Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dip A1
Dip A1
Objetivo Realizar un ensayo (mı́nimo cuatro páginas) en el que se refleje el análisis de cuatro
artı́culos cientı́ficos, en los que se implementen sistemas de visión por computadora
para resolver una problemática especı́fica.
Los artı́culos deben ser de revista y no deben ser anteriores a 2013 .
Materiales y Equipo
1. Bases de datos UACJ
2. IEEE
3. Overleaf
4. Internet
5. Información propuesta por el docente
1 of 8
Esquema
Procedimiento
Intelligent Sorting System of Coal Gangue with Machine Vi-
sion
La problemática de a la que trata este articulo está relacionada a la industria del
carbón en China la cual es considerada un trabajo de riesgo y conlleva un desgaste
fı́sico y emocional para todos sus trabajadores. Una de las partes de proceso del
minado de carbón es el clasificado de las rocas sobrantes, son rocas duras de color
negro a gris y contienen un grado bajo de carbón, una correcta segregación de este
material reduce los costos de trituración además del costo del lavado del carbón.
En el método actual se separan las rocas en húmedo y después en seco y después
se clasifican manualmente. Dentro de estos procesos se utiliza un equipo complejo,
muy grande, con poca eficiencia y contribuye a la contaminación de los ecosistemas,
sumado a esto el proceso de clasificado utiliza rayos x por lo cual es una fuente de
radiación.
La propuesta del sistema de visión de sistema de clasificado inteligente, con control
independiente de brazos mecánicos, clasificado automático provee mayor eficien-
cia, estabilidad y confiabilidad. Con esto busca mejorar la eficiencia del proceso,
reduciendo costos y librar a los trabajadores de los riesgos que conllevan estos
procesos. El sistema está compuesto por el dispositivo de reacondicionamiento, el
dispositivo de control de la visión artificial, el sistema de ejecución y el control
de host por computadora. Primero el carbón minado pasa por el dispositivo de
reacondicionamiento que los separa para que el sistema de adquisición de imágenes
capture las imágenes de cada uno de los elementos y posteriormente son comuni-
cadas a la computadora. Cuando llegan a la computadora estas son trabajadas por
un sistema basado en MATLAB y accesos a bases de datos las cuales identifican
de que material se trata, cuando el sistema reconoce si se trata de rocas o carbón
se transfiere la información hacia el PLC el cual comunica a los brazos mecánicos
cuales elementos debe separar.
2 of 8
Figure 2: Histogramas obtenidos de la segmentación de las imágenes de los dos
objetos.
Figure 3: Imágenes del carbón y las rocas con la influencia del fondo eliminada.
3 of 8
Detection of Fruit Skin Defects Using Machine Vision System
El presente artı́culo también se sitúa en China que representa uno de los paı́ses
con una de las mayores producciones frutales. La razón de la implementación las
tecnologı́as es la variación de la calidad y estado de las frutas para esto es necesaria
la ayuda de los sistemas inteligentes para poder competir en este mercado. Es
importante entender que los consumidores a su vez realizan una evaluación visual
para reconocer la frescura de en el aspecto de los frutos por lo tanto cualquier
defecto en la pile influirá en su definición de compra, este es un factor de peso en
cuanto al precio y la calidad de este tipo de productos, dado esto las empacadoras
buscan sistemas confiables y capaces de detectar defecto en la piel de las frutas
Este sistema se utilizó con 650 imágenes para entrenar el sistema, 300 correspondı́an
a naranjas con defectos en la piel y se tomar 50 nuevas con defectos las cuales con-
taban con 61 defectos, el sistema fue capaz de detectar 59 de estos defectos, los
otros 2 defectos que no fueron detectados resultaron no ser tan obvios. La tasa de
recuperación fue de 96.7 % (59/61) destacando que se detectó un falso defecto por
lo tanto la tasa de falsos defectos es de 1.7%
4 of 8
láser. El sistema está compuesto por una banda o conveyor, un interruptor fo-
toeléctrico, rieles guı́a y una cámara. El sistema en este caso utiliza LabVIEW
como el software para procesar las imágenes y un sistema PLC para controlar los
actuadores que harán el trabajo de fı́sico de clasificar los cilindros. El algoritmo
del sistema de visión está diseñado para reconocer las rebabas que se crean en los
bordes de las piezas mecanizadas y comúnmente son consideradas un defecto.
5 of 8
Implementation of Machine Vision as an Input to a Fuzzy
Water Level Control System
Este documento presenta un sistema de lógica difusa asistido por un sistema de
visión como alternativa a los controladores PID actuales con propósitos industri-
ales en los sistemas de tanques que suelen utilizar grandes cantidades de energı́a. El
sistema de visión corresponde a los sensores del PID y los LVDTs para el monitoreo
del nivel de agua dentro de los tanques. El controlador del sistema es un Arduino
que en este caso se encarga de la regulación de las bombas que mantienen un nivel
especifico de agua dentro de las condiciones definidas, todo esto con el propósito
de demostrar que un sistema de lógica difusa representa una solución con mayores
prestaciones que las técnicas de control convencionales.
Figure 7: Diagrama del sistema de lógica difusa con un sistema de visión utilizado
en el artı́culo.
6 of 8
umbral deseado la bomba de agua aumentara la proporción de agua que ingresa al
tanque”. El sistema de visión que detecta la profundidad a la que se encuentra una
pelota dentro del tanque es la que proporciona los niveles de entrada en el sistema
de lógica difusa. Conforme el agua vaya aumentando de nivel la pelota flotara más
alto, este nivel detectado se mostrar con una interfaz de leds.
Los resultados en las pruebas del sistema fueron favorables para la lógica difusa
demostrando que el sistema de rallando del tanque de agua además de que el sistema
de visión tiene la posibilidad de manejar proporcionalmente los datos que produzca
el nivel del agua del tanque. El sistema fue capaz de mantener el nivel del agua en
el umbral especificado.
7 of 8
Referencias M. Zhao, ”Intelligent Sorting System of Coal Gangue with Machine Vision,” 2018
Bibliográficas 10th International Conference on Intelligent Human-Machine Systems and Cyber-
netics (IHMSC), Hangzhou, 2018, pp. 4-7. doi: 10.1109/IHMSC.2018.10107
L. Wang, A. Li and X. Tian, ”Detection of Fruit Skin Defects Using Machine Vision
System,” 2013 Sixth International Conference on Business Intelligence and Finan-
cial Engineering, Hangzhou, 2013, pp. 44-48. doi: 10.1109/BIFE.2013.11
L. Peilin, Y. Zhen, Z. Wenlong and L. Hong, ”An automatic sorting system for sort-
ing metal cylindrical workpiece based on machine vision and PLC technology,” 2017
2nd International Conference on Robotics and Automation Engineering (ICRAE),
Shanghai, 2017, pp. 446-450. doi: 10.1109/ICRAE.2017.8291427
8 of 8