Digitale Unterstützung der Rundholzsortierung
Fehleinschätzungen der Rundholzqualität können für Sägereibetriebe – insbesondere für KMU – zu finanziellen Einbussen führen. Um die Qualität bereits früh zu erkennen, entwickeln Forscher der BFH ein digitales Bildanalyseverfahren, das einfach im Handling und kostengünstig ist.
Die Wertschöpfung in der Sägeindustrie beginnt bereits unmittelbar nach der Anlieferung des Rundholzes. Eine korrekte Vorsortierung der Stämme ist die Grundlage für die effiziente und auftragsgerechte Weiterverarbeitung zu Brett- und Stabware. Daher können Fehleinschätzungen der Rundholzqualität für Sägereibetriebe zu beachtlichen finanziellen Einbussen führen. Mit modernen Röntgen-Computertomografie (CT)-Anlagen kann der Prozess der Rundholzsortierung weitestgehend automatisiert werden. Die damit verbundenen Anschaffungskosten in der Grössenordnung von 2 Mio. CHF können allerdings nur von den grössten Sägewerken mit jährlichen Einschnittmengen um 1 Mio. fm (der Festmeter fm ist ein Raummass für Rundholz und entspricht einem Kubikmeter m³ fester Holzmasse) getragen werden. Für die Schweiz typische, klein- und mittelständische Sägereien verarbeiten maximal einige hunderttausend Festmeter pro Jahr. Für sie sind solche Investitionen prohibitiv hoch.
Das Auge kontrolliert mit
Daher setzen diese Unternehmen auf vergleichsweise einfache Verfahren wie die Form- und Volumenbestimmung mittels Laserscanner. Von diesen Methoden nicht erfasste Holzmerkmale werden weiterhin durch visuelle Sortierung von erfahrenen Mitarbeitern beurteilt. Während dieses Verfahren in der Praxis gut funktioniert, bleibt es mit einer gewissen menschlichen Fehlerquote behaftet und setzt eine langwierige Schulung der Mitarbeiter voraus. Aufbauend auf der Verfügbarkeit digitaler Bildsensoren und Bildanalyseverfahren untersuchte ein Forscherteam der BFH im Rahmen eines vom Wald- und Holzforschungsfonds WHFF geförderten Projekts die Eignung dieser kostengünstigen Technologien als Unterstützung visueller Sortierverfahren. Der Fokus wurde dabei auf die Erkennung von Jahrringen und Stammform gelegt. Das Ziel bestand nicht in der kompletten Automatisierung der Sortierung, sondern in der Entwicklung von unterstützenden Werkzeugen. Diese sollen Sortierern quantitative Messdaten bereitstellen, die die Entscheidungsfindung für den Menschen erleichtern.
Algorithmen erkennen Qualität
Aufgrund der durch Lagerung entstehenden Störfaktoren auf Stammquerschnitten konnte nicht auf Methoden aus der Dendrochronologie (Jahresringforschung: Verfahren zur Bestimmung des Alters vorgeschichtlicher Funde mithilfe der Jahresringe) zurückgegriffen werden. Stattdessen wurden kürzlich entwickelte Verfahren implementiert, die auf lokaler Verarbeitung der Aufnahmen basieren und eine Beurteilung der Messqualität erlauben (vgl. Norrell 2010 und Schraml 2016). Speziell entwickelte Algorithmen erlauben die Identifikation qualitätsrelevanter Holzmerkmale, auch wenn die Oberflächengüte des Querschnitts vergleichsweise schlecht ist. Die Methoden wurden sowohl im Labor als auch im Feldversuch an der Sortieranlage eines Industriepartners untersucht. Basierend auf den Ergebnissen dieser Arbeit wird die industrielle Implementierung solcher unterstützenden Verfahren im Rahmen von Folgeprojekten weiterverfolgt.
Infos
Quellen
- Wald- und Holzforschungsfonds WHFF des BAFU
- Norell K (2010): «Automatic analysis of log end face images in the sawmill industry», Doctoral thesis, Swedish University of Agricultural Sciences, Uppsala.
- Schraml R (2016): «Log End Image Databases: BiometricTracking & Image Analysis», Magisterarbeit, Paris-London, Universität Salzburg.
