Echtzeit-Bildverarbeitung

Industrielle Bildverarbeitung und Mustererkennung (IBV&M) etabliert sich weiter als Schlüsseltechnologie in produzierenden Unternehmen im Rahmen ihrer Qualitätssicherungstrategie durch optische Fertigungsmesstechnik, System- und Produktinspektion sowie Mensch-Maschine-Interaktion. Das inIT fokussiert sich dabei im Kompetenzbereich Echtzeit-Bildverarbeitung  auf interdisziplinäre Ansätze aus Technik, Biologie und wahrnehmungsorientierter Psychologie. Dabei liegt das Hauptaugenmerk einerseits auf Bildverarbeitungsmethoden und andererseits auf algorithmischen- und Implementierungsaspekten.

Die industrielle Bildverarbeitung hat zum Ziel, Bildinformationen aus Automatisierungssystemen unter den Gesichtspunkten der Prozessechtzeit, Robustheit und Ressourcenbeschränktheit zu verarbeiten. Im Sinne einer ganzheitlichen Betrachtungsweise industrieller Systeme werden Bilddaten, ebenso wie Expertenwissen, als Informationsquellen herangezogen. Dabei stehen insbesondere die Beschreibung, die Modellierung und der Entwurf effektiv implementierbarer Algorithmen für mikroelektronische und ressourcen-beschränkte Schaltkreise wie FPGAs und FPGA- sowie GPU-basierende Systeme im Vordergrund.
Die Anwendungsschwerpunkte gliedern sich aktuell in zwei Bereiche auf: Zum einen werden Bildverarbeitungskonzepte für die Automation, hier aktuell der Prozessautomation, bearbeitet, zum anderen beschäftigen wir uns mit der Authentifikation und Inspektion von Zahlungsmitteln. Dieses auf den ersten Blick sehr weit gefasste Arbeitsgebiet ist gleichzeitig die Stärke des Kompetenzbereichs Echtzeit-Bildverarbeitung, da es gelingt, „das Beste aus zwei Welten“ zusammenzuführen und interdisziplinär mit technischen sowie human-orientierten Konzepten zu untersetzen. Dabei werden das Gebiet der Produkt- und Materialinspektion durch die Automation in den Kompetenzbereich hineingetragen. Human-perzeptive Aspekte werden wesentlich durch das Gebiet der Authentifikation und Inspektion von Zahlungsmitteln getrieben.

Genannt seien an dieser Stelle beispielsweise für den Menschen nicht sichtbare Codierungen von Oberflächen zur Authentifikation von Maschinenteilen in Automationsanlagen, deren Erforschung und anschließende technische Umsetzung in eine Applikation nur durch die Kenntnis der Funktionsweise des menschlichen Sehsystems und dem entsprechenden Perzeptionsverhalten realisierbar sind.    

Ebenso kann das Wissen um exponierte Leistungen des Sehsystems eine Umsetzung in implementierbare Algorithmen zeitigen, die zu effektiven Mustererkennungs- und Klassifikationsalgorithmen in Kameras genutzt werden können, um eine Produktinspektion vorzunehmen. Neben den interdisziplinären Aspekten der Bildverarbeitung werden ressourcen-effiziente, prozessechtzeitfähige Algorithmen derzeit für vernetzte Smart Cameras und insbesondere auch für mobile Endgeräte (Mobile Devices) realisiert und für Applikationen angewendet. Hieraus entstehen „intelligente“ vernetzte Systeme, die leistungsfähige, prozessechtzeitfähige Bildverarbeitungsaufgaben wahrnehmen können.

Der Kompetenzbereich Echtzeit-Bildverarbeitung des inIT ist einer der Initiatoren des Netzwerks „Industrielle Bildverarbeitung OWL“, einer Initiative, die sich zum Ziel gesetzt hat, die industrielle Bildverarbeitung unter interdisziplinären Aspekten für die Automation voranzutreiben.
Im Jahr 2016 fand am 30. November das fünfte Jahreskolloquium „Bildverarbeitung in der Automation“ (BVAu 2016) in der SmartFactoryOWL in Lemgo statt. Das Kolloquium wird jährlich abwechselnd in Lemgo und Paderborn abgehalten.

