Die Erfindung betrifft ein Verfahren zur Erkennung von Symbolen, sowie ein Mess system und ein Computerprogramm hierzu.

Im industriellen Umfeld ist es häufig von Nutzen Objekte, wie zum Beispiel Bauteile zu kennzeichnen. Dazu kann beispielsweise im Herstellungsprozess einer Schraube in einem vorgesehenen Kennzeichnungsbereich beim Formen eine Nummer in die Schraube eingeprägt oder eingeritzt werden, um den Schraubentyp kenntlich zu ma chen. Kunststoffteile können beispielsweise mit einer aufgespritzten Teilenummer, Chargennummer, Herstellungsnummer oder ähnlichem versehen werden. Gemein sam ist diesen Kennzeichen dabei, dass es sich nicht um farblich aufgedruckte Kennzeichen, sondern um vertiefte oder erhabene Strukturen handelt.

Diese Kennzeichen können an beliebiger Stelle auf einem Objekt angebracht sein, häufig weisen die Objekte aber bereits seitens der Konstruktion einen bestimmten Kennzeichnungsbereich auf, beispielsweise eine runde Vertiefung, auf deren glatten Grundebene das entsprechende Kennzeichen eingeprägt wird.

Häufig kommen für die Kennzeichnung Nummern und Buchstabenfolgen zum Ein satz, aber auch der Einsatz von anderen Symbolen ist gebräuchlich. Mögliche Sym bole sind zum Beispiel alle Arten von Zeichen oder Markierungen, die dazu geeignet sind ein Objekt zu identifizieren. So kann das Symbol zum Beispiel eine Ziffer, ein Buchstabe, ein Piktogramm, ein Muster oder auch eine Kombination davon sein. Auch Bar- oder QR-Codes sind denkbar, wenn deren Struktur beispielsweise erha ben ausgeführt wird. Durch die Identifizierung des kennzeichnenden Symbols können beispielsweise in Abgleich mit in einer Datenbank die Teile automatisiert bestimmten Lagerplätzen zu geordnet werden, oder im Zuge der Qualitätskontrolle kann beispielsweise ein Rück schluss auf den Herstellungsort erfolgen, um so Fehlerursachen beispielsweise spe ziellen Produktionsstraßen zuzuordnen.

Bereits bekannt sind optische Zeichenerkennungsverfahren, wie OCR (optical chara- cter recognition) Verfahren, die zum Beispiel zum Lesen von aufgedruckten Symbo len auf Verpackungen zum Einsatz kommen. Diese sind dazu geeignet in zweidimen sionalen Abbildungen, wie Fotografien Zeichen zu identifizieren. Die Erkennung einer Kennzeichnung eines Bauteils erfolgt dazu beispielsweise durch Aufnehmen des Bauteils mit einer Kamera und Auswertung der 2D-Bildaufnahme.

Im Zuge der Qualitätssicherung von Bauteilen werden diese häufig dreidimensional vermessen, um Abweichungen der Ist-Geometrie des Bauteils von einer Soll-Geo metrie zu bestimmen. Diese Vermessung kann mit unterschiedlichen Messgeräten erfolgen. Gebräuchlich sind 3D-Scanner, Computertomographen, Magnetresonanz tomographen oder terrestrische Scanner. Alle diese Geräte liefern dreidimensionale Messdaten des Objektes beispielsweise in Form von Oberflächennetzen, Punktewol ken oder Volumendaten.

Aufgabe der vorliegenden Erfindung ist es ein verbessertes Verfahren, ein Compu terprogramm und ein Messsystem hierzu zu schaffen, mit denen eine Erkennung von Symbolen eines Objektes durchgeführt werden kann.

Die Aufgabe wird mit einem Verfahren nach Anspruch 1 , einem Computerprogramm mit den Programmcodemitteln mit den Merkmalen des Anspruchs 30 und einem Messsystem nach Anspruch 26 gelöst. Vorteilhafte Ausführungsformen sind in den Unteransprüchen beschrieben.

