AUTOMATIZACION INDUSTRIAL MCT

ESPE

TTULO DEL ARTCULO

IDENTIFICACION DE PERFILES DE ALUMINIO CON VISION ARTIFICIAL EN LABVIEW

FILIACIN DEL AUTOR

EDWIN CAICEDO (edwin.rct@gmail.com) CHRISTIAN SOCASI (coss_89@hotmail.com)

RESUMEN El presente artculo trata sobre la identificacin de diferentes perfiles de aluminio por medio de la visin artificial, para lo cual se desarroll un ambiente de iluminacin adecuada (caja oscura) para mantener los niveles de luz constantes y que permitan la captura de una imagen de alta calidad, para lo cual se utiliz una cmara webcam como medio de adquisicin de imgenes, para realizar el control se utilizarLabVIEWcomo principal herramienta, en la cual se usar tanto los asistentes de programacin como el NI VisionAssistant[1] y el entorno VI del mismo LabView. Se proceder a la identificacin de 3 diferentes tipos de perfiles de aluminio los cuales sern especificados ms adelante, para la misma se proceder a colocar distintos perfiles dentro de los cuales se realizar el anlisis de parmetros como: la forma, el tamao y finalmente la cantidad de cada uno de los tipos de perfiles existentes. ANTECEDENTES La Visin Artificial [2] es una gran herramienta para establecer la relacin entre el mundo tridimensional y sus vistas bidimensionales tomadas de l. Por medio de esta teora se puede hacer, por una parte, una reconstruccin del espacio tridimensional a partir de sus vistas y, por otra parte, llevar a cabo una simulacin de una proyeccin de una escena tridimensional en la posicin deseada a un plano bidimensional. Las tcnicas de visin artificial por computadora presenta una multitud de aplicaciones, entre ellas pueden citarse la identificacin de huellas dactilares, reconocimiento de caras, crecimiento y deteccin de enfermedades de plantas en la agricultura, control de trfico vehicular y, por supuesto, las aplicaciones industriales para el control de calidad [3]. Con el enfoque de visin artificial de National Instruments, se tiene la opcin de elegir bibliotecas de software de configuracin o programacin para crear aplicaciones de imagen. Dado que todos los paquetes de software de visin NI de trabajo en todas las plataformas de hardware de visin de NI - desde cmaras inteligentes para sistemas de visin integrados a los sistemas basados en PC que es ms fcil gestionar y mantener mltiples sistemas de hardware, elegir el hardware adecuado para las nuevas aplicaciones, e incluso cambiar de ambas opciones de software con el mnimo esfuerzo.

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

INTRODUCCIN CONTROL DE CALIDAD El control de calidad son todos los mecanismos, acciones, herramientas que realizamos para detectar la presencia de errores. La funcin del control de calidad existe primordialmente como una organizacin de servicio, para conocer las especificaciones establecidas por la ingeniera del producto y proporcionar asistencia al departamento de fabricacin, para que la produccin alcance estas especificaciones. Como tal, la funcin consiste en la coleccin y anlisis de grandes cantidades de datos que despus se presentan a diferentes departamentos para iniciar una accin correctiva adecuada. Todo producto que no cumpla las caractersticas mnimas para decir que es correcto, ser eliminado, sin poderse corregir los posibles defectos de fabricacin que podran evitar esos costos aadidos y desperdicios de material. Para controlar la calidad de un producto se realizan inspecciones o pruebas de muestreo para verificar que las caractersticas del mismo sean ptimas. El nico inconveniente de estas pruebas es el gasto que conlleva el control de cada producto fabricado, ya que se eliminan los defectuosos, sin posibilidad de reutilizarlo. Visin artificial en el control de calidad Existen algunas ventajas en el control de calidad: Inspeccin del total de la produccin Debido a la elevada cadencia que puede alcanzar la inspeccin con cmaras, la vision artificial para el control de calidad se puede usar para inspeccionar cada una de las piezas producidas en lugar de hacer muestreos aleatorios de los lotes. Repetibilidad Con la visin industrial para el control de calidad, cada una de las inspecciones es realizada bajo las mismas condiciones, asegurando as la repetibilidad de cada uno de los parmetros de aceptacin del producto. Consistencia La inspeccin automatizada evita la subjetividad caracterstica del ser humano y el cansancio, por lo que cada una de las piezas es consistente a nivel de calidad con todas las dems. Reduccin de costes Son evidentes las ventajas del control de calidad al final del proceso productivo respecto a la reduccin de costes, servir a su cliente productos libres de defectos, evitando devolucin de lotes y mejorando su imagen. Con la inspeccin de los parmetros de calidad con cmara en puntos intermedios en su proceso productivo, le permitir detectar con antelacin piezas defectuosas y retirarlas antes de ser ensambladas, evitando as el rechazo completo del producto final. Tambin obtendr beneficios debido a la recolocacin de recursos humanos previamente destinados a asegurar la calidad del producto.
VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

