ContenidoCAPITULO I...............................................................................................................................2

INTRODUCCION...................................................................................................................2

CAPITULO II..............................................................................................................................6

CONCEPTOS RELACIONADOS A LA VISION ARTIFICIAL..........................................6

2.1. MÉTODOS DE CAPTACIÓN DE LAS IMÁGENES..............................................6

2.2. PROCESO DE CAPTACIÓN DE IMÁGENES.......................................................7

2.3. CAMARAS..................................................................................................................8

2.4. OPTICAS..................................................................................................................11

2.5. ILUMINACIÓN..........................................................................................................13

2.6. GRABBERS (tarjetas PC):......................................................................................16

2.7. SOFTWARE:............................................................................................................16

CAPITULO III...........................................................................................................................18

APLICACIONES..................................................................................................................18

SISTEMA DE RECONOCIMIENTO Y CLASIFICACIÓN DE PATRONES BASADO EN PROCESAMIENTO DIGITAL DE IMÁGENES Y REDES NEURONALES.......18

CAPITULO I

INTRODUCCION

Uno de los sentidos más importantes de los seres humanos es la visión. Ésta es

empleada para obtener la información visual del entorno físico. Según Aristóteles,

“Visión es saber que hay y donde mediante la vista”. De hecho, se calcula que más de

70% de las tareas del cerebro son empleadas en el análisis de la información visual. El

refrán popular de “Una imagen vale más que mil palabras” tiene mucho que ver con los

aspectos cognitivos de la especie humana. Casi todas las disciplinas científicas

emplean utillajes gráficos para transmitir conocimiento. Por ejemplo, en Ingeniería

Electrónica se emplean esquemas de circuitos, a modo gráfico, para describirlos. Se

podría hacerlo mediante texto, pero para la especie humana resulta mucho más

eficiente procesar imágenes que procesar texto. Lo mismo se podría decir de la

arquitectura de edificios o más recientemente se está empleando métodos gráficos en

el desarrollo del software, como es la herramienta visual UML. La visión humana es el

sentido más desarrollado y el que menos se conoce debido a su gran complejidad. Es

una actividad inconsciente y difícil de saber cómo se produce. De hecho, hoy en día,

se carece de una teoría que explique cómo los humanos perciben el exterior a través

de la vista.

En el año 1826 el químico francés Niepce (1765-1833) llevó a cabo la primera

fotografía, colocando una superficie fotosensible dentro de una cámara oscura para

fijar la imagen. Posteriormente, en 1838 el químico francés Daguerre (1787-1851) hizo

el primer proceso fotográfico práctico. Daguerre utilizó una placa fotográfica que era

revelada con vapor de mercurio y fijada con trisulfato de sodio.

Desde que se inventó la fotografía se ha intentado extraer características físicas de las

imágenes. La Fotogrametría dio sus primeros pasos desde imágenes capturadas en

globos. La Astronomía avanzó enormemente con el análisis de imágenes recibidas por

los telescopios. El análisis de radiografías transformó la Medicina. Se podrían citar

muchos más ejemplos que durante décadas han transformado la percepción de la

Ciencia con el procesamiento de las imágenes, alguna veces por separado y otras de

forma multidisiciplinar.

Sin embargo, el momento histórico que hace que estas técnicas confluyan y den un

cuerpo de conocimiento propio, surge en la década de los 80. La revolución de la

Electrónica, con las cámaras de vídeo CCD y los microprocesadores, junto con la

evolución de las Ciencias de la Computación hace que sea factible la Visión Artificial.

Por tanto, la Visión Artificial o también llamada Visión por Computador, pretende

capturar la información visual del entorno físico para extraer características relevantes

visuales, utilizando procedimientos automáticos. Según Marr, “Visión es un proceso

que produce a partir de imágenes del mundo exterior una descripción útil para el

observador y no tiene información irrelevante”.

Para algunos autores, como González y Woods, los primeros atisbos de este proceder

se remontan a la década de los años 20 del siglo XX, cuando se transmitían imágenes

transoceánicas, a través de cable submarino. Las fotografías periodísticas entre

Europa y América tardaban una semana en llegar a través de los barcos. Al emplear

las primeras técnicas de procesamiento de las imágenes se pasó sólo a tres horas.

Las imágenes se codificaban a cinco niveles de grises y se transmitían por teléfono.

