Machine Vision

Maschinelles Sehen (MV) bezeichnet den Einsatz von Kameras, Optiken, Beleuchtung und Bildanalyse in der industriellen Automatisierung, um Produkte zu prüfen, Teile zu vermessen, Codes zu lesen und Maschinen zu steuern. Jedes Ergebnis löst dabei eine Aktion aus, etwa das Aussortieren eines Teils oder das Lenken eines Roboters. Es ist Computer Vision, eingebunden in einen Regelkreis: Ein Bildverarbeitungssystem an einer Verpackungslinie muss jede Entscheidung innerhalb der Taktzeit der Linie treffen – bei einer schnellen Abfüllanlage sind das einige zehn Millisekunden pro Teil – und sie über digitale Ein- und Ausgänge oder ein Industrienetzwerk an eine speicherprogrammierbare Steuerung (PLC) melden. Die Aufgaben werden meist in vier Gruppen unterteilt: Führung (Teile für Roboter lokalisieren), Prüfung (Fehler und fehlende Merkmale erkennen), Vermessung (Abmessungen messen) und Identifikation (Barcodes, Data-Matrix-Codes und gedruckten Text mit optischer Zeichenerkennung lesen).

Maschinelles Sehen im Vergleich zu Computer Vision und Bildverarbeitung#

Maschinelles Sehen setzt Bildverarbeitung, die Bilder durch Rauschfilterung oder Kantenschärfung verändert, und Computer Vision, die Bilder in beliebigen Umgebungen inhaltlich erfasst, für Industriemaschinen ein. Kennzeichnend sind die Hardware und ihre Einbindung: kontrollierte Beleuchtung und Optik, durch Sensoren an der Linie ausgelöste Kameras, deterministische Zeitvorgaben und mit Aktoren verbundene Ausgänge. Der Unterschied zwischen den drei Fachgebieten liegt hauptsächlich im Umfang. Moderne Systeme für maschinelles Sehen nutzen dieselben Deep-Learning-Modelle wie andere Computer-Vision-Anwendungen.

Komponenten eines Systems für maschinelles Sehen#

• Beleuchtung: Die Beleuchtung bestimmt, was die Kamera sehen kann. Durchlicht macht Teile zu Silhouetten und ermöglicht präzise Kantenmessungen. Diffuse Kuppelleuchten unterdrücken Spiegelungen auf glänzenden Oberflächen. Flach einfallendes Dunkelfeldlicht hebt Kratzer und geprägte Zeichen hervor, während projizierte Laserlinien 3D-Höhenprofile sichtbar machen.
• Optik: Telezentrische Objektive halten die Vergrößerung konstant, auch wenn sich der Abstand zum Teil ändert. So hängen Messergebnisse nicht davon ab, wo sich das Teil befindet.
• Kameras: Flächenkameras erfassen einzelne Teile mit einer Aufnahme. Zeilenkameras erstellen Bilder von durchlaufenden Materialien wie Stahl, Papier und Textilien Zeile für Zeile. 3D-Sensoren nutzen Lasertriangulation, Stereosicht oder Laufzeitmessung. Schnittstellenstandards wie GigE Vision, USB3 Vision und GenICam ermöglichen es, Kameras verschiedener Anbieter per Software zu steuern.
• Verarbeitung und Ein-/Ausgabe: Ein optischer Sensor oder Encoder löst jede Aufnahme aus, eine intelligente Kamera oder ein Industrie-PC führt die Analyse aus, und das Ergebnis wird an die speicherprogrammierbare Steuerung übertragen – zunehmend auf Edge-Hardware mit GPU oder NPU.

Regelbasierte Werkzeuge und Deep Learning#

Klassische Software für maschinelles Sehen reiht deterministische Werkzeuge aneinander: Schwellwertverfahren, Blob-Analyse, Kantenerkennung, Musterabgleich und Messschieber, die den Abstand zwischen Kanten messen. Dieses Beispiel führt eine Blob-Analyse auf einem Münzfoto aus, zählt die Teile und misst ihre Größe:

import numpy as np
from scipy import ndimage as ndi
from skimage import data, filters, measure, segmentation

# Grayscale photo of 24 Greek coins on a gray background, bundled with scikit-image
image = data.coins()

# Seed the background (dark) and the parts (bright), then grow both along edge strength
markers = np.zeros_like(image)
markers[image < 30] = 1
markers[image > 150] = 2
mask = ndi.binary_fill_holes(segmentation.watershed(filters.sobel(image), markers) == 2)

# Blob analysis: label each part, ignore specks, and gauge each diameter in pixels
parts = [r for r in measure.regionprops(measure.label(mask)) if r.area > 300]
diameters = [part.equivalent_diameter_area for part in parts]
print(f"{len(parts)} parts, diameters {min(diameters):.0f}-{max(diameters):.0f} px")

Die Ausgabe lautet 24 parts, diameters 37-63 px: Jede Münze wird gefunden und vermessen. Ein Produktionssystem würde jeden Durchmesser mit einer Toleranz vergleichen und das Ergebnis an die speicherprogrammierbare Steuerung senden. Der Hintergrund auf diesem Foto wird nach links oben hin heller und weist ähnliche Graustufen wie die Münzen auf. Deshalb zerlegt ein einzelner globaler Otsu-Schwellwert das Bild in 96 Blobs. Eine kontrollierte Beleuchtung verhindert dieses Problem an einer Produktionslinie.

Regelbasierte Werkzeuge sind schnell, nachvollziehbar und bei Teilen mit fester Geometrie präzise. Sie stoßen jedoch bei natürlichen Abweichungen wie Holzmaserung, Lebensmitteln oder kosmetischen Fehlern an Grenzen, denn solche Merkmale können viele Formen annehmen. Objekterkennungs-, Instanzsegmentierungs- und Anomalieerkennungs-Modelle lernen diese Fälle anhand von Beispielen. Ein YOLO26-Segmentierungsmodell, das mit Fehlerbildern trainiert wurde, zeichnet Kratzer und Risse Pixel für Pixel nach. Der Ultralytics-Exportmodus konvertiert es in TensorRT oder OpenVINO, damit die Echtzeitinferenz auf einem Industrie-PC oder NVIDIA Jetson innerhalb der Taktzeit der Fertigungslinie bleibt.

Anwendungen in der Praxis#

• Automatisierte optische Prüfung: Elektronikfertigungslinien prüfen Leiterplatten auf fehlende, verschobene oder falsch herum platzierte Bauteile sowie fehlerhafte Lötstellen. Häufig wird vor dem Bestücken auch eine 3D-Lötpastenprüfung durchgeführt.
• Prüfung von Arzneimitteln und Verpackungen: Systeme prüfen Füllstände, Verschlüsse und Etiketten. OCR liest auf jeder Verpackung den aufgedruckten Chargencode und das Verfallsdatum.
• Robotik mit Bildführung: Roboter lokalisieren ungeordnet übereinandergestapelte Teile zur Entnahme aus Behältern. Mithilfe von 3D-Sensoren und Posenschätzung wählen sie den passenden Greifpunkt.
• Automobilfertigung: 3D-Sensoren messen Spaltmaß und Bündigkeit zwischen Karosserieteilen. Kameras prüfen Lackierung und Schweißnähte, bevor die Fahrzeuge die Fertigungslinie verlassen.