MATERIALES Y/O MTODOS Cmara: La cmara fue colocada a una altura prudencial e inamovible, como para que la imagen al ser capturada pueda entran en ella ms de una perfil de aluminio a la vez, esto con el fin de cumplir una funcin de conteo, adems si se varia la altura de la cmara con la que se tomo la figura patrn esta producir errores al no producirse la coincidencias necesarias para el trabajo correcto del programa.

Fig.1: (Entorno de iluminacin y ubicacin de la cmara) NI vision: El Labview tiene una herramienta muy importante como es el de visin artificial que permite realizar varios tipos de control visual, y con la ayuda de dispositivos externos como cmaras web para poder elaborar un control con un nivel de tecnologa elevado. Se puede obtener sistemas de visin artificial que completan tareas de inspeccin con un alto nivel de flexibilidad, nunca se cansan, ni se distraen y pueden ser puestos a trabajar en ambientes donde los inspectores humanos no podran trabajar bajo condiciones de seguridad. Materiales: Caja oscura Cmara web (genius) Computador con Labview Perfiles de aluminio M, U y P.

Fig.2 (Tipos de perfiles de aluminio) RESULTADOS / DISCUSIN Para empezar se procede a capturar la imagen patrn con la que se iniciara el anlisis de dicha imagen y posterior comparacin con las futuras capturas, por lo que esta imagen deber ser tomada
VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

lo mejor posible, ya que ella depende toda la programacin. Las herramientas utilizadas en el NI visin assistant son las siguientes: Adquisicin de la imagen

Para efectuar este paso se necesita de sensores [4] y la capacidad para digitalizar la seal producida por el sensor. El sensor puede ser una cmara digital o analgica que produzca una imagen completa del objeto, despus de capturar la imagen a inspeccionar se enva esta informacin a la computadora para ser analizada. Esta captura la realizamos por medio del NI VisionAssistant figura3, en el cual buscamos la WebCam, en la parte de AdquierImage, luego la guardamos con un nombre apropiado y en formato JPG.

Fig.3(Captura de imagen patrn, por medio de la WebCam) Geometry

Esta herramienta permite modificar la representacin geomtrica de la imagen, es decir se utiliz para el correcto posicionamiento de la imagen tomada.

Fig.4 (Adecuacin geomtrica de la imagen a utilizar)

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

Color planeextraction

Permite la extraccin de tres planos de color (RGB, HSL, HSV) de la imagen. Primero se seleccionColor plane extraction1 esto para modificar a la imagen a un solo color en nuestro caso resulto mejor el color rojo figura5.

Fig. 5(Extraccin de colores) Brightness

Permite modificar el brillo, contraste y gamma de la imagen. Se procedi a seleccionar Brightness para mejorar el detalle de la imagen con la finalidad de mostrar el perfil de mejor manera, figura 6.

Fig. 6(Modificacin de propiedades) Threshold

Selecciona rango de valores de pixeles en escala de grises. Se seleccion Threshold, esta herramienta se utiliz para mejorar la definicin de los detalles del contorno del perfil ya que eso es lo que nos interesa Figura 7.
VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

Fig. 7(Seleccin de umbral de la imagen) Filters

Preparauna imagenpara el procesamiento demodo que se puedaextraer slola informacin que necesitadela imagen[5].Fue utilizado para aumentar la nitidez de la imagen.

Fig. 8 (Filtrado de la imagen) FFT filter

Permite aplicar un filtro de frecuencia a la imagen es decir que ayud a mejorar ms la calidad de filtrado con la finalidad de obtener un resultado efectivo.

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

Fig. 9 (Mejoramiento de la imagen con FFT filter) Lookuptable

Permite mejorar el brillo y el contraste de la imagen, se seleccion la herramienta Lookuptable, con el fin de transformar la imagen a una bsica de blanco y negro por que la herramientas de comparacin requiere a la imagen en ese estado figura 10.