Zur Durchführung des Verfahrens der Symbolerkennung werden Messdaten bereit gestellt, die z.B. die aktuelle 3D-Bauteilgeometrie (Ist-Geometrie) des Bauteils (Ob jekts) darstellen. Die Messdaten können aus einer Objektvermessung mit einem beliebigen Messsys tem stammen, dessen Messdaten das Objekt dreidimensional beschreiben beispiels weise einer Koordinatenmessmaschine oder einem 3D-Scanner, Computertomogra phen, MRT oder einem terrestrischen Scanner.

Besonders vorteilhaft ist es, wenn es sich bei diesen Messdaten um dreidimensio nale Oberflächennetze, Dreiecksnetze, Dichtedaten oder Volumendaten handelt.

In einer bevorzugten Ausführungsform, werden die Messdaten durch eine dreidimen sionale optische Vermessung mit Hilfe eines optischen 3D-Messsystems mit einem topometrischen Messverfahren durch Projektion unterschiedlicher Muster auf ein Ob jekt, Beobachtung der aufprojizierten Muster mittels mindestens einer Bildaufnahme einheit und rechnergestützter Auswertung ermittelt.

In einer weiteren bevorzugten Ausführungsform wird das Objekt mittels eines Com putertomographen vermessen, so dass Volumendaten des Objektes vorliegen.

Eine typische Messeinrichtung zur computertomographischen Vermessung eines Objektes hat dabei zumindest eine Strahlungsquelle, eine Positionierungsvorrichtung zur Positionierung und Bewegung des Objektes, beispielsweise einen Drehtisch, und eine Detektoreinheit.

Um ein Objekt computertomographisch zu vermessen, wird dieses beispielsweise mit Hilfe der Positionierungsvorrichtung im Strahlengang zwischen der Strahlungsquelle und der Detektoreinheit positioniert. Je nach Material und Materialstärke wird die in vasive Strahlung der Strahlungsquelle unterschiedlich stark beim Durchdringen des Objektes abgeschwächt. Das Objekt wird mit Hilfe der Positionierungsvorrichtung in verschiedene Positionen gebracht in denen Daten aufgenommen werden. Die Detek toreinheit erfasst Daten, die ein zweidimensionales Abbild des Objektes repräsentie ren. Zur Vermessung eines Objektes ist es üblich Daten in bis zu mehreren hundert unterschiedlichen Positionen des Objektes aufzunehmen, beispielsweise indem sich das Objekt auf einem Drehtisch befindet und zwischen den Aufnahmen um einen vorgegebenen Winkel rotiert. Aus den Abbildungen kann mit Hilfe eines Rekonstrukti onsalgorithmus ein Volumendatensatz berechnet werden, der das Objekt dreidimen sional beschreibt.

Besonders vorteilhaft ist es, wenn bereits vorhandene Messdaten des Objektes, bei spielsweise aus einer dreidimensionale Vermessung des Objektes im Zuge der Qua litätssicherung, zur Symbolerkennung genutzt werden. Eine zusätzliche Vermessung des Objektes zur Symbolerkennung kann damit vermieden werden. Die vorhandenen Messdaten werden damit lediglich, zum Beispiel durch Import von einem Datenträger oder Netzlaufwerk für die folgenden Schritte zur Verfügung gestellt.

Zur Lösung der Aufgabe wird weiter vorgeschlagen basierend auf den Messdaten, die das Objekt dreidimensional beschreiben, eine Symbolerkennung durchzuführen. Dazu erfolgen die Schritte:

a) Erzeugung einer 2D-Ergebnisdarstellung basierend auf den Messdaten des Ob jektes

b) Auswertung der 2D-Ergebnisdarstellung mittels eines Algorithmus zur Symboler kennung in Bilddaten.

Bei dem in Schritt b) verwendeten Algorithmus kann es sich um einen beliebigen Al gorithmus handeln, der dazu geeignet ist, Symbole, wie beispielsweise Nummern o- der Ziffern in zweidimensionalen Abbildungen zu erkennen. Der Algorithmus, kann zum Beispiel auf Machine Learning oder OCR-Technologien basieren. Mit diesen können Symbole oder Zeichen in zweidimensionalen Bildern erkannt werden. Denk bar ist es auch bei einer bekannten Anzahl von verwendeten Symbolen, die Ergeb nisdarstellung mit einer Symboldatenbank abzugleichen um das Symbol zuzuordnen.

