guest ::
Image-based information retrieval in an automated analysis of printed circuit boards = Bildgestützte Informationsgewinnung in einer automatischen Analyse von Leiterplatten
2017 & 2018
Dissertation, RWTH Aachen University, 2017
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2018
Genehmigende Fakultät
Fak06
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2017-06-29
Online
DOI: 10.18154/RWTH-2017-09945
URL: http://publications.rwth-aachen.de/record/709427/files/709427.pdf
URL: http://publications.rwth-aachen.de/record/709427/files/709427.pdf?subformat=pdfa
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
camera calibration (frei) ; classification (frei) ; computer vision (frei) ; deep learning (frei) ; image processing (frei) ; image segmentation (frei) ; object localization (frei) ; printed circuit board (frei) ; recycling (frei) ; text recognition (frei)
Thematische Einordnung (Klassifikation)
DDC: 621.3
Kurzfassung
Aufgrund der großen Mengen wertvoller Materialien und Schadsubstanzen in gebrauchten Leiterplatten ist ein geeignetes Recycling der Leiterplatten von großer Bedeutung. Allerdings leiden aktuelle industrielle Recyclingsysteme typischerweise unter einer instabilen Recyclingleistung, was auf die hohe Komplexität sowie Variabilität der Materialzusammensetzung von Leiterplatten zurückzuführen ist und zu einer suboptimalen Ökoeffizienz führt. Die bislang beste Lösung für dieses Problem ist ein selektives und dynamisches Recycling, bei dem Bruchteile der Leiterplatten zu entsprechend konfigurierten Prozesslinien weitergeschickt und dort bezüglich der enthaltenen Materialien optimal verarbeitet werden. Um solch ein dediziertes Recycling zu erzielen, gewinnt eine bildbasierte Analyse gebrauchter Leiterplatten, bei der die gesuchte Materialzusammensetzung automatisch bestimmt wird, zunehmend an Bedeutung. Jedoch ist solch eine automatische Analyse aufgrund der hohen Komplexität sowie Variabilität von Leiterplatten technisch sehr herausfordernd. Daher ist eine praktische Realisierung der Informationsgewinnung derzeit noch nicht verfügbar.In dieser Dissertation wird erstmalig eine umfassende und dennoch praktikable Analyse für die automatische Bestimmung der Materialzusammensetzung gebrauchter Leiterplatten vorgestellt. Insbesondere wird die Komplexität der Analyse erheblich reduziert, indem einzelne Komponenten statt ganzer Leiterplatten berücksichtigt werden. Eine quantitative Evaluierung bestätigt, dass hierdurch die technisch notwendige Voraussetzung für die Realisierung der indirekten Informationsgewinnung etabliert wird. Darüber hinaus wird eine systematische Untersuchung aller relevanten Aspekte zum Erreichen der gewünschten Analyse durchgeführt, wobei die Charakterisierung der Bildgebung, die Lokalisierung und Kategorisierung einzelner Komponenten, sowie die Extraktion von Textinformationen untersucht werden. Auf diese Weise werden Leistungsfähigkeiten, Einschränkungen und Potenziale für jeden Aspekt identifiziert. Dies ermöglicht einen tiefen Einblick in die vorgestellten Analysemethoden und eröffnet neue Perspektiven für weitere Entwicklungen.Durch die hochdynamische Produktion von Leiterplatten und deren Komponenten kommen in Recyclingprozessen stetig neue Zielobjekte auf. Um dieser Anforderung gerecht zu werden, sind entsprechende Anpassungen der automatischen Informationsgewinnung während der gesamten Lebensdauer des vorgestellten Recyclingsystems notwendig. Dank der modular und anwenderfreundlich konzipierten Implementierung der Gesamtanalyse und der sich daraus ergebenden hohen Erweiterbarkeit müssen nur wenige datengesteuerte Modelle bei den Anpassungen neu trainiert werden, was für ausreichend vorhandene Trainingsdaten unkompliziert durchführbar ist. Eine aufwändige Parameteroptimierung ist im Allgemeinen nicht notwendig, da die verbleibenden Teile der Gesamtanalyse entweder keine freien Parameter besitzen oder automatisch passende Parameter bestimmen können.Unter Berücksichtigung der hohen Komplexität sowie Variabilität in Größe, Form, Farbe und Textur führen gebrauchte Leiterplatten und die darauf zu findenden Komponenten zu einem sehr herausfordernden Anwendungsszenario im Bereich der Computer Vision. Zur Lösung dieses Problems wurde eine generische und adaptive Analyse vorgestellt und dieser Aspekt während des gesamten Entwicklungsprozesses durchgehend berücksichtigt. Daher sind die meisten der vorgestellten Methoden, Algorithmen und Verfahren nicht auf die spezifische Anwendung auf Leiterplatten beschränkt, sondern auch für weitere generische Aufgaben einsetzbar.Regarding the huge quantities of valuable materials and hazardous substances contained in waste Printed Circuit Boards (PCBs), an appropriate recycling of them is highly recommended. However, due to the high complexity and variability in their material composition, state-of-the-art industrial recycling systems commonly suffer from an unstable recycling performance resulting in a suboptimal eco-efficiency. The best solution for addressing this issue is a selective and dynamic recycling, where fractions containing different materials are sent to correspondingly configured processing routes. In order to facilitate such a dedicated recycling, an image-based analysis of PCBs for an automated determination of the material composition is gaining increasing attention. Nevertheless, due the technical challenges imposed by the high complexity and variability of PCBs, a practical solution for realizing the intended information retrieval is not yet available.In this thesis, a comprehensive, yet feasible PCB analysis is presented for the first time, where the overall complexity and diversity are substantially reduced by performing the analysis at the level of single components instead of entire PCBs. As confirmed by a quantitative evaluation, this establishes the necessary technical support for realizing indirect retrieval of the sought material composition. Moreover, a systematic investigation of all relevant aspects for achieving the desired analysis is performed, which covers the characterization of the employed imaging system, the localization and categorization of single components, as well as the extraction of text information. By this means, achievements, limitations and potentials are identified for each aspect, which provide a deep insight into the presented PCB analysis and open perspectives for further developments.Due to the highly dynamic production of PCB components, new recycling targets steadily emerge in recycling processes. To address this issue, adaptions of the information retrieval system for the newly emerging targets become necessary throughout the service life of recycling systems. Benefiting from the well-designed implementation of the overall analysis and the resulting good extensibility, only a few data-driven models need to be retrained during adaptions, which is straightforward for given adequate training data. Explicit parameter tuning is in general unnecessary as the remaining parts of the overall analysis are either not affected or featured with automated parameter adaption as required.In consideration of the associated high complexity and variability in size, shape, color and texture, PCBs and the mounted components generally give rise to a very challenging application scenario in computer vision. To deal with this problem, generic and adaptive analysis has been considered throughout the entire development process. As a result, most of the obtained methods, algorithms and approaches are not limited to the specific application on PCBs, but are also applicable in more generic tasks.
OpenAccess: 
PDF 
PDF (PDFA)
(additional files)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT019547042
Interne Identnummern
RWTH-2017-09945
Datensatz-ID: 709427
Beteiligte Länder
Germany
|
The record appears in these collections: |