Fig. 10(Imagen transformada a B/N) GeometricMatching

Verifica la presencia de la plantilla seleccionada en toda la imagen o en una regin de inters. En este paso es donde se encuentra el control, se escogi al GeometricMatching en el cual se genero un Template, como el que se ve en la figura 11, el cual ser tomado como base patrn, para buscar en toda la imagen una forma igual y con eso asegurar el conteo de las piezas iguales en la imagen para los tres tipos.

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

Fig. 11(Comparacin de forma en busca de coincidencias) Caliper

Muestra los resultados dela medicin realizadaenlos puntos seleccionados. Por ltimo utilizamos la herramienta Caliper con la finalidad de obtener las distancias existentes entre piezas desde su centro especificado anteriormente (distancia entre centros). El resultado se genera en pixeles por lo que se ejecut un clculo matemtico para obtener el resultado en mm adems que se utiliz el elemento Indexarray en el VI para dicho propsito. La medicin se elabor entre cada uno de los centros existentes.

Fig. 12(Ubicacin del centro de la pieza en geometricmatching)

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

Fig. 13 (Seleccin de centros entre piezas involucradas) Todo esteprocedimiento se debe repetir para cada figura que se desee representar o analizar, o tambin se puede elaborar una configuracin conjunta para los tres perfiles que es el mtodo utilizado para este caso. Una vez terminado estos pasos procedemos a generar el archivo VI, esto es muy fcil solo se deben seguir las indicaciones que ah se dan solo se debe tomar en cuenta que en el paso de seleccin de la fuente de la imagen se de escoger la opcin IMAQdxImageAcquisition, como se puede ver en la figura 14.

Fig. 14(Seleccin de fuente de la imagen) Una vez terminado con este proceso obtendremos un VI parecido al de la figura 15, en el cual la adquisicin de la imagen ser por medio la WebCam, que debe estar previamente instalando en el equipo, aqu se deben colocar las ltimas operaciones que en nuestro caso son simplemente lgicas que se utilizaran para la indicacin de la cantidad de perfiles, el tipo y tamao de las mismas.

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

10

Fig. 15(Archivo VI generado por el NI VisionAssistant)

Fig. 16 (Pantalla de identificacin y conteo de perfiles) CONCLUSIONES Y RECOMENDACIONES Se debe tener muy en cuenta la iluminacin ambiental, ya q si es muy fuerte puede reflejarse en la superficie donde se encuentre el perfil afectando la calidad de la imagen y por ende la calidad de la identificacin. El control de calidad es importante actualmente ya que generando un adecuado sistema e implementndolo reducir el gasto en el rea del personal ya que solo se requerir de equipos aptos para este proceso y tambin disminuyendo el tiempo de proceso en este tipo de procesos.

VISIN ARTIFICIAL

AUTOMATIZACION INDUSTRIAL MCT

ESPE

11

La imagen se la debe filtrar muy bien (que no quede con suciedad), para con esto evitar problemas el momento de comparacin y mediacin ya que cualquier imperfeccin apreciable se puede tomar como parte del objeto analizado. Hay que realizar varias pruebas en lo que se refiere al filtrado ya que no siempre se logra tener el mejor resultado como sucedi en este caso, y siempre considerando las distintas herramientas del vision assistant que permiten obtener resultados ms eficientes de filtrado. Finalmente la visin artificial es muy utilizada en robots en los cuales no solamente detecta sino que existen robots que estn realizando otro proceso como por ejemplo seleccin de objetos de manera ms eficiente, reduciendo ms an el tiempo del proceso. Para la implementacin de este sistema en reas industriales es muy importante el uso de cmaras de alta velocidad fps (fotogramas por segundo), ya que los procesos que all se ejecutan son muy rpidos por ende el control de calidad que se realice debe ejecutarse a altas velocidades.

REFERENCIAS BIBLIOGFICAS [1] NI VisionAssistant: Sistema de visin artificial de Daniel Martnez Barambio. http://cde05.etse.urv.es/pub/pdf/398pub.pdf [2] Visin Artificial: http://www.jasvisio.com/aplicaciones-vision-artificial-industria.html http://www.controlyvision.com/ [3] Control de calidad: Control de calidad: teora y aplicaciones, escrito por - GhareHansen,Bertrand L. Hansen,Prabhakar M. Ghare http://www.educarchile.cl/Portal.Base/Web/verContenido.aspx?ID=196022 [4] Sensores: http://www.profesormolina.com.ar/tecnologia/sens_transduct/que_es.htm http://www.superrobotica.com/Sensores.htm [5] Filtrado de imgenes: http://www.quesabesde.com/camdig/articulos.asp?articulo=137 Fundamentos para el procesamiento de imgenes

VISIN ARTIFICIAL