Für die Lösung der in Schritt a) gestellten Aufgabe werden im Folgenden verschie dene Varianten erläutert.

Eine erste Ausführungsform sieht vor, zur Durchführung von Schritt a) eine Art„virtu elle Kamera“ einzusetzen, die virtuell die Messdaten des Objektes fotografiert und auf dem so erhaltenen virtuellen 2D-Abbild des Objektes die Symbolerkennung in Schritt b) durchführt. Beispielsweise kann ein dreidimensionales Oberflächennetz des Objektes auf einem Bildschirm dargestellt und als virtuelle Fotoaufnahme ein Screenshot des Bildschirms angefertigt werden. Da dieser Verfahrensschritt aber nicht zwingend eine Interaktion mit einem Benutzer erfordert, kann die visuelle Dar stellung der Information auf einem Bildschirm auch nur innerhalb einer Datenverar beitungseinheit simuliert erfolgen, ohne eine Visualisierung auf einem Bildschirm vor zunehmen.

In einer weiteren Ausführungsform wird in die Messdaten des Objektes, beispiels weise einem dreidimensionalen Oberflächennetz, in einem Umgebungsbereich des Symbols ein Flächenelement, wie zum Beispiel eine Ebene, Kugel oder ein Zylinder eingepasst. Anschließend wird ein Oberflächenvergleich für das Flächenelement mit den gemessenen 3D-Daten durchgeführt. Es wird eine Art„lokale Abweichung“ be stimmt, da als Referenz ein durch einen Umgebungsbereich des Symbols gefittetes Flächenelement dient. Das Ergebnis dieses Vergleichs kann in eine zweidimensio nale Ergebnisdarstellung (2D-Bild) umgewandelt werden. Beispielsweise kann jedem Abweichungswert ein unterschiedlicher Färb- oder Grauwert zugeordnet werden, wodurch ein farbiges bzw. graues Abbild des Symbols entsteht, oder in einer Zwei- farbdarstellung können beispielsweise bei einem erhabenen Symbol jeder Bildpixel mit einer positiven Abweichung als schwarz und alle anderen Bildpixel mit weiß dar gestellt werden. Der ungefähre Umgebungsbereich des Symbols kann beispiels weise manuell von einem Benutzer ausgewählt werden. Auch eine automatisierte Definition des Umgebungsbereiches, beispielsweise anhand von CAD-Daten des Objektes, ist möglich. Wird das Symbol beispielsweise in einem vordefinierten Kenn zeichnungsbereich angebracht, so kann dieser einen Umgebungsbereich definieren. Die zweidimensionale Ergebnisdarstellung kann dann wieder genutzt werden um in Schritt b) das Symbol zu erkennen.

Statt einer wie oben beschriebenen Abweichung kann auch eine globale Abweichung als Resultat eines Vergleichs mit Soll-Daten des Objektes bestimmt werden. Dies lie fert insbesondere dann ausreichende Resultate, wenn die Solldaten, beispielsweise CAD-Daten, das Objekt ohne eine aufgebrachte Kennzeichnung darstellen.

In einer weiteren Ausführungsform werden die Messdaten mit einem Flächenelement geschnitten. Bei geeignet gewählter Position des Schnittes, wird als Ergebnis eine zweidimensionale Kontur des Symbols erhalten und diese kann wiederum mit den bereits erwähnten Auswertungsalgorithmen ausgewertet werden.

Die bislang beschriebenen Ausführungsformen des Verfahrensschritts a) gehen da von aus, dass es sich bei den Messdaten, die das Objekt dreidimensional beschrei ben, meist um Oberflächendaten eines Objektes handelt. Wurde das Objekt aber bei spielsweise mit einem Computertomographen vermessen, liegen Volumen- bzw. Dichtedaten des Objektes vor. Die Volumen- oder Dichtedaten können mit geeigne ten Algorithmen in Oberflächendaten umgewandelt werden, um anschließend das Verfahren nach einem der vorgenannten Ausführungsform durchzuführen. Das heißt, der Schritt der Datenbereitstellung der dreidimensionalen Messdaten des Objektes, kann durch einen zusätzlichen Schritt erweitert werden, in dem die Volumendaten in Oberflächendaten konvertiert werden, beispielsweise indem eine Oberfläche an allen äußeren Materialgrenzen gebildet wird.

