BigAreaGloss-ID

Das Vorhaben „BigAreaGloss-ID“ befasst sich mit der automatisierten KI-gestützten Oberflächenbewertung, die eine visuelle großflächige Oberflächenklassifikation substituiert und vergleichbare Quantifizierungsergebnisse zu punktuellen Messungen liefert. Ausgehend von der DIN EN 17214 (2019) zur Klassifikation von Hochglanzoberflächen, wird ein auf Seiten der Industrie erkanntes Problem behoben, da bei der Beurteilung von glänzenden Oberflächen von beispielsweise Möbeln, Automobilen oder Displays eine punktuelle Glanzmessung nicht ausreichend ist: Oberflächen können sich, trotz identischer Messwerte, bei der visuellen Prüfung stark unterscheiden.

Für die automatisierte Quantifizierung wird eine großflächige Gitterstruktur auf die Oberfläche projiziert, die entsprechende Reflexion digitalisiert und KI-gestützt quantifiziert. Zwar ist die Korrelation zwischen erkannter Abweichung vom Ideal-Gitter und der Bewertung eindeutig gegeben. Aber es kam zu Inkonsistenzen bei der visuellen Bewertung, da feine Abstufungen in den Abweichungen mit bloßem Auge schwer zu bewerten sind.

Zukünftig soll die visuelle Klassifikation anhand der digitalisierten Reflexion erfolgen und automatisiertes Clustern als Basis für die Quantifizierung zum Einsatz kommen. Darüber hinaus soll die Glanzmessung überarbeitet werden, da die Messung von gerichtet reflektiertem Licht keinen Aufschluss über die Ursache der Glanzbeeinträchtigung liefern kann, wie es mittels BigAreaGloss-ID gegebenenfalls möglich werden könnte.