Das Programm GSA Object Counter wurde für die automatische Erkennung und Klassifizierung von zweidimensionalen Objekten entwickelt. Für die Objekterkennung verfügt das Tool über zwei, voneinander unabhängige, Analysemethoden. Die erste Methode verwendet ein neuronales Netzwerk. Es wird also mittels einer künstlichen Intelligenz (KI) versucht, neue Objekte angelernten Objektgruppen zuzuordnen. Dieses Verfahren wurde im praktischen Versuch mit unterschiedlichen Objekten (Gegenstände, Zahlen) getestet und hat sehr gute Ergebnisse gebracht.
Das zweite Objekterkennungsverfahren basiert auf einer Farbanalyse. Auch dieses Verfahren hat sich in der Praxis bewährt (Erkennung unterschiedlicher PET-Flaschen). Das Verfahren mittels neuronalem Netzwerk ist geeignet für Objekte, die sich über ihre Objektform voneinander unterscheiden. Das Farbanalyseverfahren ist zu bevorzugen, wenn Objekte zwar die gleiche Form aufweisen, sich aber in ihrer Farbgebung voneinander unterscheiden.
Config Analysis Settings1

Farbanalyse

Einstellungen für das Farbanalyseverfahren. Hier werden die Kriterien zur Erstellung von Farbgruppen konfiguriert. Diese Farbgruppen dienen später der Objekterkennung im Farbanalyseverfahren.

Neuronales Netzwerk

Konfigurationsfenster für das neuronale Netzwerk. Hier wird die Dimension und die Fehlertoleranz des Netzwerkes konfiguriert. Weiterhin lassen sich Bildfilter definieren, welche die Objekterkennung unterstützen.
Config Analysis Settings2
Config Analysis Settings3

Allgemeine Einstellungen (Analyse)

Objektbegrenzung über Objektgröße. Die Eingrenzung von minimaler und maximaler Pixelanzahl pro Objekt helfen bei der Unterscheidung zwischen Objekt und Umgebung.

Grundeinstellungen und Umgebung

Einstellung Analysemethode und Bildauslösekriterien. Hier kann zwischen den zwei vorhandenen Analyseverfahren gewählt werden. Weiterhin sind die Toleranzen für die Auslösung der Bildaufnahme konfigurierbar.
Config Basic Settings
Config Timer Settings

Zeitgesteuerte Objektüberwachung

Beginn und Ende einer Überwachung lassen sich über einen Timer einstellen.

Ausschnittsbegrenzung

Der überwachte Bildbereich kann eingeschränkt werden. So lassen sich Fehler bei der Objekterkennung vermeiden.
Object Recognition Pet
Object Recognition Test Numbers 100 Percent

Objekterkennung neuronales Netzwerk

Die Analyse ist abgeschlossen. Alle Bilder wurden in die richtigen Objektklassen einsortiert. Die Übereinstimmung mit der jeweiligen Objektgruppe wird prozentual ausgegeben.

Kontrolle Trainingsbilder

Alle Trainingsbilder einer Objektgruppe werden zur Kontrolle angezeigt. Es besteht die Möglichkeit, Bilder aus der Gruppe zu entfernen.
Object Recognition Trainings Picture
Result Export Pet

Konfiguration Ergebnisausgabe

Die Form und der Umfang der Ergebnisausgabe ist voll einstellbar. So lassen sich die Ergebnisse der Analyse für weitere Verarbeitungsschritte konfigurieren. Eine Integration in andere Programme ist somit gegeben.

Trainingsraum

Zuordnung der Trainingsbilder zu den entsprechenden Objektgruppen für das Farbanalyseverfahren. Diese händische Zuordnung ist einmalig notwendig. Nach dem Training erfolgt dann die Objekterkennung automatisch.
Trainings Room Pet