No obstante, éste podría ser el principio de las técnicas de procesamiento de las

imágenes, pero no el de la Visión Artificial, tal cual se ha definido. El concepto de

Visión Artificial es más amplio y recupera para sí, todos los conocimientos de análisis

de las imágenes desempeñado por otras disciplinas desde los albores de la fotografía.

Parece claro que para tratar sobre la Visión, lo primero a estudiar será la naturaleza de

la luz, para luego pasar a entender cómo funciona la visión humana y acabar con las

partes de la Visión Artificial.

Se puede definir la “Visión Artificial” como un campo de la “Inteligencia Artificial” que,

mediante la utilización de las técnicas adecuadas, permite la obtención, procesamiento

y análisis de cualquier tipo de información especial obtenida a través de imágenes

digitales.

Los objetivos típicos de la visión artificial incluyen:

La detección, segmentación, localización y reconocimiento de ciertos objetos

en imágenes (por ejemplo, caras humanas).

La evaluación de los resultados (por ejemplo, segmentación, registro).

Registro de diferentes imágenes de una misma escena u objeto, es decir,

hacer concordar un mismo objeto en diversas imágenes.

Seguimiento de un objeto en una secuencia de imágenes.

Mapeo de una escena para generar un modelo tridimensional de la escena;

este modelo podría ser usado por un robot para navegar por la escena.

Estimación de las posturas tridimensionales de humanos.

Búsqueda de imágenes digitales por su contenido.

Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje

estadístico, geometría de proyección, procesamiento de imágenes, teoría de gráficas y

otros campos. La visión artificial cognitiva está muy relacionada con la psicología

cognitiva y la computación

La visión artificial la componen un conjunto de procesos destinados a realizar el

análisis de imágenes. Estos procesos son: captación de imágenes, memorización de

la información, procesado e interpretación de los resultados. Con la visión artificial se

pueden:

Automatizar tareas repetitivas de inspección realizadas por operadores.

Realizar controles de calidad de productos que no era posible verificar por

métodos tradicionales.

Realizar inspecciones de objetos sin contacto físico.

Realizar la inspección del 100% de la producción (calidad total) a gran

velocidad.

Reducir el tiempo de ciclo en procesos automatizados.

Realizar inspecciones en procesos donde existe diversidad de piezas con

cambios frecuentes de producción.

Las principales aplicaciones de la visión artificial en la industria actual son:

Identificación e inspección de objetos.

Determinación de la posición de los objetos en el espacio.

Establecimiento de relaciones espaciales entre varios objetos (guiado de

robots)

Determinación de las coordenadas importantes de un objeto.

Realización de mediciones angulares.

Mediciones tridimensionales.

CAPITULO II

CONCEPTOS RELACIONADOS A LA VISION ARTIFICIAL

2.1. MÉTODOS DE CAPTACIÓN DE LAS IMÁGENES.

Digital. La función obtenida tras el resultado de la medida o muestreos realizados a

intervalos de tiempo espaciados regularmente, siendo el valor de dicha función un

número positivo y entero. Los valores que esta función toma en cada punto dependen

del brillo que presenta en esos puntos la imagen original.

Píxel. Una imagen digital se considera como una cuadrícula. Cada elemento de esa

cuadrícula se llama Píxel (Picture element). La resolución estándar de una imagen

digital se puede considerar de 512x484 Pixel.

Nivel de grises. Cuando una imagen es digitalizada, la intensidad del brillo en la

escena original correspondiente a cada punto es cuantificada, dando lugar a un

número denominado “nivel de gris”.

Imagen binaria. Es aquella que sólo tiene dos niveles de gris: negro y blanco. Cada

píxel se convierte en negro o blanco en función del llamado nivel binario o UMBRAL.

Escena. Es un área de memoria donde se guardan todos los parámetros referentes a

la inspección de un objeto en particular: Cámara utilizada, imágenes patrón

memorizadas, tolerancias, datos a visualizar, entradas y salidas de control, etc.

Window (ventana de medida). Es el área específica de la imagen recogida que se

quiere inspeccionar.

2.2. PROCESO DE CAPTACIÓN DE IMÁGENES

Módulo de digitalización. Convierte la señal analógica proporcionada por la cámara a

una señal digital (para su posterior procesamiento).

Memoria de imagen. Almacena la señal procedente del módulo de digitalización.

Módulo de visualización. Convierte la señal digital residente en memoria, en señal de

vídeo analógica para poder ser visualizada en el monitor de TV.

Procesador de imagen. Procesa e interpreta las imágenes captadas por la cámara.