Es ist aber auch möglich die Volumendaten, beispielsweise aus einer tomographi schen Messung mit einem Computer Tomographen, zu nutzen ohne sie vorher in Oberflächendaten umzuwandeln. So können die Volumendaten als ein Voxeimodell gespeichert werden. Die Volumendaten setzen sich dabei aus einer Vielzahl einzel ner Volumenelemente zusammen, die häufig auch als Voxel bezeichnet werden. In jedem Voxel kann unter anderem auch die Information über eine Materialdichte die ses Volumenelementes gespeichert sein. Betrachtet man das Volumenmodell schichtweise, beispielsweise indem immer eine Voxeischicht des Modells abgetragen wird, so ist das Volumenmodell als eine Summe vieler zweidimensionaler Schichtbil der vorstellbar. Werden beispielsweise die unterschiedlichen Dichtedaten, die in je dem Voxel gespeichert sind, durch unterschiedliche Grauwerte dargestellt, so ent steht ein zweidimensionales Grauwertbild, das als 2D-Ergebnisdarstellung für einen Auswertealgorithmus zur Symbolerkennung in Bilddaten genutzt werden kann. Statt einer Grauwertdarstellung kann auch eine farbige Darstellung der unterschiedlichen Dichten verwendet werden.

Die Schichtbilder können beispielsweise in Schichten gesampelt werden, die parallel zu einer x-y-Ebene des Objektkoordinatensystems aufgespannt sind. Besonders vorteilhaft ist es aber, wenn die Schichtbilder für die Durchführung der Symbolerkennung angepasst auf den zu untersuchenden Bereich des Kennzeich- nungssymbols erzeugt werden. Dazu kann analog zur Betrachtung der Oberflächen daten ein Flächenelement in einen Umgebungsbereich des Symbols auf einer Mate rialgrenze gefittet werden, oder es wird beispielsweise eine Ebene im Bereich des Symbols gefittet. Das so definierte Flächenelement wird dann um einen vordefinier ten Toleranzwert derart verschoben, dass ein Schnitt des Objektes entlang dieses Flächenelementes eine Materialgrenze von Symbol und Umgebung aufweist. Bei spielsweise könnte bei einem erhabenen Symbol eine auf dem Symbol angelegte Tangentialebene entlang einer Richtung zum Objektinneren verschoben werden, wo bei der Verschiebungsweg so klein gewählt wird, dass das Flächenelement sich noch im Bereich des Symbols befindet und nicht den Objektkörper schneidet. Auf dem er zeugten Flächenelement kann dann ein Schichtbild gesampelt werden, beispiels weise ein Grauwertbild, das anschließend für den Erkennungsprozess genutzt wer den kann. Die Bestimmung des Flächenelementes der Umgebung des Symbols oder einer Tangentialebene an die Objektoberfläche, oder eine Materialgrenze dient ledig lich dazu die Schichten des Volumenmodells in einer für die Auswertung besonders geeigneten Raumrichtung zu bilden.

In einer weiteren Ausführungsform des Verfahrens werden zweidimensionale Bildda ten, die während der dreidimensionalen Vermessung des Objektes entstanden sind, als 2D-Ergebnisdarstellung verwendet um eine Auswertung der 2D-Ergebnisdarstel- lung mittels eines Algorithmus zur Symbolerkennung in Bilddaten durchzuführen. Er folgt die Vermessung des Objektes beispielsweise mit Hilfe eines optischen 3D- Messsystems mit einem topometrischen Messverfahren durch Projektion unter schiedlicher Muster auf ein Objekt, Beobachtung der aufprojizierten Muster mittels mindestens einer Bildaufnahmeeinheit und rechnergestützter Auswertung, so handelt es sich bei diesen zweidimensionalen Bilddaten um durch die Bildaufnahmeeinheit aufgenommenen Bilder. Bei einem computertomographischen Messverfahren kön nen die von der Detektoreinheit erfassten zweidimensionalen Abbilder des Objektes verwendet werden. ln einem weiteren Verfahren zum Erkennen von Symbolen auf Messdaten eines Ob jektes werden die Ergebnisse aus den Vergleichen von dreidimensionalen Messda ten mit einem auf einem Umgebungsbereich des Symbols erzeugten Flächenele ment, oder aus einem Vergleich der dreidimensionalen Messdaten des Objektes mit geeigneten Soll-Daten, beispielsweise den CAD-Daten des Objektes ohne Symbol, in Form einer Punktewolke erzeugt. Diese Ergebnis-Punktewolke, kann dann für ei nen Algorithmus zum Erkennen von Symbolen benutzt werden, bei dem die Ergeb nisdarstellung mit einer entsprechenden Datenbank abgeglichen wird, die Referenz daten der möglicherweise vorkommenden Symbole enthält. Die Symboldatenbank kann beispielsweise durch Vermessung von Musterbauteilen aufgebaut werden, oder sie kann beispielsweise auch CAD-Daten enthalten. Durch intelligente Abgleichme chanismen lassen sich damit auch Symbole, die Abweichungen von den gespeicher ten Referenzdaten aufweisen, erkennen.

