Zusammenspiel von Licht und Aufnahmetchnik:
An dieser Stelle kommt die digitale Bildverarbeitung zum Einsatz. Als Messsensor wird eine schwarz/weiß Matrixkamera sowie eine LED-Spotbeleuchtung verwendet. Die LED-Beleuchtung zeichnet sich durch eine sehr intensive Leuchtdichte sowie durch ihre Langlebigkeit aus. Abbildung 1 zeigt den Aufbau des Messsensors. Durch die spezielle Anordnung von Lichtquelle und Kamera, entstehen je nach Rauheit des Holzes, unterschiedliche Bilder, bestehend aus Licht und Schatten (Abbildung 2). Durch die Leistungsfähigkeit der LED- Spotbeleuchtung und die hohe Empfindlichkeit der Kamera, können die Messergebnisse auch noch bei Vorschubgeschwindigkeiten von mehr als 1 m/s sicher gewährleistet werden.
Digitale Bildverarbeitung:
Zur Unterscheidung der Holzklassen werden nun Merkmale ermittelt. Als Beispiel soll hier die Größe der Schattenflächen gezeigt werden. Mit Hilfe von Bildverarbeitungsalgorithmen wird die Anzahl und Größe der Schattenflächen auf dem Bild ermittelt. Abbildung 3 zeigt die kleinen Schattenflächen in roter und die großen Schattenflächen in blauer Farbe. Es ist deutlich zu erkennen, dass die rauhere Oberfläche einen größeren Anteil an blauen Flächen besitzt als die weniger rauhe Oberfläche. Mit Hilfe verschiedener Algorithmen werden nun bis zu 100 verschiedene Merkmale ermittelt.
Lernende Computer:
Da eine manuelle statistische Auswertung der gewonnenen Merkmale sehr zeitraubend und mühselig ist, und diese für verschiedene Arten von Holz durchgeführt werden müsste, kommen lernende Algorithmen zum Einsatz. Hierfür wird die Anzahl der Klassen und einige Holzmuster definiert um dann mit diesen Informationen einen Trainingsprozess zu starten. Dadurch wird eine sehr schnelle Anpassung des Systems an neue Holzarten ermöglicht.
Fazit:
Der von Math&Tech Engineering GmbH entwickelte Quality-Surface-Sensor (QSS) ermöglicht eine berührungslose Rauheitsklassifizierung von Holzoberflächen während des Fertigungsprozesses. Die Anpassung auf neue Holzarten erfolgt durch simples Trainieren des Sensors. Abbildung 4 zeigt die Benutzeroberfläche von QSS im Einsatz. Dargestellt wird eine Live-Aufnahme sowie den Rauheitstrend der klassifizierten Hölzer. Der Sensor kann jederzeit auf Kundenwunsch angepasst werden. Auch die Verwendung von Farb-Kameras zur Defekterkennung ist denkbar.