Módulo de entradas/salidas. Gestiona la entrada de sincronismo de captación de

imagen y las salidas de control que actúan sobre dispositivos externos en función del

resultado de la inspección.

Comunicaciones. Vía I/O, ethernet, RS232 (la más estándar).

2.3. CAMARAS

Su función es capturar la imagen proyectada en el sensor, vía las ópticas, para poder

transferirla a un sistema electrónico.

Las cámaras utilizadas en visión artificial requieren de una serie de características que

permitan el control del disparo de la cámara para capturar piezas que pasan por

delante de ella en la posición requerida. Son más sofisticadas que las cámaras

convencionales, ya que tienen que poder realizar un control completo de: tiempos,

señales, velocidad de obturación, sensibilidad, etc.

Se clasifican en función de:

La tecnología del elemento sensor.

Cámaras de tubo. Se basan en la utilización de un material fotosensible

que capta la imagen, siendo leída por un haz de electrones.

Cámaras de estado sólido CCD (Charge – Coupled – Device). Se basan

en materiales semiconductores fotosensibles para cuya lectura no es

necesario un barrido electrónico (más pequeñas que las de tubo)

La disposición física.

Cámaras lineales. Se basan en un sensor CCD lineal

Cámaras matriciales. Se basan en un sensor CCD matricial, lo que

permite el análisis de imágenes bidimensionales.

Hay una cámara específica para cada aplicación, color, monocromo, alta definición,

alta sensibilidad, alta velocidad, infrarrojas, etc. Pasamos a comentar en forma breve

el funcionamiento de las más utilizadas.

2.3.1. Cámaras Lineales:

Construyen la imagen línea a línea realizando un barrido del objeto junto con un

desplazamiento longitudinal del mismo.

Las cámaras lineales utilizan sensores que tienen entre los 512 y 8192 pixels, con una

longitud lo más corta posible y gran calidad de imagen.

El hecho de construir imágenes de alta calidad a partir de líneas individuales, requiere

de una alta precisión. La alineación y el sincronismo del sistema son críticos si se

quiere obtener una imagen precisa del objeto a analizar.

Su utilización está muy extendida para la inspección de objetos de longitud

indeterminada, tipo telas, papel, vidrio, planchas de metal, etc.

Características técnicas:

Número de elementos del sensor. A mayor número de elementos (pixels)

mayor tamaño de la óptica.

Velocidad. Número de pixels capaces de ser leídos por unidad de tiempo.

En las cámaras lineales es un valor mucho mas alto que en las matriciales. En

las cámaras de última generación se alcanzan velocidades superiores a los

200 Mhz.

Cámaras lineales a color. Tienen tres sensores lineales, uno para cada color

(rojo verde y azul). Pueden ser de dos tipos:

Trisensor. Los sensores CCd están posicionados unos junto a otros

separados por un pequeño espacio. Tienen una buena sensibilidad

pero solo pueden utilizarse en aplicaciones con superficies planas.

Prisma. Los sensores están posicionados en las tres caras de un

prisma. Pueden utilizarse para cualquier tipo de aplicación pero

necesitan de una mayor iluminación.

2.3.2. Cámaras matriciales:

El sensor cubre un área que está formada por una matriz de pixels. Los sensores de

las cámaras modernas son todos de tecnología CCD formados por miles de diodos

fotosensibles posicionados de forma muy precisa en la matriz.

El tamaño de los CCD está definido en pulgadas, sin embargo su tamaño real no tiene

nada que ver con su valor en pulgadas, sino que están basados en la relación de los

primeros con el tamaño de los tubos Vidicon. Formatos habituales son 1/3”,1/2” y 2/3”.

Características de los sensores.

Factor de relleno. Porcentaje del área de píxel que es sensible a la luz, el ideal

es el 100%, porcentaje imposible de obtener por la separación entre los

registros.

Tipo de transferencia. Según la forma de transferencia de la información.

Transferencia Inter-línea (ITL). Son los mas comunes, utilizan registros

de desplazamiento situados entre las líneas de píxel para almacenar y

transferir los datos de la imagen lo que permite una alta velocidad de

obturación.

Transferencia de cuadro. Disponen de un área dedicada al

almacenamiento de la luz, la cual está separada del área activa, esto

permite un mayor factor de relleno aunque se pierde velocidad de

obturación.

Cuadro entero. Son los de arquitectura más simple, emplean un

registro paralelo para exposición de los fotones, integración de la

carga y transporte de la misma, alcanzando con este sistema factores

de relleno del 100%.