Ein entsprechender Algorithmus, der eine Ergebnisdarstellung mit einer Datenbank abgleicht, die Referenzdaten des Objektes mit möglichen Symbolen enthält, kann auch verwendet werden, um durch Vergleichen der Messdaten mit den Referenzda ten das entsprechende Objekt zuzuordnen. Die Referenzdaten können dabei zum Beispiel aus einer Vermessung von Referenzbauteilen oder auch aus CAD-Daten bestehen.

Die Erfindung wird nachfolgend anhand von nicht einschränkenden Ausführungsbei spielen mit den beigefügten Figuren näher erläutert. Es zeigen:

Figur 1 - Schrägansicht eines Objektes;

Figur 2 - Abbild von dreidimensionalen Messdaten eines Objektes;

Figur 3 - Ausschnitt einer Schrägansicht des Objektes mit schematischer Darstel lung eines Flächenelementes;

Figur 4 - Ausschnitt eines Vergleiches von Flächenelement und dreidimensionalen

Messdaten des Objektes mit Grauwertdarstellung der Abweichung;

Figur 5a - Frontalansicht eines Objektes mit schematisch dargestellter Schnitt

ebene;

Figur 5b - Ergebnisdarstellung des Schnittes;

Figur 6 - Grauwertbild einer Dichteverteilung; Figur 7 - Messsystem zur flächenhaften dreidimensionalen Vermessung eines Ob jektes;

Figur 8 - Messsystem zur computertomographischen Vermessung eines Objektes.

Figur 1 zeigt eine schematische Darstellung eines Messobjektes 1 in einer Schrägan sicht. Für einen menschlichen Anwender leicht zu erkennen, sind auf dem Objekt er habene Symbole 2, in diesem Beispiel die Buchstaben„g“,„o“ und„m“, vorhanden.

Figur 2 zeigt eine Visualisierung dreidimensionaler Oberflächendaten 3 eines Objek tes 1 in einer annähernd senkrechten Aufsicht auf das Objekt 1 . Die hier gezeigte Vi sualisierung kann genutzt werden um mit einem Algorithmus zur Symbolerkennung die gezeigten Symbole 2 zu bestimmen. Die hier dargestellten Daten stammen aus einer dreidimensionalen optischen Vermessung des Objektes 1 mit einem 3D-Mess- system. Die unterschiedlichen Schraffuren und die weiße Fläche stellen unterschied liche Graustufen dar.

Figur 3 stellt einen Ausschnitt einer Schrägansicht des Objektes 1 da. Schraffiert dar gestellt ist die Lage eines Flächenelementes 4. Bei dem hier beispielhaft dargestell ten Flächenelement 4 handelt es sich um eine Fittingebene auf der die Symbole 2 umgebenden Objektoberfläche. Entsprechende Flächenelemente 4 können dabei nicht nur als Fittingebenen ausgeführt werden, auch konstruierte Elemente, wie bei spielsweise Ebenen sind denkbar. Konstruierte Elemente sollten dabei zur Objekt form sinnvoll passend gewählt werden. Befindet sich das zu erkennende Symbol 2 beispielsweise auf einer Dose, so ist auch ein Zylinder ein geeignetes Flächenele ment.

