Füllstandsmessung mit OpenCV
In diesem studentischen Projekt habe ich gemeinsam mit meinem Team eine Anwendung zur automatisierten Füllstandsmessung von Flüssigkeiten mithilfe von Computer Vision entwickelt. Ziel war es, den Flüssigkeitsstand in Behältern anhand von Bilddaten zu erkennen und auszuwerten.
Die Umsetzung erfolgte mit Python und OpenCV. Dabei werden die aufgenommenen Bilder zunächst skaliert und auf einen definierten Bildbereich begrenzt. Anschließend werden sie durch Gauß-Filterung und Binärisierung aufbereitet, um die Flüssigkeit besser vom Hintergrund abzugrenzen. Mithilfe morphologischer Operationen und der Konturerkennung werden störende Bildbereiche reduziert und die größte zusammenhängende Kontur identifiziert, um den Flüssigkeitsbereich zu segmentieren und im Originalbild hervorzuheben.
Zur Überprüfung der Genauigkeit wurde die Anwendung mit Trainings-, Test- und externen Bilddatensätzen evaluiert. Dabei werden korrekte und fehlerhafte Erkennungen erfasst und die Trefferquote berechnet. Das System lässt sich zudem mit eigenen Datensätzen erweitern und an unterschiedliche Anwendungsfälle anpassen.
Das Projekt vermittelt praktische Erfahrungen in der Bildverarbeitung, Konturanalyse und automatisierten Objekterkennung. Besonders gut eignet sich das Verfahren für Flüssigkeiten mit hohem Kontrast zum Hintergrund, beispielsweise dunkle Flüssigkeiten.
