Mathematische Modelle und Bildanalysealgorithmen für die Industrie
Unsere Abteilung »Bildverarbeitung« entwickelt mathematische Modelle sowie Bildanalysealgorithmen und setzt diese in industrietauglicher Software – vorwiegend für die Produktion – um. Die Anwendungsgebiete umfassen insbesondere anspruchsvolle Oberflächenprüfungen und Analyse von Mikrostrukturen. Unsere Produkte dienen dem tieferen Verständnis der komplexen Geometrie und der Struktur-Eigenschafts-Beziehungen in Werkstoffen und eröffnen so neue Möglichkeiten wie Optimierung von Materialeigenschaften durch virtuelles Materialdesign. Dafür entwickeln wir neue Methoden und domänenspezifische Machine-Learning-Algorithmen für die 2D- und 3D-Bildanalyse.
Methoden wie »Deep Learning« erfordern eine hohe Anzahl annotierter Daten, zum Beispiel von zu findenden Defekten in einer Produktionsanlage . Nun sind aber in einer gut funktionierenden Fertigung viele Bilder von fehlerfreien Produkten vorhanden, aber nur wenige von Produkten mit Defekten. Wir setzen deshalb häufig hybride Ansätze aus den »klassischen« parametrisierbaren Verfahren (Filter, Morphologie, Kantendetektoren) und Machine Learning ein sowie das Erkennen von Anomalien und Datensimulation.
Ein weiterer Schwerpunkt ist die »Mikrostrukturanalyse«. Die Mikrostruktur bestimmt maßgeblich makroskopische Materialeigenschaften. Wir entwickeln Algorithmen zum Charakterisieren und stochastischen Modellieren solcher Mikrostrukturen anhand von Bilddaten, z. B. aus CT, FIB-REM, REM. Neuestes Forschungsgebiet der Bildverarbeitung ist die »Virtuelle Inspektionsplanung«. Wir entwickeln hier die vollständige, physikalisch korrekte Simulation von Inspektionssystemen. Dazu gehören neben den Eigenschaften des Prüfstücks auch die Eigenschaften aller Hardwarekomponenten (Beleuchtung, Kamera, Optik etc.).