2.3.3. Cámaras color:

Aunque el proceso de obtención de las imágenes es más complejo, proporcionan una

mayor información que las monocromo.

Cámaro color 1CCD. Incorporan un sensor con filtro en forma de mosaico, con

los colores primarios RGB (filtro bayer), observar en la figura como hay el doble

de pixels de color verde para así asemejar la percepción del sensor al ojo

humano.

Debido al carácter del filtro, bien en el interior de la cámara, o bien en un

ordenador, se realizan los cálculos necesarios para obtener en tiempo real una

señal analógica o digital en RGB.

Cámara color 3CCD. Incorporan un prisma y tres sensores, la luz procedente

del objeto pasa a través de la óptica y se divide en tres direcciones al llegar al

prisma. En cada una de los tres extremos del prisma se encuentra un filtro de

color (rojo, verde y azul) y un sensor que captura la luz de cada color que viene

del exterior. Internamente la cámara combina los colores y genera una señal

RGB similar a la que ve el ojo humano. Aunque la calidad de las imágenes de

este tipo de cámaras respecto de las de 1CCD es muy superior, tienen dos

inconvenientes a tener en cuenta: la necesidad de una mejor iluminación para

compensar el efecto producido por el prisma y el efecto de aberración

cromática que se crea por la propia estructura del sistema que se subsana

colocando las ópticas adecuadas para este tipo de cámaras.

2.4. OPTICAS

Fundamentos teóricos. Las ópticas se utilizan para transmitir la luz al sensor de la

Cámara de una forma controlada para poder obtener una imagen enfocada de uno o

varios objetos.

Para saber exactamente que óptica debe utilizarse hay que tener en cuenta una serie

parámetros. Tamaño del sensor, Distancia del objeto a la cámara y el campo de visión

que deseamos abarcar. Se puede calcular la óptica mediante la siguiente fórmula:

En los sistemas de visión artificial es necesario utilizar ópticas de calidad para tener la

mejor imagen posible y permitir las medidas con la mayor precisión

Para definir el tipo de óptica se deben seguir una serie de consideraciones:

El tipo de iluminación utilizado

Las especificaciones del sensor de la cámara

El tamaño y geometría del objeto

La distancia y el espacio disponible

Elementos que componen las lentes:

Anillo de enfoque. Cuanto más cerca enfocamos, más sobresale el objetivo.

Diafragma. Se gira para seleccionar la entrada de luz a la cámara. Su escala

suele ser: 16,11,...,1.8. A mayor número seleccionado, menor abertura del

diafragma y mayor profundidad de campo.

Velocidad de obturación. Selecciona el tiempo que estará abierto el

diafragma. Su escala suele ser: 1/1, ½, ... 1/250, 1/ 1000. Para obtener

imágenes nítidas de objetos que se desplazan a gran velocidad hay que

seleccionar velocidades de obturación altas (>1/250).

Longitud focal. Valor en milímetros que nos informa de la distancia entre el

plano focal (CCD) y el centro del objetivo.

Profundidad de campo. Espacio en el cual se ve el objeto totalmente nítido.

Depende de la longitud focal de la lente empleada.

Precisión de la medida. Depende exclusivamente del campo de medida y de

la resolución de la cámara. Ejemplo: si el campo de visión es de 10x10 mm. Y

utilizamos una cámara de 752x752 pixels, la precisión de la medida en cada

eje sería de 0,013 mm/píxel, o lo que es lo mismo, un píxel equivale a 13

milésimas de milímetro.

Clasificación de las lentes:

2.5. ILUMINACIÓN

La iluminación es la parte más crítica dentro de un sistema de visión. Las cámaras

capturan la luz reflejada de los objetos. El propósito de la iluminación utilizada en las

aplicaciones de visión es controlar la forma en que la cámara va a ver el objeto.

La luz se refleja de forma distinta si se ilumina una bola de acero, que si se ilumina

una hoja de papel blanco y el sistema de iluminación por tanto debe ajustarse al objeto

a iluminar.

Hay un cierto número de consideraciones a tener en cuenta para determinar la

mejor iluminación para una aplicación:

¿Es en color o en monocromo?

¿Es de alta velocidad o no?

¿Cuál es el campo de visión a iluminar?

¿El objeto presenta superficies con reflejos?

¿Qué fondo presenta la aplicación: color, geometría, ...?

¿Cuál es la característica a resaltar?

¿Qué duración debe tener el sistema de iluminación?

