SKU-Farbsortierung: Licht und Objektmaske

Ziel und Einsatzgrenzen

Farbe in stabiler Objektregion vergleichen, ohne dass Schatten, Reflex oder farbiger Hintergrund die Probe umdefiniert.

Diese Anleitung beschreibt eine technische Bewertung, keine Zertifizierung eines sofort einsatzbereiten Produkts. Das öffentliche PC-Beispiel von Deyi Vision umfasst derzeit einen EAN-13-Ablauf mit bestätigten Musterbildern. Native OCR- und Detektionsfunktionen im Entwicklungscode sind vor Verwendung anhand der installierten Laufzeit, gebundenen Modelle und Prüfaufgabe zu kontrollieren. Eine Browser-Vorlage belegt keine Ausführung im Browser; das geplante OpenCV.js-Backend benötigt eine eigene Prüfung. Cloud-Erkennung erfordert die ausdrückliche Freigabe von Bildumfang, Anbieter, Modell und Kosten. Ein Prüfarchiv ist kein ausführbares Release-Paket. Kamera-, Firmware- und Treiberkompatibilität sind separat zu prüfen. Alle Werte im Arbeitsblatt sind hypothetisch, keine Messungen oder Kundenergebnisse von Deyi Vision.

Nachweise vorbereiten

Neutrales Ziel und echte Formen unter geplantem diffusem Licht nutzen. Repräsentative Fläche vor Betrachtung der Ergebnisse definieren. Die gewählte Bedingung nach erneutem Einrichten wiederholen, nicht nur unverändert lassen. So wird Reproduzierbarkeit beim Umrüsten geprüft. Umgebungslicht und Zeit seit Lichtstart bei Einfluss erfassen. Verschiedene Masken oder Bittiefen nicht als reinen Lichtvergleich behandeln. Verworfene Optik samt Bild und Grund behalten. Ein schönes Bild ist nicht automatisch prüftauglich: Merkmal und Abstand zur Gutteilvariation müssen im gesamten Musterbereich erhalten bleiben. Farbsortierung und SKU-Erkennung beantworten verschiedene Fragen. Eine Fläche kann zum roten Referenzwert passen, obwohl Größe, Etikett oder Verpackungsvariante falsch sind. Festlegen, ob physische Farbe sortiert, die erwartete SKU geprüft oder beides unabhängig gefordert wird. Farbbilder mit bekannter Kanalreihenfolge verwenden; Belichtung, Weißabgleich und Lichtspektrum im Rezept speichern. Zulässige Materialchargen, Glanz, Schatten und Fremdprodukte statt nur einer sauberen Farbkarte prüfen. Bei geringer Sättigung ist Farbton unzuverlässig; übersteuerte Glanzstellen verlieren nicht rekonstruierbare Informationen. Unbekannte, unbeobachtbare und mehrfarbige Artikel benötigen einen klaren Weg. Modellbasierte SKU-Erkennung separat von der Farbschwelle validieren und Cloud-Übertragung vorab freigeben lassen. Erstellen Sie einen kontrollierten optischen Vergleich, bevor Sie die Schwelle ändern. Vorrichtung, Arbeitsabstand, Lichtwinkel und Fokus markieren, damit jede Bedingung wiederherstellbar bleibt. Nur die gewählte Licht- oder Bereichsvariable ändern; Kameraeinstellungen und Musteridentität festhalten. Das vollständige Quellbild neben jedem Ausschnitt oder jeder Maske samt Rücktransformation sichern. Zulässige Variation und ein bekanntes Problemmuster bis zum Rand des Lagebereichs aufnehmen. Die Bereichsüberlagerung im Original prüfen, bevor Zahlen interpretiert werden. Ein kleinerer Bereich kann einen Fehler verstecken statt die Prüfung verbessern; ausgeschlossene Flächen benötigen daher eine technische Begründung.

Vorgehen

1. Licht bei festen Kameraeinstellungen vergleichen, neutrales Feld auf Kanalungleichheit/Sättigung prüfen.
2. Objekt lokalisieren und Maske ins Original abbilden; Hintergrund ausschließen, klassenrelevantes Material erhalten.
3. Gültige Objektpixel zählen, Reflex-/Schattenausschluss im Original prüfen; schwierige Fläche nicht wegen falscher Klasse löschen.
4. Basis-/Kandidatenmaske an gleichen Mustern sichern, Lage und Oberfläche vor ROI-Freigabe variieren.

Versuch auswerten

Hypothetisch hat das Fenster 2000 px und 1000 gültige Objektpixel. 600 Farbpixel ergeben mit Objektnenner 60%, nicht 30% des ganzen Fensters. Masken ändern die Bedeutung; ausgeschlossene Pixel samt Grund bleiben prüfbar.

Versuchsprotokoll

object_ratio = 600 / 1000 = 60%
window_ratio = 600 / 2000 = 30%

Zwei technische Ansichten

Fehler eingrenzen

• Farbiger Förderer kann ROI dominieren.
• Reflexausschluss fast aller Farbfläche braucht unzureichenden Nachweis statt erzwungener Klasse.

Abnahme und Übergabe

Licht/Geometrie bei sichtbarem Material und stabilem Nenner abnehmen. Farbschwellen und semantische SKU folgen separat.

Quellbilder, erwartete Entscheidung, genaue Revision und vollständigen Ergebnisdatensatz gemeinsam aufbewahren. Den Bewertungssatz vor der endgültigen Parameterwahl einfrieren. Werden seine Antworten später zum Einstellen verwendet, diesen Satz als Entwicklungsdaten kennzeichnen und einen neuen unabhängigen Abnahmesatz beschaffen. Review, NoResult, Ausführungsfehler und fehlende Aufnahme bleiben im Nenner sichtbar; durch Zeilenfilterung werden sie nicht zu bestandenen Prüfungen. Einen reproduzierbaren Fehler zusammen mit dem erfolgreichen Muster sichern. Die Übergabe benennt Änderungsberechtigte, die Wiederherstellung einer früher freigegebenen Revision und den bis zur Abnahme gesperrten Geräteausgang. Ein Softwareergebnis beweist nicht, dass ein bewegtes Werkstück sein richtiges Ziel erreicht hat.