Verschiedene Probleme bei der Analyse von Bildverarbeitungsdaten können durch einen einzelnen Algorithmus nicht gelöst werden. Eine Komplettlösung der Analyseaufgabe erfordert eine ausgeklügelte und intelligente Kombination von Methoden und Annäherungen. Diese Aufgaben werden momentan noch zu einem großen Teil von Menschen erledigt. Mit dem Laska-Framework ist es möglich die Wechselwirkung zwischen Mensch und System auf ein höheres Level zu heben. Der Mensch muss lediglich die Ziele bzw. die Lösung des Problems in einer Metasprache definieren, später muss er die Steuerung des Systems und die Korrektur der Ergebnisse übernehmen, den restlichen Teil der Arbeit macht das Framework. So wird die Entwicklung der Algorithmen und ihre Optimierung, durch das Computersystem automatisch erledigt. Das Framework enthält adaptive Algorithmen zur Datenanalyse, die durch neue Anforderungen des Nutzers und neue Daten ständig optimiert werden. Somit können algorithmische Lösungen für komplexe Bildverarbeitungssysteme dynamisch, kosteneffizient und robust entwickelt werden. Das Laska-Framework nutzt die folgenden Methoden: L ernende Verfahren A daptive Algorithmen S tatistische Informationen werden einbezogen K ünstliche Intelligenz: Verwendung von Evolutions- strategien und Fuzzy Logic A nalytische Methoden für die Optimierung von Algorithmen und Modellen Die Vorteile liegen auf der Hand: (a) Data-Mining, d.h. automatische Suche nach passenden Mustern, (b) schnelle und interaktive Entwicklung des Datenanalyse-Systems, (c) minimale, aber relevante Schnittstelle mit dem Benutzer und (d) dynamische Selbstevolution des Datenanalyse-Systems. Für den Kunden wird die Bildverarbeitung mit dem Laska-System eine völlig neue Dimension erschließen, denn Bildverarbeitung wird für alle nutzbar, d.h. erfordert vom Nutzer kein Expertenwissen mehr, er beurteilt nur die Ergebnisse. Zudem sind flexible Reaktionen auf Veränderungen in den Produktionsabläufen möglich. Zudem wird Bildverarbeitung einfacher und bezahlbarer, da schon ein bestehendes Framework genutzt werden kann und keine teure Neuentwicklung bezahlt werden muss. Beispiele für den Einsatz des Laska-Frameworks sind das Lesen von Ziffern auf gekrümmten Oberflächen oder die Inspektion von Oberflächen. Messehinweis Vision: Halle 1, Stand A16
Man lernt nie aus
Lernende adaptive Algorithmen für die Bildverarbeitung
Die genaue, robuste und schnelle Analyse von visuellen Informationen ist der Schlüssel zu allen Bildverarbeitungsapplikationen. Der qualitative und quantitative Fortschritt in der Bildverarbeitung, in der Datengewinnung und der Computertechnologie erlaubt es, visuelle Informationen auf einem höheren technischen Level zu analysieren. Das wird durch die Entwicklung und Anwendung von adaptiven Algorithmen, den effizienten Gebrauch von Bildverarbeitungsbibliotheken, Optimierungs- und Maschinenlernmethoden erreicht.
Math & Tech Engineering GmbH
-
Jedes vierte Unternehmen fürchtet um seine Wettbewerbsfähigkeit
Jedes vierte Unternehmen in Deutschland (25,4%) fürchtet, auf Märkten außerhalb der EU an Wettbewerbsfähigkeit zu…
-
Berührungslose Füllstandsmessung wird kundenspezifisch
Präzision durch die Wand ganz ohne Kontakt
Füllstandsensoren sind in einer Vielzahl von Industriezweigen unverzichtbar, von der Lebensmittel- und Getränkeindustrie über die…
-
Anzeige
KI: Schneller zum SPS-Code
KI-unterstützte SPS-Programmierung eröffnet neue Möglichkeiten. Über das Model Context Protocol (MCP) greifen Sprachmodelle direkt auf…
-
Größere Unternehmen fördern KI-Einsatz häufiger
Inwiefern der Einsatz generativer KI institutionell gefördert wird, hängt mit der Unternehmensgröße zusammen.
-
Industrial AI im Brownfield
Wie Retrofit Bestandsanlagen fit für KI macht
Bestehende Produktionsanlagen für Industrial AI fit zu machen, ist weniger eine Frage der richtigen Algorithmen…















