Beschreibung: In diesem Themengebiet werden Bildsignale von verschiedenen Kamerasensoren für den sichtbaren und infraroten Spektralbereich zur Qualitätskontrolle in der Produktion verwendet. Forschungsgegenstand ist momantan das Training von Erkennungssystemen mit einer unausgeglichenen Trainingsdatenmenge. Dabei liegt der Fokus auf Algorithmen wie Support Vector Machines/Data Description und Wahrscheinlichkeitsdichte-basierte Verfahren. Hintergrund hierfür ist, dass es je nach Prozess schwer bis unmöglich ist, fehlerhafte Exemplare eines Produkts für ein Training zu erzeugen. Dies gilt besonders für seltene sporadisch auftretende Fehler, bei denen es überhaupt fraglich ist, ob eine künstliche Erzeugung der Realität entspricht. Aus diesem Grund ist die Klasse der Fehler oft unterrepräsentiert und manchmal sogar nicht vorhanden. Die Basis für die Forschung bilden Datensätze von Laserlötnähten, welche im Projekt "Entwicklung und Qualifizierung eines on-line Qualitätsüberwachungssystems für das industrielle Laserstrahllöten" gewonnen wurden. Weitere Forschungsaspekte sind die Integration einer Entscheidungsrückweisungsstufe bei den Erkennungssystemen und die Implementierung von schnellen Algorithmen für die Online-Fähigkeit. Dieser Forschungsschwerpunkt ist eingeordnet in die Bereiche Mustererkennung und Bildverarbeitung.