Figur 4 zeigt einen Ausschnitt einer Visualisierung eines Flächenvergleiches des in Figur 3 definierten Flächenelementes 4 mit dem Oberflächennetz des Objektes 1 . Unterschiedlich hohe Abweichungswerte können dabei durch unterschiedliche Farb- oder Grautöne visualisiert werden. Diese Visualisierung kann mit Hilfe von einem Al gorithmus zur Symbolerkennung in Bilddaten ausgewertet werden. Die schraffierte Fläche symbolisiert eine Falschfarbdarstellung eines Vergleiches mit der Referenzflä che. Die Färb- oder Grautöne sind durch unterschiedliche Schraffurabstände skiz ziert, die z.B. unterschiedliche Grautöne darstellen. Figur 5a stellt schematisch einen Ausschnitt einer Frontalansicht des Objektes da. Eingezeichnet ist dabei auch die Lage einer Schnittebene 6. Die Schnittebene 6 wurde dabei derart gewählt, dass sie das Symbol 2 schneidet. Das Ergebnis 7 eines Schnittes der Oberflächendaten des Objektes 1 mit dieser Ebene 6 ist in Figur 5b dargestellt. Die Ergebnisdarstellung in Figur 5b kann für die weiteren Auswertungs schritte verwendet werden.

Figur 6 zeigt ein Grauwertbild 8 einer Dichteverteilung. Unterschiedliche Schraffuren sollen unterschiedliche Grauwerte darstellen. So kann der Hintergrund in der Abbil dung beispielsweise dunkel und das Symbol hellgrau erscheinen. Für die Durchfüh rung eines Verfahrens zur Symbolerkennung auf dreidimensionalen Daten werden mittels computertomographischer Messung Daten in Form eines Volumenmodells be reitgestellt. Das Volumenmodell beschreibt die dreidimensionale Form des Objektes 1 . Dieses Volumenmodell setzt sich aus einzelnen Volumenelementen zusammen. In jedem einzelnen Volumenelement können dabei zusätzlich beispielsweise Werte ge speichert sein, die ein Maß für die Dichte des Objektmaterials bilden. Bei einer Be trachtung der Messdaten können unterschiedliche Dichtemaße durch unterschiedli che Farben dargestellt werden. Dabei kann es sich bei den gewählten sowohl um un terschiedliche Färb- aber auch unterschiedliche Grautöne handeln. Wird das Volu menmodell als eine Menge übereinanderliegender Schichten betrachtet, so lässt sich aus der Verteilung der Dichtemaße ein hier dargestelltes Grauwertbild 8 erzeugen, das die Dichteverteilung visualisiert. Die Form und Anordnung der Schichten kann dabei beispielsweise derart angeordnet sein, dass man sich das Volumenmodell aus vielen Ebenen (Schichten) vorstellt, die parallel zu einer Ebene sind, die durch ein Koordinatensystem in dem sich das Volumenmodell befindet definiert wird. Es ist aber auch möglich Schichten entlang eines Flächenelementes zu definieren. In die sem Beispiel wurde als Flächenelement eine Ebene gewählt, die analog der in Figur 5a dargestellten Schnittebene 6 ist. Anschließend wurde auf dieser Fläche ein Grau wertbild gesampelt, von dem in Figur 6 ein Ausschnitt dargestellt ist.

In Figur 7 zeigt schematisch ein beispielhaftes Messsystem 9 zur flächenhaften drei dimensionalen Vermessung eines Objektes. Im vorliegenden Beispiel handelt es sich um ein Messsystem 9, das zur dreidimensionalen optischen Vermessung von Objek ten mit einem topometrischen Messverfahren geeignet ist. Aber auch andere Ausfüh rungen von Messeinrichtungen, die dreidimensionale Messdaten des Objektes liefern sind möglich. Das in Figur 7 gezeigte Messsystem 9 hat einen Projektor 10 zur Pro jektion von Projektionsmustern auf das Objekt. Weiterhin ist eine Bildaufnahmeein heit 1 1 in Form mindestens einer Kamera vorgesehen, die auf das Objekt 1 ausge richtet und zur Aufnahme von Bildern des Objektes mit aufprojizierten Projektmustern eingerichtet ist. Die Bildaufnahmeeinheit 1 1 ist mit einer Bildauswerteeinheit 13 ver bunden, um die aufgenommenen Bilder zur topometrischen Vermessung des Objek tes auszuwerten. Die Bildauswerteeinheit 13 kann beispielsweise ein geeignet pro grammierter Computer sein. Die Verfahren zur topometrischen Bildauswertung sind hinreichend bekannt und werden nicht weiter erläutert.

