2D-Fotos in 3D umwandeln – So optimierst du die Qualitäts-sicherung von Spritzgussteilen
- InnoHub
Die Qualitätssicherung in der Kunststoffverarbeitung, insbesondere bei Spritzgussteilen, erfordert höchste Präzision. Doch klassische Methoden wie manuelle Messungen oder CAD-Abgleiche stoßen oft an ihre Grenzen – sie sind zeitaufwändig, fehleranfällig und nicht immer wirtschaftlich skalierbar. Eine moderne Lösung: die Umwandlung von 2D-Fotos in exakte 3D-Modelle zur automatisierten Überprüfung.
Dieses Projekt wurde im Rahmen des Vorhabens InnoFaktur entwickelt und umgesetzt – einer gemeinsamen Initiative der TH Köln und des Innovation Hub Bergisches RheinLand e.V.
Betreut wird es von Andrés Moreno, wissenschaftlicher Mitarbeiter der TH Köln am Campus Gummersbach.
2D-Fotos in 3D umwandeln: In diesem Beitrag zeigen wir, wie die Kombination aus Photogrammetrie, intelligenter Software und automatisierter Analyse einen neuen Standard in der industriellen Qualitätssicherung setzt – ganz ohne manuelle Eingriffe. Die vollständige technische Umsetzung findest du exklusiv in unserer Wissensdatenbank.
Was steckt hinter der 3D-Rekonstruktion aus 2D-Bildern?
Der Ansatz basiert auf der Photogrammetrie – einem bewährten Verfahren, bei dem aus vielen Fotos desselben Objekts ein räumliches Modell berechnet wird. Zwei Techniken sind dabei zentral:
Structure from Motion (SfM): erkennt markante Bildpunkte und berechnet die Kamerapositionen.
Multi-View Stereo (MVS): nutzt diese Kamerapositionen, um ein dichtes, detailliertes 3D-Modell zu erstellen.
Ziel ist es, die reale Geometrie eines Spritzgussteils präzise zu rekonstruieren – einfach aus Fotos, etwa aufgenommen mit einer Handykamera.
Eine automatisierte Pipeline für den gesamten Ablauf
Damit dieser Prozess skalierbar und reproduzierbar wird, wurde eine vollständig automatisierte Pipeline entwickelt – von der Bildaufnahme bis zur Qualitätsbewertung.
Die technische Konzeption und Umsetzung dieses Workflows wurde von Andrés Moreno im Rahmen des Fördervorhabens InnoFaktur maßgeblich gestaltet.
1. Bildaufnahme
1. Fotos werden mit einer Handykamera aufgenommen.
2. Eine Fotobox mit Markierungen sorgt für gleichmäßige Beleuchtung und Referenzpunkte.
3. Mindestens 30 scharfe Bilder aus verschiedenen Perspektiven sichern vollständige Datenerfassung.
2. 3D-Rekonstruktion
1. Die Bilder werden in RealityCapture geladen.
2. Markierungen dienen zur Skalierung des Modells auf reale Maße.
3. Rauschen wird entfernt, das Modell bereinigt.
3. Ausrichtung & Abweichungsanalyse
1. Das rekonstruierte Modell wird mit dem CAD-Referenzmodell in CloudCompare ausgerichtet.
2. Der ICP-Algorithmus (Iterative Closest Point) gleicht Position und Form ab.
3. Eine Cloud-to-Cloud-Analyse zeigt geometrische Abweichungen.
4. Qualitätsbewertung mit Python
1. Ein Python-Skript extrahiert die Abweichungsdaten.
2. Der Wert wird mit einem vordefinierten Schwellenwert verglichen.
3. So lässt sich automatisch beurteilen, ob das Teil den industriellen Qualitätsanforderungen entspricht.
Warum das relevant ist – speziell für Spritzgussteile
Spritzgussteile haben oft komplexe Geometrien, enge Toleranzen und hohe Anforderungen an Wiederholbarkeit. Mit dieser Lösung wird die Qualitätskontrolle:
automatisiert: keine manuelle Modellierung nötig
objektiv: klare, messbare Grenzwerte
schnell: Skalierbarkeit für Serienproduktion
Gerade in der Entwicklung, beim Prototyping oder bei Reklamationsprüfungen ist die Methode eine enorme Erleichterung.
„Unser Ziel war es, ein Verfahren zu entwickeln, das für Unternehmen schnell umsetzbar, automatisiert und ohne Spezialausrüstung nutzbar ist – damit auch kleine und mittlere Betriebe von präziser 3D-Rekonstruktion und effektiver Qualitätssicherung profitieren können.“
Grenzen & Herausforderungen
Damit die Rekonstruktion wirklich zuverlässig funktioniert, sind einige Punkte zu beachten:
Lichtempfindlichkeit: Gleichmäßige Beleuchtung ist entscheidend.
Kontrast: Der Hintergrund muss sich deutlich vom Objekt abheben.
Bildaussagekraft: Unscharfe oder zu wenige Bilder reduzieren die Modellqualität.
Diese Herausforderungen lassen sich aber mit einfachen Mitteln, wie einer kontrollierten Aufnahmesituation, gut meistern.
Fazit: Von Fotos zur Qualität – ganz automatisch
Die automatisierte 3D-Rekonstruktion aus 2D-Fotos macht Schluss mit manuellen Prüfprozessen und bietet eine skalierbare Lösung für die industrielle Qualitätssicherung. Gerade in der Kunststoffverarbeitung und bei Spritzgussteilen wird so eine neue Effizienzstufe erreicht – einfach, nachvollziehbar und präzise.
Dank des Vorhabens InnoFaktur, umgesetzt durch die TH Köln und den Innovation Hub Bergisches RheinLand e.V., steht eine praxisnahe und innovative Lösung bereit, die zeigt, wie moderne Digitalisierung im Mittelstand aussehen kann.
Mehr erfahren – Exklusive Inhalte für unsere Mitglieder
In der Wissensdatenbank findest du:
Den vollständigen Ablauf Schritt für Schritt
Beispiele und Screenshots
Die verwendeten Python-Skripte
Konkrete Tipps zur Anwendung im eigenen Unternehmen
Jetzt Mitglied werden und tiefer einsteigen in die 3D-Rekonstruktion aus 2D-Bildern für die Qualitätssicherung.
Du findest außerdem auf unserer Wissensdatenbank auf Confluence detaillierte Informationen zur 3D Rekonstruktion.
Als Mitarbeiter eines Mitgliedsunternehmen hast du Zugriff auf unsere Wissensdatenbank in Confluence. Wende dich dazu an die verantwortliche Person in deinem Unternehmen oder frag Charline vom InnoHub:
Noch kein Mitglied bei uns?
Dann informiere dich hier über eine Mitgliedschaft im InnoHub!
Weitere Beiträge
Unser InnoHUb Newsletter
Werde Teil
unseres Netzwerks
Am Standort Gummersbach in der Halle 51 sowie am B7 Campus in Windeck bieten wir Mitgliedern und allen Interessierten regemäßig Workshops und Veranstaltungen rund um das Thema Digitalisierung und Innovation an.
In unserem Newsletter informieren wir Sie deshalb einmal im Monat über alle zukünftige Events und Aktivitäten.
