http://rubinghsoftware.de/projects/wt/

Kurzbeschreibung

In diesem Job habe ich Algorithmen entwickelt und implementiert für Echtzeit-Bildverarbeitung auf DSPs eingebaut in industriellen Kameras.  Aufgabe der Software war das visuell vermessen von Merkmalen von Schinken-Scheiben während deren maschinellen Verarbeitung. 

Die Algorithmen wurden von erstem Konzept bis Kodierung abgezielt auf Laufzeit.  Die Algorithmen wurden generell in matlab und C++ auf dem PC vorentwickelt, dann auf DSP portiert.  Meine Algorithmen habe ich alle ausführlich dokumentiert (Doku-Plattform war das firmeninterne wiki). 

Hintergrund

Die Auftraggeber-Firma (Wente-Thiedig in Braunschweig) verkauft mit DSP ausgerüstete Kameras für optische Messtechnik, und entwickelt selbst die Bildverarbeitungs-Software.  Die Kameras werden eingesetzt vor allem in der Lebensmittelindustrie, für visuell Vermessen von Käse- und Schinken-Scheiben (oder -Portionen), in Echtzeit während der maschinellen Verarbeitung (Schneiden). 
    Dass diese Naturprodukte eine "fliessende" Konsistenz haben ist eine Herausforderung für die Robustheit der Bildverarbeitungssoftware.  Größte Herausforderung war aber, gegeben die hohe Verarbeitungsgeschwindigkeit der Maschinen, die geringe Zeit (ca. 50 ms) verfügbar für die Bildverarbeitung der einzelnen Aufnahmen. 

Grading (Hauptaufgabe)

Meine Hauptaufgabe ist gewesen, die Bilderkennungs-Software der Firma zu erweitern um die Erkennung und Bewertung der "Qualität" von Schinken-Scheiben, zur Aussortierung in Qualitätsstufen (Englisch: grading).  In jeder Schinken-Scheibe würden 4 Merkmale erkannt: 

	Primary-Eye (Fleischauge).  Zur Erkennung hiervon habe ich habe ich den Canny Edge-Erkennungs-Algorithmus tiefgehend adaptiert und optimiert auf die Aufgabe, um für diese spezielle Anwendung zu einer robusten und schnelleren Verarbeitung zu kommen.
	Blutstellen.  Zur Erkennung hiervon habe ich eine neue spezialisierte und optimierte Art Maskenoperation entwickelt (Octagon-Kreisfilter).
	Aussparungen in der Kontur, d.h. Stellen wo die Kontur stark konkav ist.  Hierfür habe ich das Konzept "konvexe Hülle" erweitert.
	Fettanteil.  Hierfür wurde "adaptive thresholding" eingesetzt.

Die Erkennungsergebnisse für die 4 separaten Merkmale wurden konfigurabel zusammengerechnet zu einer normierten Gesamt-Qualitätszahl.

Weitere Aufgaben

Neben der Schinken-Merkmalserkennung, sind weitere Aufgaben gewesen: 

• Verbesserung der existierenden Bilderkennungs-Software für die Vermessung der Oberfläche von Käse/Schinken-Scheiben (Konturerkennung); 
• Erforschen von Verbesserung der Erkennung der Laser-Linie (benutzt für die Bacon-Vermessung); 
• Erforschen Verbesserung Kanten/Peak-Findung für Lebensmittel, über Wavelet-Analyse.

Verteilt über die Zeit dass ich bei der Firma beschäftigt gewesen bin, ist ein ständiges weiteres Projekt gewesen, das Thema Assertions und Unit Tests in der Firma neu zu beleben.  Zusammen mit dem Softwareentwicklungsleiter (Stefan Quast) habe ich ein Konzept entworfen und eingeführt für den Einsatz von Assertions in der DSP-Software. 

Documentation samples

• Einige samples aus einem der vielen in diesem Projekt von mir im internen wiki der Firma hinterlassenen Dokumente, nämlich aus der Dokumentation für das Software-Modul fürs finden der Grenzen (Fleisch-Fett-Ubergänge) von dem Primary Eye: 
  • Ablaufdiagramm (UML activity diagram erweitert um einige zuzätzlichen notationellen Elementen)
  • Teilschritt Low-pass filter
  • Teilschritt Collection of edge pixels into curves
  • Teilschritt Projection to the x-axis

• Übersicht der Sourcefiles und deren Zusammenhänge (dependencies), für die abgelieferte Software für die gesamte Erkennung der Qualitätsmerkmale von Schinkenscheiben. 
      In allen Softwareentwicklungs-Projekten versuche ich, neben Dokumentation über die in der Software benutzen Algorithmen, im Sourceverzeichnis immer eine solche Textfile aufzunehmen, die erklärt wie die Zusammenhänge (dependencies) zwischen den Sourcefiles strukturiert sind.  Zweck dieser Sourcen-Übersicht ist, den nächsten Programmierern die nach mir den Code anfassen, den Zugang zu den Sourcen zu erleichtern.

Zeugnis

Ein Arbeitszeugnis des Auftraggebers kann ich Ihnen auf Anfrage gern senden.