speckle_BV

Polychromatische
Rauheitsmessung
Probleme der Bildverarbeitung
Dominik Mader
Sven Simon, Thomas Risse
Überblick
• Messverfahren & Randbedingungen
• Kooperation mit Uni HB
• Ziele:
– Bestimmung OZ & Rauheitsindikatoren
– bei hoher Robustheit der Algorithmen,
bei guter Trennung der Rauheitsklassen,
bei hoher Geschwindigkeit
• Probleme der Bildverarbeitung
• Weiterführende Ansätze
Verfahren & Randbedingungen
• Messung der Oberflächenrauheit etwa von
Bandstahl im 0.05um- bis 4um-Bereich
• kontinuierlich, ohne Stopp der Produktion
• 500m/min
• an-/isotrop rauh, glatt, gedreht, nitriert, geschliffen,
erodiert, geläppt etc.
• Kalibrierung durch Rugotest-Proben,
Tastschnittgerät, Profilometer,
Weißlichtinterferometrie, Raster-Mikroskopie …
• HSB: nur Bildverarbeitung
Mess-Aufbau
Entstehung des speckle-Bildes
• Flächenelemente der beleuchteten
Oberfläche streuen Kugelwellen
(alle Punkte tragen zu jedem Punkt
der Beobachtungsebene bei.)
• Gangunterschied durch unterschiedliche
Wegstrecken des Lichts
• konstruktive und destruktive Überlagerung
• Polychromatisch  mehrere Effekte
rauheitsabhängige Dekorrelation
der speckles
•
Mit zunehmender Rauheit dekorrelieren
die speckles, die durch verschiedene
Wellenlängen erzeugt werden, d.h.
1) Die Intensitäten unterscheiden sich.
2) Der Ort der Maxima unterscheidet sich.
Elongation
• Das speckle-Bild
besteht aus der
Summe der
Intensitäten.
• Die Elongation der
speckles soll
gemessen werden.
Elongation per AKF
• Nur zur Abschreckung
Nk Nk
 I ( x1 , x2 ) 
 Sm S ne
 h2 4 cos 2 ( e )( k m  k n ) 2

e
L2x cos 2 ( e )
4f
2
( k m x1  k n x2 ) 2
m 1 n 1
Lx cos ( e ) 2
 Nk Nk

x j ( km kn )2 
2
2
2
2
 h 4 cos ( e )( k m  k n )
4f


S
S
e
e


m n


j 1 m 1 n 1


2
2
2
Räumliche Autokorrelationsfunktion der polychromatischen speckle-Intensitäten
Rauheit
• Rq ist der quadratische Mittenrauhwert
xl
1
2
Rq   h ( x)dx
xl 0
theoretische
Elongation
λ =488 nm λ =514 nm
1
3
2
2.8
Rq=0.1 um
Rq=0.25 um
2.6
normierte Speckle-Elongation (E)
2.4
2.2
Rq=0.5 um
2
Rq=0.75 um
1.8
Rq=1 um
1.6
Rq=1.25 um
Rq=1.5 um
1.4
1.2
1
0
0.5
1
1.5
2
2.5
Abstand zur optischen Achse (x1) [mm]
3
3.5
4
Auswertung
• Optisches Zentrum nicht bekannt: Kalibrierung
• Speckle-Erkennung und –Messung
– Hough-Transformation mit template
– Klassische Hough-Transformation
– Achsen maximaler und minimaler Trägheit
• (Auto-) Korrelation mit/ohne optische/r Achse
• Rauheit bei festem Abstand zur opt. Achse
• optimiere Zuverlässigkeit, Robustheit,
Geschwindigkeit,
• FPGA Implementierung
Verfahren zur OZ-Bestimmung
• global: Hough-Transformation mit template
• global: klassische Hough-Transformation
• lokal: Identifikation der speckles,
Bestimmung der Achsen minimaler und
maximaler Trägheit, OZ = Schwerpunkt
der Schnittpunkte geeigneter Achsen
• Lokale Auto-Korrelationsfunktion erzeugen
Richtungsfeld, OZ = Schwerpunkt der
Schnittpunkte geeigneter Richtungen
Probleme „Hough mit template“
• Binarisieren: Schwelle? adaptiv?
• geeignetes template?
• fragwürdige Robustheit!
Probleme „Hough klassisch“
•
•
•
•
Binarisieren: Schwelle? adaptiv?
Geraden-Schnittpunkte selektieren?
OZ = gewichteter Schwerpunkt (Bresenham)
fragwürdige Robustheit!
Probleme „Achsen min. Trägheit“
•
•
•
•
Binarisierung: Schwelle? adaptiv?
Speckles = Zusammenhangskomponenten
elongierte Speckles selektieren
OZ = gewichteter Schwerpunkt der
Achsen-Schnittpunkte (Bresenham)
• Fragwürdige Robustheit!
Probleme „(Auto-) Korrelation“
• Keine Binarisierung nötig!
• (Auto-)-Korrelation von Bild-Segmenten
lokalisiert das speckle-Bild (Abtastung)
• Elongation spiegelt sich in Steigungen der
Autokorrelationsfunktion nahe (0,0) wider.
• Wieviel Glättung ist zuträglich?
• Überlappende Rauheitsklassen!
Alternative Ansätze
• Kreuzkorrelation von Bildern
verschiedener Wellenlänge
• Wavelets
• von anderen lernen
(Radar, Hochfrequenz-Technik)
• Simulation
Simulationsmodell
Optische Achse
Optische Achse
γ φ
γ
φ
Simulationsergebnis
Messbild (N6)
Wellenlängen [nm]: 659, 675, 690
Simulation (Rq=1000nm)
Wellenlängen [nm]: 659, 675, 690
Hardware-Konzept
Plattformkonzept für die
Auswertung
• Konkreter:
Prozessorarchitekturen,
konfigurierbare Hardware
PC
FPGA
Beschleunigung
Eigenschaften:
• Echtzeitfähigkeit zur
Überwachung von
Produktionsprozessen
• Produktionsumfeldgerecht:
Embedded System statt PC FPGA: Programmierbare
Logik-Gatter + Mikroprozessor
DFG-Projekt
Theorie
(Optik)
Computational
Science
Experiment
(Messtechnik)
Modelle,
Algorithmen,
Simulation,
Software/
Hardware
Überlappungen, die
Trennung der Tätigkeiten ist nicht sinnvoll
Theoretische Arbeiten,
Modellierung + Algorithmen, Messtechnik
[email protected]
[email protected]
[email protected]