Der Projektor 10 ist mit einer Projektorsteuerungseinheit 12 zur rechnergestützten Steuerung des Projektionsbildes verbunden. Die Projektorsteuerungseinheit 12 des Projektors und die Bildauswerteeinheit 13 können auch in einem einzelnen geeigne ten Computer 14 vereinigt sein.

Mit Hilfe eines solchen beispielhaften Messsystems 9 können dreidimensionale Oberflächendaten eines Objektes 1 erhalten werden. Diese dreidimensionalen Ober flächendaten können für ein Verfahren zur Symbolerkennung auf Messdaten, die das Objekt dreidimensional beschreiben, genutzt werden. Ein entsprechendes Verfahren kann dabei beispielsweise auf einer hier nicht dargestellten separaten Datenverarbei tungseinheit, beispielsweise einem Computer, mittels geeigneter Prag ramm codemit tel ausgeführt werden. Es ist aber auch möglich vorzusehen, dass die Bildauswer teeinheit 13, oder der Computer 14, auch zur Ausführung des Verfahrens zur Symbo lerkennung ausgebildet ist.

Figur 8 zeigt einen schematischen Aufbau einer Ausführungsform eines Messsys tems 15 zur Vermessung eines Objektes 1 mit invasiver Strahlung, insbesondere ei nen Computertomographen. Eine typische Messeinrichtung 15 zur computertomo graphischen Vermessung eines Objektes 1 hat dabei zumindest eine Strahlungs quelle 16 (Quelle invasiver Strahlung, zum Beispiel eine Röntgenquelle), eine Positi- onierungsvorrichtung 17 zur Positionierung und Bewegung des Objektes 1 (Manipu- lationssystem, beispielsweise ein Drehtisch), und eine Detektoreinheit 18 (beispiels weise ein Flat-Panel-Detektor). Des Weiteren ist eine Auswerteeinheit 20 vorhanden.

Um ein Objekt 1 computertomographisch zu vermessen, wird dieses beispielsweise mit Hilfe einer Positionierungsvorrichtung 17 im Strahlengang 19 zwischen einer Strahlungsquelle 16 und einer Detektoreinheit 18 positioniert. Je nach Material und Materialstärke wird die invasive Strahlung der Strahlungsquelle 16 unterschiedlich stark beim Durchdringen des Objektes 1 abgeschwächt. Zur Vermessung eines Ob jektes 1 werden Daten in unterschiedlichen Positionen des Objektes 1 aufgenom men, beispielsweise indem sich das Objekt 1 auf einem Drehtisch 17 befindet und zwischen den Aufnahmen um einen vorgegebenen Winkel gedreht wird. Aus den Ab bildungen kann mit Hilfe eines Rekonstruktionsalgorithmus, beispielsweise durch Ausführung geeigneter Programmcodemittel auf einer Auswerteeinheit 20, ein Volu mendatensatz berechnet werden, der das Objekt 1 dreidimensional beschreibt. Da bei können in diesem Volumenmodell auch die unterschiedlichen Abschwächungs werte, bzw. Dichtewerte des Objektes gespeichert werden.

Die Volumendaten des Objektes können anschließend für weitere Auswertungs schritte, wie ein Verfahren zur Symbolerkennung in den Volumendaten des Objektes verwendet werden. Dieses Verfahren kann dazu beispielsweise auf einer entfernten, hier nicht dargestellten Datenverarbeitungseinheit ausgeführt werden, oder aber die bereits vorhandene Auswerteeinheit 20, die ebenfalls eine Datenverarbeitungseinheit darstellt, ist dazu geeignet, entsprechende Programmcodemittel auszuführen, so dass die dargestellte Auswerteeinheit 20 nicht nur zur Berechnung des Volumenmo dells, sondern auch zu dessen Weiterverarbeitung in einem Verfahren zur Symboler kennung geeignet ist.