Das automatisierte Bilderkennungssystem zur Holzartenbestimmung soll schnellere und effizientere Prüfprozesse ermöglichen © Thünen-Institut
Der Nachweis über die verwendeten Holzarten ist gerade bei Materialien wie Span- oder Faserplatten, Papier und Pappe zeitaufwendig, da die Identifizierung aktuell mit mikroskopischen Untersuchungen erfolgt.
Um diesen Prozess zu vereinfachen und zu beschleunigen, entwickeln Forschende des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik (ITWM) in Zusammenarbeit mit dem Thünen-Institut für Holzforschung eine KI-Analysesoftware. Diese nutzt Machine Learning, um unterschiedliche Holzarten automatisch zu erkennen. Das System wird auf der Grundlage von mikroskopischen Bildern trainiert, die aus umfangreichen Holzsammlungen des Thünen-Instituts stammen. Durch das Training zur Erkennung charakteristischer Merkmale, wie Struktur, Form und Größe der Gefäßzellen, kann die KI die im mikroskopischen Bild einer unbekannten Probe enthaltenen Holzarten eigenständig identifizieren.
Der Einsatz dieser Technologie verspricht eine erhebliche Beschleunigung und Automatisierung des Prüfprozesses, was besonders angesichts der steigenden Anzahl von Prüfaufträgen von großer Bedeutung ist. Ein erster Prototyp der Software ist bereits in der Lage, elf verschiedene Laubhölzer zu identifizieren. In zukünftigen Schritten soll die KI auch auf Nadelhölzer ausgeweitet werden.
Derzeit steht der Prototyp des automatisierten Bilderkennungssystems dem Thünen-Institut zur Verfügung. Langfristig sollen jedoch Prüflabore und Behörden weltweit von der Analysesoftware profitieren.