¿Qué requisitos mecánicos, ambientales, deben considerarse?

La respuesta a estas preguntas dará el tipo de iluminación a utilizar, para lo que se

tendrá en cuenta:

Intensidad de luz necesaria

Longitud de onda adecuada

Superficie a iluminar

Reflectividad del objeto

Color del objeto

Espacio disponible

Tipo de cámara utilizada

La iluminación podrá ser mediante fibra óptica, fluorescente, led, difusa, láser.

Iluminación mediante fibra óptica. Proporcionan una gran intensidad de luz uniforme,

con ausencia de sombras. Es ideal para iluminar objetos de reducidas dimensiones y

se pueden sujetar al objetivo de la cámara o a la óptica de un microscopio. A los

anillos de luz se les puede acoplar filtros de colores, polarizadores/analizadores, y

difusores para eliminar reflejos y aumentar el efecto difusor.

Iluminación mediante fluorescentes. (anulares, lineales, lineales de apertura, de

panel). Este tipo de iluminación proporciona una luz brillante, sin sombras. Las

lámparas han sido diseñadas para suministrar el máximo de intensidad durante al

menos 7000 horas. Lo que proporciona una mayor productividad. Existen lamparas

blancas en distintas temperaturas de color, Y también ultravioletas (UV). Esta

iluminación se aplica en entornos que requieren mucha luz, y ningún tipo de sombra,

(análisis biológicos, inspección y la microscopía, Ensamblaje, Inspección de circuitos,

Industria, Laboratorios, Visión Industrial, Fotografía, Control de Calidad, Robótica,

etc...)

Iluminación mediante diodos led. Proporcionan una luz difusa muy útil para la

aplicación Iluminación mediante fibra óptica circular – semirrígida iluminación

fluorescente de panel – circular iluminación mediante diodos led, anular – directa en

ciertos objetos. Pueden ser de iluminación directa y en anillo Iluminación mediante

láser. Los patrones láser se utilizan mayoritariamente en aplicaciones de medida de

profundidad, y de irregulares. Mediante ópticas especialmente diseñadas, se puede

convertir un puntero láser, en diferentes formas y tamaños.

2.6. GRABBERS (tarjetas PC):

En las aplicaciones de visión industrial y de análisis de imagen es necesario tomar las

imágenes con la mejor calidad posible y enviarlas a la memoria del ordenador con el

fin de procesarlas, analizarlas y /o visualizarlas. Las cámaras que se utilizan en estos

entornos presentan una serie de requisitos que en la mayoría de ocasiones no son

estándar. Las especificaciones y precios de las placas de captura de imagen (Frame

Grabbers) varían enormemente y por tanto se deben tener en cuenta los requisitos

técnicos de cada frame grabber para su elección.

Las tarjetas se dividen en tres categorías distintas en función de sus características:

Frame Grabbers estándar de bajo coste

Frame Grabbers avanzados de altas prestaciones y con características

multicanal

Frame Grabbers "inteligentes" con procesadores abordo.

2.7. SOFTWARE:

En el pasado más reciente no era posible hacer los procesos en tiempo real debido a

que los ordenadores no eran lo suficientemente rápidos para realizar los cálculos con

las imágenes. Con la llegada del bus PCI y con la rápida evolución de los

procesadores de los PC se ha conseguido visualizar las imágenes en tiempo real y

realizar la mayoría de procesos en tiempos suficientemente cortos, como para que

puedan resolver aplicaciones de visión en entornos científicos e industriales, con los

resultados esperados en su justo tiempo. Esta evolución del hardware a comportado el

desarrollo de librerías de visión que puedan funcionar en entornos estándar de todo

tipo de sistemas operativos como de procesadores.

La base del software de un sistema de visión es la interpretación y análisis de los

píxels. El resultado final puede ser, desde la medida de una partícula, a la

determinación o lectura de una serie de caracteres (OCR), pasando por cualquier otro

proceso que podamos imaginar sobre las imágenes.