Das Kolloquium versteht sich als Forum für Wissenschaft und Industrie, das ein wesentliches Forschungsgebiet der Automation abdeckt, da die industrielle Bildverarbeitung und Mustererkennung „eine Schlüsseltechnologie für zukünftige Produkte und zugleich die Basis ‚intelligenter’ Qualitätssicherungssysteme“ ist.
Weiterhin haben die Teammitglieder des Kompetenzbereichs eine Reihe von Aufsätzen publiziert und zusammen mit Partnerunternehmen einige Erfindungen für eine potentielle Patentierung eingereicht.

 

Optische Dokumentensicherheit

Einen auf den ersten Blick speziellen Anwendungsschwerpunkt stellt die Optische Dokumentensicherheit dar, der in seiner Konzeption in der Forschungslandschaft eine Besonderheit darstellt. Im genannten Bereich wird neben internationalen Einrichtungen, wie Zentralbanken, ebenso mit renommierten Unternehmen zusammengearbeitet.
Der Schwerpunkt orientiert sich mit seinen Forschungsvorhaben konsequent an der ganzheitlichen Betrachtungsweise im Bereich Banknoten- und Dokumentensicherheit, da diese eine wesentliche Rolle im internationalen Zahlungsverkehr und der personenbezogenen Sicherheit spielt. Insbesondere wird die Kette entlang des Banknotenzahlungszyklus betrachtet – die Produktion und die Qualitätssicherung von Banknoten, die Authentifikation und der Verschleiß sowie die Sicherheit an Bankautomaten. Hinzu kommen Konzepte und Realisierungen gegen Produktpiraterie (Brand-Label-Protection) sowie Dokumentenschutz. Hierzu wird auf Forschungsansätze aus den Kompetenzfeldern Bildverarbeitung, Sensor-/Informationsfusion und Mustererkennung zurückgegriffen.
Im Rahmen mehrerer Forschungsprojekte aus dem Umfeld der optischen Dokumentensicherheit wird im inIT seit längerem an Verfahren zur Authentifikation von Banknoten gearbeitet. Im Projekt „Sound-of-Intaglio – Banknotenauthentifikation anhand von Druckverfahren“ wurden 2014 weitere bemerkenswerte Erfolge erzielt. So wurden neue Forschungsergebnisse zur robusten  Bildaufnahme mit mobilen Endgeräten auf der Optical Document Security – The Conference on Optical Security and Counterfeit Deterrence IV  in San Francisco vorgestellt. Weiterhin wurde das Verhalten von speziellen Druckverfahren für den Banknotendruck eingehend untersucht und ein Verfahren zur objektiven Qualitätsmessung vorgeschlagen. Das Verfahren wird 2015 in einer Produktionsumgebung implementiert, um seine Leistungsfähigkeit unter realen Bedingungen nachzuweisen. Ein weiterer Arbeitspunkt des Teams bestand darin, ein Authentifizierungs- und Sortierungssystem zu realisieren, welches bis zu 60 Banknoten pro Minute inspiziert, authentifiziert und sortiert. Das System wird für Laboruntersuchungen und Falschgeldtests bei Partnern genutzt.

Im Jahr 2014 wurde das Team wieder mehrfach von den Medien in Anspruch genommen, um die neue Europa-Serie der EURO-Banknoten zu erklären und neue Sicherheitsmerkmale zu erläutern.

Im Bereich der Bankautomaten wurden neue Methoden zur Anomaliedetektion mit Hilfe von Informationsfusionsansätzen im Umfeld von Abschöpfattacken (Skimming) an Bankautomaten im Rahmen der Spitzencluster-Forschung „it’s OWL“ erforscht. Weiterhin wurden neue Ansätze zur multidimensionalen Schwingungsanalyse an Bankautomaten-Komponenten erarbeitet und konzeptionell umgesetzt.

Zur Realisierung von Forschungsaufgaben im Bereich der Banknotendruckmaschinen, namentlich voraus­­schauende Multi-Sensor-Fusion-basierte Fehleranalyse und Condition Monitoring, wurde der Umlaufrollendemonstrator in der Lemgoer Modellfabrik integriert und erheblich erweitert. Darüber hinaus wurden weitere Systeme zur Automation von Authentifizierungsprozessen realisiert
oder angeschafft.

Weiterhin haben die Teammitglieder des Kompetenzbereichs eine Reihe von Aufsätzen publiziert, Keynotes gehalten und zusammen mit Partner­unternehmen Erfindungen für eine potentielle Patentierung eingereicht.

Professor

Prof. Dr. Volker Lohweg
E-Mail: volker.lohweg(at)hs-owl.de
Phone: +49 (0) 5261 - 702 2408
Fax: +49 (0) 5261 - 702 2409