosten abgeschätzt und für die Entscheidung bei der Prüfmittelauswahl mit einbezogen werden. Weiterhin ist die Festlegung der optimalen Prüfreihenfolge möglich und die zu produzierende Stückzahl kann unter Berücksichtigung von Auschussanteilen berechnet werden. Die Umsetzung dieser Lösung zur Auswahl der Prüfmittel wird durch die entwickelte CAQ-Software QSys POP realisiert. Schließlich wird das rechnergestützte Verfahren für ein Beispiel aus der automatisierten Prüftechnik durchgeführt und bewertet.

Zur industriellen Umsetzung der weltweit akzeptierten Normenfamilie ISO 9000 ff. und zur Beherrschung der Methoden und Werkzeuge des Qualitätsmanagements sind umfangreiches Wissen, Können und Fertigkeiten der Mitarbeiter erforderlich. Ziel dieses Trainingsbuches ist es, theoretisches Wissen zu den statistischen Methoden des Qualitätsmanagements sowie Fähigkeiten, Können und Fertigkeiten durch die systematische Lösung von industriellen Praxisbeispielen zu vermitteln. Auf CD-ROM: Rechnergestützte multimediale Techniken für Trainingsaufgaben zu statistischen Methoden und Werkzeugen des Qualitätsmanagements für die Produktrealisierung, Qualitätsauswertung und Qualitätsverbesserung

Das Ziel dieser Arbeit ist die Untersuchung von intelligenten Bildverarbeitungsverfahren für die automatische Erkennung und Vermessung von signalisierten und nicht signalisierten Messpunkten. Für die Anzielung der signalisierten kooperativen Ziele werden verschiedene Verfahren vorgestellt, die eine subpixelgenaue Lagebestimmung der abgebildeten Struktur ermöglichen. Durch eine Simulation des Anzielvorgangs auf kooperative Ziele konnte ein Vergleich verschiedener Verfahren bezüglich der zu erreichenden Positionsunsicherheit im Bild erfolgen und ein optimales Verfahren ausgewählt werden. Die Ergebnisse der Simulation werden durch Messungen an einem realen Messaufbau für die Abschätzung der erreichbaren Unsicherheit für ein Gesamtsystem verifiziert. Die Anwendung der lokalen Approximation eines Polynoms f(x,y) zweiter Ordnung auf Ausschnitte eines Videobildes zeigt, wie für ausgewählte Muster einer Zielmarke der Anzielpunkt bestimmt werden kann. Darüber hinaus bietet das beschriebene Verfahren eine Möglichkeit zur Anzielung kodierter Messpunkte durch eine unterschiedliche Gestaltung der Zielmuster. Weitere Untersuchungen zeigen, dass durch den Einsatz der Bildverarbeitung in Messsystemen die Erfassung von Zielmarken automatisiert werden kann. Für die automatische Anzielung von farbkodierten linienförmigen Geometrien ist das Verfahren der lokalen Approximation zur Ermittlung der Lage der abgebildeten Struktur und zur Bestimmung der Farbübergänge geeignet. Für partiell verdeckte linienförmige Geometrien ist in dieser Arbeit eine Kombination der Houghtransformation und der Geradenapproximation zur subpixelgenauen Bestimmung der mittleren Konturlinie vorgestellt worden. Die Entwicklung von Bildverarbeitungsverfahren zur Messung von nicht signalisierten Punkten ermöglicht die Erschließung neue Anwendungsgebiete für Messsysteme mit einer reflektorlosen elektronischen Distanzmessung."Intelligente Messsysteme" für die Fassaden- und Bauwerksdigitalisierung sowie die Überwachung von Brückenbauwerken sind mögliche Anwendungen. Die Ergebnisse der vorgelegten Arbeit sind in den verschiedensten Anwendungsgebieten der Bildverarbeitung zur robusten Erfassung von Zielmarken, wie zum Beispiel zur Lösung von Problemen in der optischen Koordinatenmesstechnik, einsetzbar.