Los pasos a seguir en un sistema de visión serán:

Captura de la Imagen

Definición de la región de interés donde se realizarán las medidas

Inicialización de las tolerancias para determinar si la pieza a determinar es o no

correcta

Ejecutar las medidas

Generar una salida apropiada

CAPITULO III

APLICACIONES

SISTEMA DE RECONOCIMIENTO Y CLASIFICACIÓN DE PATRONES BASADO EN PROCESAMIENTO DIGITAL DE IMÁGENES Y REDES NEURONALES

RESUMEN

A través del presente trabajo, se presenta el diseño y desarrollo de un sistema de

reconocimiento y clasificación de patrones basados en procesamiento digital de

imágenes y redes neuronales. El sistema cuenta con una faja transportadora para la

simulación de una línea de producción. Esto permite ingresar diferentes tipos de

piezas u objetos en forma automatizada a un recinto cerrado denominado zona de

captura. En este recinto se realizará la adquisición de la imagen cuando el objeto se

encuentre posicionado debajo de la cámara (utilizando para ello un sensor proximidad)

. Una vez reconocido el objeto (a través de color y parámetros geométricos que son

ingresados a una red neuronal para la toma de decisión) el computador enviará una

señal de mando al sistema de control del clasificador para posicionar sus recipientes

adecuadamente y recibir la pieza reconocida. El sistema está conformado por la faja

transportadora, un sistema clasificador con 3 recipientes, un soporte para la cámara

digital y el sensor de proximidad, además del recinto que permite aislar la zona de

captura de la luminancia variable del medio ambiente.

OBJETIVOS

Diseñar y construir un sistema de clasificación automático de objetos, basado

en técnicas de procesamiento digital de imágenes y redes neuronales. El

sistema tendrá la capacidad de extraer las características visibles del objeto

para diferenciarlo y clasificarlo de acuerdo a su forma, color y tamaño.

Diseñar y construir una estructura metal-metálica que soporte una faja

transportadora, un soporte para una cámara digital, un clasificador con 3

recipientes, además del recinto que permite aislar la zona de captura de la

luminancia variable del medio ambiente. Dicha estructura permitirá simular una

línea de producción industrial.

Diseñar e implementar un sistema de control, el cual permita monitorear el

movimiento de la faja transportadora, la adquisición de la imagen y la

clasificación del objeto.

Implementar algoritmos basados en procesamiento digital de imágenes, los

cuales permitan extraer características visibles como: color, tamaño y forma.

Implementar el algoritmo de una red neuronal multicapa como reconocedor de

patrones. Esta red neuronal podrá entrenarse para clasificar diferentes tipos de

objetos.

Implementar un aplicativo de interfaz de usuario basado en el entorno Visual

Studio C++, en el cual se codificarán todos los algoritmos implementados de

procesamiento digital de señales, redes neuronales y control del proceso.

INTRODUCCIÓN

El desarrollo de la tecnología y el aumento de la competencia en el sector industrial,

han llevado a las empresas a reestructurarse y perfeccionarse optimizando sus

procesos por medio de la automatización basada en el computador. La inteligencia

artificial es parte de la informática avanzada que intenta aproximar algunas de las

capacidades del cerebro humano, entre ellas la visión.

La visión artificial por computadora es una disciplina en constante crecimiento con

versatibilidad de aplicaciones, como inspección automática, mediciones,

reconocimiento de objetos, robótica, etc. El futuro es aún más prometedor, ya que la

industria seguirá creciendo a medida que se desarrollen investigaciones para mejorar

su performance; hasta llegar al punto en que todo se realice mediante máquinas

capaces de tomar decisiones y realizar actividades autónomas para la fabricación o

clasificación de un determinado producto, donde solamente se requerirá la labor

humana para el control y mantenimiento de estas máquinas.

La manipulación de objetos en líneas de producción es una tarea donde un gran

conjunto de diferentes tipos de objetos aparecen en posición y orientación arbitraria.

En este caso el reconocimiento y la clasificación satisfactoria del sistema dependen de

las técnicas de reconocimiento de objetos confiables que se empleen para cumplir con

ciertos requerimientos importantes para el proceso.

En este trabajo se implementa un sistema de clasificación automática de colores,

tamaños y formas, el cual permitirá seleccionar y posicionar, de acuerdo a los

parámetros ingresados por el operador, el lugar respectivo de cada objeto en estudio.

El problema se aborda mediante un esquema de visión artificial, el cual se presente en

la figura 1.

La adquisición de la imagen es el conjunto de operaciones que se realizan para

transformar la iluminación de una escena en una señal digital, esto por medio de una

cámara digital. La imágenes adquiridas no siempre se presentan en un formato

adecuado para su análisis, por lo que el siguiente paso es el “pre-procesamiento” de la

imagen, en el cual se utilizan técnicas que permitan mejorar la imagen adquirida, como

son el nivel de gris, contraste, eliminación de ruido, realce de bordes. (Véase la figura

2)

Una vez que la imagen se encuentre en condiciones de ser procesada, se tiene que

hallar el objeto dentro de la imagen de forma independiente, lo cual se realiza a través

de la segmentación. (Véase la figura 3)

Una vez segmentada la imagen, se procede a extraer las características para el

reconocimiento, para que pueda clasificarse el objeto por color, tamaño o forma.

