Ganz gleich, ob es dabei um die korrekte Positionierung von Einlegeteilen oder die Anwesenheit von Fremdkörpern innerhalb der Kavität geht.
Das dabei zum Einsatz kommende Messverfahren extrahiert explizit drei verschiedenartige Merkmale aus Bildinhalten und vergleicht jedes separat in einem höher dimensionalen Raum. Dafür werden Merkmale zur Beschreibung von Gestalt, Struktur und optischen Eigenschaften berechnet.
In einer ersten Stufe werden diese zum Online-Training eines One-Class-Klassifikators eingesetzt, womit auch ein Training von sich unterscheidenden Soll-Zuständen realisiert werden kann. Eine zweite Trainingsstufe bietet die Möglichkeit, durch Präsentation von negativen Beispielen einen binären Netz-Klassifikator zu trainieren, womit sich schließlich auch feinste Unterschiede robust detektieren lassen.
Durch die Separierung der Merkmale lässt sich ihr Einfluss auf das Gesamtergebnis stufenlos variieren, um so zum Beispiel eine Invarianz gegenüber bestimmten Stör-Einflüssen zu erreichen.
Orca MoldControl bietet somit ein leicht integrierbares System zur automatisierten Überwachung von Produktionsabläufen. Durch die stetige Weiterentwicklung eignet sich das System aber auch zunehmend zur vollautomatischen Qualitätssicherung.
