Wir entwickeln physikalische Modelle zur Inspektion von Objekten in Bilddaten. Der Vorteil im Vergleich zu Methoden aus dem Bereich Machine Learning ist eine weit höhere Verlässlichkeit der entwickelten Lösung.
Sie wollen z.B. einen Riss in einer transparenten Plastikverpackung identifizieren? Unser Ansatz könnte die Analyse von Helligkeitsverläufen entlang des Objekt sein. Kontinuierliche Helligkeitsverläufe deuten allgemein auf akzeptable Flächen hin. Solche Verläufe entstehen, wenn sich zum Beispiel die Umgebung auf einer Fläche spiegelt. Stufenartige Helligkeitsverläufe sind ein klarer Indikator für einen Riss oder Knick. Also Vorkommnisse, die zum Ausschuss führen.
Wir entwickeln dabei hocheffiziente Codes, die in Sekundenbruchteilen zur gewünschten Einschätzung kommen. Normalerweise ohne den Einsatz teurer und wartungsintensiver GPUs.