Asimismo lo procesos industriales no son constantes, razón por la cual el sistema

debe ser capaz de adaptarse a nuevos contextos, siendo necesario implementar una

red neuronal que permita flexibilidad de las operaciones.

DESCRIPCIÓN DEL PROYECTO

El proyecto se divide en 4 etapas principales: diseño mecánico, diseño e

implementación del sistema de control, procesamiento digital de la imagen) y diseño

de la red neuronal.

Diseño mecánico:

En esta parte se describirá el diseño e implementación del soporte mecánico

necesario para la simulación de una línea de producción industrial. Esto comprende el

soporte sobre la que se ubicará la faja transportadora, un clasificador de objetos, el

soporte para la cámara digital y sensor de presencia, además del aislamiento de la

zona de captura de la imagen de los efectos del medio ambiente. (Véase la figura 5 y

6).

Diseño e implementación del sistema de control:

La etapa de control es goberando por un microcontrolador PIC 16F877 y tiene como

objetivo principal monitorear en su totalidad el proceso de clasificación desde una

estación remota.

El proceso de clasificación se inicia cuando el operador desde el computador manda la

señal de inicialización al sistema. En ese momento el microcontrolador PIC 16F877

busca llevar a los elementos de campo conectados a él directamente, a las

condiciones iniciales.

Primero posiciona el clasificador de objetos mandando la secuencia necesaria al motor

de pasos (el cual se encarga del movimiento del clasificador). El microcontrolador deja

de mandar la secuencia cuando el sensor óptico (ubicado de forma adecuada) es

activado, el cual indica que el clasificador se encuentra en la posición deseada.

En ese instante el microcontrolador PIC 16F877 genera la señal PWM (modulación por

ancho de pulso), el cual previa interfaz de potencia inducirá movimiento al motor de

corriente continua (encargado de la velocidad de la faja transportadora).Una vez

puesto en marcha el sistema, el microcontrolador esta pendiente de cualquier

interrupción, generado por el sensor de presencia, o ingreso de comandos desde el

computador o periféricos conectados directamente el microcontrolador.

En el caso que se produzca una interrupción por el sensor de presencia, el

microcontrolador PIC envía la señal al computador para que adquiera la imagen. EL

computador en respuesta envía al microcontrolador la señal de parada del proceso y a

través de la cámara digital captura la imagen, luego la procesa y finalmente envía la

señal de reinicio del proceso (arranque del motor de corriente continua). En un tiempo

muy corto (alrededor de milisegundos) se envía el identificador del clasificador al cual

debe ser depositado el objeto.

En este momento el microcontrolador PIC manda la secuencia necesaria al motor de

pasos (previa interfaz de potencia) hasta llegar a la posición deseada, posterior a esto

el microcontrolador envía la señal al computador indicando que el objeto fue

clasificado.

Procesamiento digital de la imagen:

La imagen obtenida a partir de la cámara digital tiene el formato RGB de 256 colores,

cuenta con la resolución de 240*320 píxeles. Esta imagen es grabada en formato BMP

en el disco duro de la computadora. A partir de este archivo se extraen las

componentes R G B de cada píxel, que son grabados en una matriz 240 * 320 * 3 para

poder ser procesadas por los algoritmos de encargados de extraer características de

la imagen.

Obtenidas las componentes RGB de la imagen, se formaron 3 imágenes, una de ellas

sólo con componentes R, la otra con G y finalmente con B. A estas 3 imágenes se

aplicó la máscara de SOBEL obteniendo 3 matrices las cuales son binarizadas

utilizando un valor de umbral (este valor puede variar dependiendo de la luminosidad

ambiental). Binarizadas las tres matrices se procede a realizar una sumatoria lógica

píxel a píxel de las tres matrices obteniendo una matriz resultante que define los

bordes del objeto a detectar sin pérdida de información.

Una vez binarizada la imagen, se obtienen las coordenadas de los píxel que forman en

contorno de la figura para poder extraer características que permitan clasificarlas por

color, tamaño y forma.

Cálculo del perímetro.- Como resultado de la detección de máximos y mínimos (Fig.

