Startseite Praxisgerechte Vorgehensweisen zur Evaluation klassifizierender Bildverarbeitungssysteme
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Praxisgerechte Vorgehensweisen zur Evaluation klassifizierender Bildverarbeitungssysteme

  • Ralph Neubecker

    Ralph Neubecker ist Professor an der Hochschule Darmstadt für das Gebiet Industrielle Bildverarbeitung. Davor hat er bei der SCHOTT AG an der Entwicklung und Projektierung von Inspektionssystemen gearbeitet.

    EMAIL logo
    und Michael Heizmann

    Prof. Dr.-Ing. Michael Heizmann ist Institutsleiter am Institut für Industrielle Informationstechnik (IIIT) des Karlsruher Instituts für Technologie (KIT). Hauptarbeitsgebiete: Mess- und Automatisierungstechnik, Automatische Sichtprüfung und Bildverarbeitung, Bild- und Informationsfusion.

Veröffentlicht/Copyright: 7. März 2018

Zusammenfassung

Bildverarbeitungssysteme finden immer größere Verbreitung in der Industrie, zum Beispiel für Prüfanwendungen in der Qualitätssicherung. Für Anwender ist es wichtig, die Eignung für eine konkrete Aufgabe sicher beurteilen zu können. Während dies bei messenden Bildverarbeitungssystemen sehr gut im Rahmen von Standardverfahren erfolgen kann, stehen für klassifizierende Bildverarbeitungssysteme kaum anerkannte Verfahren bereit. Zudem stellt sich heraus, dass eine detaillierte, statistisch belastbare Fähigkeitsanalyse bei solchen Systemen in der industriellen Praxis oft nicht durchführbar ist. Unabhängig von konkreten Fähigkeitskennzahlen soll in diesem Beitrag eine Reihe von vereinfachten Vorgehensweisen vorgeschlagen werden, mit denen notwendige Informationen und Daten erhoben werden können. Diese sind mit unterschiedlichem Aufwand durchführbar und auf deren Grundlage können Systembewertungen mit unterschiedlicher Detailtiefe und Belastbarkeit abgeleitet werden.

Abstract

Image processing systems are used in a constantly increasing number of industrial applications, for instance in testing for quality control purposes. For users, it is of particular importance to be able to evaluate the system capability for a specific task. The capability of measuring image processing systems can very well be estimated in the framework of standard procedures. In contrast, there is a lack of acknowledged procedures for classifying image processing systems. Moreover, it turns out that detailed system analyses, which provide statistically reliable characteristic numbers, are often not feasible in industrial contexts. This paper aims to suggest several procedures to collect information and data on the capability of an image processing system, independent of particular quantitative capability measures. The suggested procedures require different levels of effort. Their results establish the basis for system evaluations, offering different levels of detail and different depth of information on the assessed system.

About the authors

Ralph Neubecker

Ralph Neubecker ist Professor an der Hochschule Darmstadt für das Gebiet Industrielle Bildverarbeitung. Davor hat er bei der SCHOTT AG an der Entwicklung und Projektierung von Inspektionssystemen gearbeitet.

Michael Heizmann

Prof. Dr.-Ing. Michael Heizmann ist Institutsleiter am Institut für Industrielle Informationstechnik (IIIT) des Karlsruher Instituts für Technologie (KIT). Hauptarbeitsgebiete: Mess- und Automatisierungstechnik, Automatische Sichtprüfung und Bildverarbeitung, Bild- und Informationsfusion.

Literatur

1. Richtlinie VDI/VDE/DGQ 2618: Prüfmittelüberwachung, 2001. DIN EN ISO 10012: Messmanagementsysteme, 2004.Suche in Google Scholar

2. DIN V ENV 13005: GUM (Guide to the Expression of Uncertainty in Measurements, 1999. ISO/IEC Guide 98-3: Uncertainty of measurement – Part 3: Guide to the expression of uncertainty in measurement, 2008).Suche in Google Scholar

3. VDA Band 5 – Prüfprozesseignung, 2010, VDA QMC, Berlin.Suche in Google Scholar

4. Automotive Industry Action Group: Measurement System Analysis, Reference Manual, 2010, Michigan.Suche in Google Scholar

5. Edgar Dietrich, Alfred Schulze: Eignungsnachweis von Messsystemen, München, 2017, Carl Hanser Verlag GmbH & Co. KG, 5. Auflage, ISBN: 978-3-446-45124-7.10.3139/9783446451711Suche in Google Scholar

6. David M. W. Powers, 2011, Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness & Correlation. Journal of Machine Learning Technologies 2 (1): 37–63.Suche in Google Scholar

7. Alan Agresti, 2007, An introduction to categorical data analysis, John Wiley & Sons, New York, ISBN 978-0-471-22618-5.10.1002/0470114754Suche in Google Scholar

8. Richtlinie VDI/VDE/VDMA 2632-3: Industrielle Bildverarbeitung, Blatt 3: Abnahme klassifizieren-der Bildverarbeitungssysteme, 2016.Suche in Google Scholar

9. Ralph Neubecker, 2014, Fähigkeitsbewertung klassifizierender Bildverarbeitungssysteme für Prüfaufgaben – Teil 1, tm – Technisches Messen 81 (9): 422–430 und Teil 2, tm – Technisches Messen 81 (10): 499–510.10.1515/teme-2014-1037Suche in Google Scholar

10. DIN 1319-2: Grundlagen der Messtechnik, Teil 2: Begriffe für Messmittel, 2005.Suche in Google Scholar

11. Richard O. Duda, Peter E. Hart, David G. Stork, 2001, Pattern Classification, John Wiley & Sons New York, ISBN 0-471-05669-3.Suche in Google Scholar

12. Joseph L. Fleiss, Bruce Levin, Myunghee Cho Paik, 2003, Statistical Methods for Rates and Proportions, John Wiley & Sons, New York, ISBN 0-471-52629-0.10.1002/0471445428Suche in Google Scholar

13. Lawrence D. Brown, T. Tony Cai, Anirban DasGupta, 2001, Interval Estimation for a Binomial Proportion, Statistical Science 16 (2): 101–133.10.1214/ss/1009213286Suche in Google Scholar

14. Jens Brandenburger, Roberto Piancaldini, Daniele Talamini: Improved monitoring and control of flat steel surface quality and production performance by utilisation of results from automatic surface inspection systems (Siscon), 2014, European Commission, Directorate-General for Research and Innovation, ISBN: 978-92-79-38536-0.Suche in Google Scholar

Received: 2017-11-3
Revised: 2018-1-25
Accepted: 2018-2-11
Published Online: 2018-3-7
Published in Print: 2018-4-25

© 2018 Walter de Gruyter GmbH, Berlin/Boston

Heruntergeladen am 8.9.2025 von https://www.degruyterbrill.com/document/doi/10.1515/teme-2017-0127/html
Button zum nach oben scrollen