Visión de Máquina: Aplicaciones a la Industria

Presentación del tema: "Visión de Máquina: Aplicaciones a la Industria"— Transcripción de la presentación:

1 Visión de Máquina: Aplicaciones a la Industria
Departamento de Electrónica, Instrumentación y Control Facultad de Ingeniería en Electrónica y Telecomunicaciones Visión de Máquina: Aplicaciones a la Industria Elena Muñoz España Juan Fernando Flórez M. Ingeniería en Automática Industrial

2 Objetivos Generales Proporcionar las bases para desarrollar aplicaciones industriales de procesamiento digital de imágenes (PDI). Realizar el estudio y diseño de soluciones de PDI a problemas de inspección automática, control de calidad y medición de alta precisión.

3 Introducción a la Visión de Máquina
Involucra la detección de datos de visión y su interpretación por un PC. Involucra como equipos: 1. Cámara + sistemas de lentes + iluminación. 2. Equipos de digitalización 3. Equipos HW PC de alta capacidad y velocidad. 4. Sistema SW de procesamiento.

4 1. Adquisición y digitalización de datos de la imagen.
El funcionamiento de un SVM se puede dividir grosso modo en las siguientes etapas. 1. Adquisición y digitalización de datos de la imagen. 2. Análisis y procesamiento de la imagen. 3. Aplicación en el proceso.

5 Los SVM deben cumplir dos requisitos para aplicarlos industrialmente:
1. Deben ser económicos. 2. Tiempo de respuesta corto Aplicaciones comunes: Selección de objetos de ubicac aleat. Identificación de objetos. Inspección.

6 EXTRACCIÓN DE CARACTERÍSTICAS
Procesamiento y Análisis de Imágenes Este proceso se realiza a lo largo de las siguientes etapas: PRE PROCESAMIENTO SEGMENTACIÓN EXTRACCIÓN DE CARACTERÍSTICAS imagen de entrada Imagen acondicionada objetos separados Patrón de características INTERPRETACIÓN DE LA ESCENA RECONOCIMIENTO CLASIFICACIÓN A la aplicación tipos de objeto

7 Sistema de Conducción de Robots Móviles con Visión de Máquina

8 conducción de un robot móvil
Ejemplo aplicado a la conducción de un robot móvil Objetivo: A partir de una imagen preprocesada de 400*300 pixeles de un móvil ubicado en un ambiente de 1.20*1.50, deducir su estado(localización: posición + orientación.)

9 Paso1: Segmentación (histograma)
Calculo del histograma de la imagen y análisis de los niveles de umbralización.

10 Paso1: Segmentación (Umbralización)
La imagen se transforma de escala de grises a binaria.

11 Paso1: Segmentación (Filtrado Partículas)
Filtro de partículas: criterio área. las partículas entre 1 y 1000 pixeles se remueven. 1 objeto 12 objetos

12  Paso2: Extracción de Características (Medición de Características)
Objetivo: determinar el estado del móvil: Localización = posición + orientación. 1 objeto X Y  12 objetos

13 Imagen en escala de grises
Procesamiento básico Funciones básicas: Imagen en escala de grises Threshold (imagen binaria) Histograma

14 Ejemplo de Aplicación Industrial

15 Ejemplo Solución a un problema de automatización en una Avícola de la región Desafío: Realizar la clasificación automática de los pollos procesados con un mínimo de intervención humana.

16 Cubículo con luz controlada
Hw - Sw requerido: IMAQ PCI-1409 LabVIEW IMAQ Vision Cámara Cable BNC Cinta transportadora Cubículo con luz controlada Producto clasificado

17 Contenido 1. FUNDAMENTOS: Percepción visual, Formación y características de la imagen, Imágenes digitales, Etapas y componentes de un sistema de visión industrial, Histograma de una imagen, Transformaciones de Look Up Table, Operadores aritméticos y lógicos 2. FILTRADO: Conceptos y fundamentos de filtrado espacial y en frecuencia. Promediado del entorno, mediana, filtrado paso bajo, paso alto, gradiente, laplaciano, gaussiano, operadores de roberts y de prewitt, Canny. SEGMENTACIÓN Y EXTRACCIÓN DE CARACTERÍSTICAS: Segmentación por umbralización y por crecimiento, división y fusión de regiones. Morfología matemática Extracción de líneas rectas Transformada de hough. Extracción de características. Análisis cuantitativo RECONOCIMIENTO DE OBJETOS. Clasificadores

18 … Contenido 5. APLICACIONES INDUSTRIALES Control de calidad
Selección y clasificación de piezas Ejemplos adicionales. PROYECTO DE APLICACIÓN. Sistema de Identificación de figuras geométricas y colores Sistema de reconocimiento de placas de vehículos Sistema de inspección y seguimiento visual de personas Sistema de seguridad visual para el ingreso de personas Sistema Hombre-Máquina visual para interacción con el computador Sistema de navegación visual de un robot en interiores no controlados Sistema de inspección visual de piezas a color Sistemas de conteo de partículas microscópicas visual automático

19 Recursos Hardware Cámara: B/N simple analógica RS – 170
Cámaras Digitales 1024x720 3. Sistema de Lentes : SUN Vari focal 4. Tarjeta PCI 1409 NI

20 Recursos Software LabVIEW IMAQ Vision IMAQ Vision Builder
Image Processing Toolbox – Matlab OpenCV