12) se obtienen las coordenadas correspondientes a los pixeles que conforman el

contorno del objeto. Luego, conociendo las dimensiones en cms. de cada pixel, se

procede a determinar la diferencia euclidiana entre coordenadas del contorno, para

luego ir acumulando estos valores en una variable, que al final del proceso tendrá el

valor del perímetro requerido. La diferencia o distancia euclidiana) entre coordenadas

del contorno es expresada como:

Cálculo del área y color.- Conociendo las coordenadas del contorno de la imagen se

enumeran el número de píxeles contenidos en la figura, las cuales multiplicadas por el

área del píxel obtenemos el área del objeto. Asimismo para identificar el color del

objeto, a cada pixel se realiza una conversión de formato RGB a HIS (H=hue

proporciona información del color del objeto).

Diseño de la red neuronal:

En esta parte, el objetivo principal es construir una red neuronal que permita clasificar

los objetos en forma automática y versátil dentro de 3 clases (número de

clasificadores). El modelo desarrollado en el proyecto es el perceptrón multicapa con

el algoritmo de propagación del error. El esquema general de la red neuronal diseñada

de muestra en la Fig. 13, donde puede verificarse una capa de entrada con 4

neuronas, 2 capas ocultas con 40 neuronas cada uno y una capa de salida con 3

neuronas.

Interfaz Visual:

La interfaz visual ha sido desarrollada íntegramente utilizando el lenguaje de

programación MS Visual C ++ con el cual se ha logrado mayor rapidez en el tiempo de

procesamiento de los algoritmos de procesamiento digital de imágenes. Para el

acceso a las funciones de la cámara digital utilizada para la adquisición de las

imágenes, se ha utilizado un control Active X “videoCapX” el cual incorpora funciones

utilizadas dentro del programa.

La interfaz visual que se ha desarrollado cuenta con las siguientes funcionalidades:

Módulo de calibración de la cámara: Este módulo permite determinar las

dimensiones de un píxel de la imagen en base a la distancia que existe entre la

superficie del objeto y la cámara.

Módulo de calibración de colores: Este módulo permite definir los umbrales de

color (valores numéricos que varían entre 0 y 255).

Módulo de configuración de criterios de selección: Se ha implementado los

siguientes criterios de selección: Forma, Color, Tamaño. Este módulo permite

definir cual será el criterio de selección. Red neuronal como sistema de

clasificación de patrones: Este módulo consta de dos partes: Generación de

Archivos de Entrenamiento y Entrenamiento de la Red Neuronal.

Comunicación serial: Se ha implementado el módulo de comunicación serial

RS 232C para PC en donde se ejecuta el aplicativo desarrollado en Visual C+

+ y el módulo de control basado en PIC 16F877.

Identificación de formas de objetos basados en los momentos de Hu: Este

módulo esta basado en el cálculo de los momentos invariantes a traslaciones,

rotaciones y homotecias.

CONCLUSIONES

El sistema diseñado es capaz de clasificar objetos por sus colores utilizando el

formato HIS. El sistema actualmente esta predeterminado para trabajar con 6

colores, siendo necesario cada vez que se inicie el proceso de clasificación

calibrar los umbrales de color para la diferentes tonalidades de color que

pueden existir.

Para la segmentación de la imagen se utilizó el operador de Sobel, el cual fue

aplicado a cada componente de color (R,G,B) de la imagen capturada por la

cámara digital, para luego ser binarizada y sumada lógicamente. Este método

permitió segmentar eficientemente objetos cuyos colores son parecidos al color

de la faja transportadora, como lo son: azul y verde.

El sistema diseñado es capaz de calcular el perímetro del objeto con un error

de 0.5 cm., mientras que el área es calculado con un error de 0.5 cm2. Para

esto es necesario calibrar la cámara antes de iniciar el proceso de clasificación,

de esta manera se obtiene el tamaño del píxel en cm.

Para el proceso de clasificación por formas se diseñó e implementó una red

neuronal basada en el modelo del perceptrón multicapa con el algoritmo de

retropropagación del error y función de activación tangente hiperbólica. La

eficiencia de este modelo es mayor al 90% y el tiempo de entrenamiento de la

red es menor a los 10 minutos.

Los algoritmos de control, comunicación, extracción, descripción y clasificación

de objetos fueron elaborados en el entorno Visual Studio C++. Se eligió esta

alternativa por el tiempo de procesamiento que toma en desarrollar, para este

entorno, los algoritmos codificados. La interfaz desarrollada es de fácil uso y

comprensión.