Вы находитесь на странице: 1из 6

SISTEMA DE CLASIFICACIN DE OBJETOS BASADO EN VISIN ARTIFICIAL APLICACIONES ELECTRNICAS Galo Arias /davidfut-13@hotmail.com Hctor Benavides /hh.benavides@hotmail.com I.

RESUMEN: El presente proyecto trata de un sistema automatizado controlado por visin artificial, utilizando hardware (sensor de luz, control de motor a pasos) y software (control por MATLAB). El principio bsico de funcionamiento es transportar objetos por una faja transportadora, detectarlos con un sensor, capturar la imagen con una cmara web comn y procesarla por MATLAB para poder clasificarlos en tres distintos contenedores. Con este proceso se logr una clasificacin de objetos eficaz. II. INTRODUCCIN: La visin artificial trata de simular el proceso del sentido de la visin de los seres vivos, segn el cual un objeto es captado mediante los receptores de la retina y es transformado en impulsos nerviosos que son procesados por el cerebro. La visin artificial consiste en la captacin de imgenes en lnea mediante cmaras basadas en matrices de sensores sensibles a la luz (CCD o CMOS), el posterior tratamiento de las mismas mediante tcnicas de anlisis de imagen y la actuacin sobre el proceso (control de producto) o el producto (control de calidad). Las principales ventajas son la reduccin de los costes del control de calidad, el aumento de la produccin, la inspeccin del 100% de la produccin, la reproducibilidad y el funcionamiento 24 horas al da sin cansancio. III. PROBLEMA: El problema del que se ocupa este trabajo, es el de ubicar objetos segn sus caractersticas en diversos contenedores (clasificacin), con el fin de minimizar costos de operacin en una planta de produccin industrial. IV. OBJETIVO: Realizar un sistema equilibrado para una ptima clasificacin de objetos, el mismo que constar de dos bloques: hardware y software. V. FUNDAMENTO TERICO La visin artificial, tambin conocida como visin por computador (del ingls computer vision) o visin tcnica, es un subcampo de la inteligencia artificial. El propsito de la visin artificial es programar un computador para que "entienda" una escena o las caractersticas de una imagen. Generalmente la visin artificial se divide en seis reas: Captacin: Proceso de obtener una imagen. El proceso de captura est centrado en tres aspectos importantes, necesarios para obtener una imagen de calidad que no altere las condiciones reales agregando errores considerables al sistema. Pre procesamiento: Mtodos para quitar o reducir caractersticas no deseadas en la imagen como el ruido. El pre-procesamiento consiste en la aplicacin de tcnicas que permitan el realce o mejoramiento de algunas caractersticas importantes en las imgenes

originales para facilitar el proceso de segmentacin. Segmentacin: Dividir una imagen en objetos que sean de nuestro inters. La tcnica de segmentacin ms conocida dentro del procesamiento de imgenes es quizs la umbralizacin. Este mtodo permite separar dos o ms regiones de una imagen a partir de un anlisis del histograma. Descripcin: Obtencin de caractersticas de una objeto como su forma, tamao, color con el fin de diferenciarlo de otros objetos. Reconocimiento: Proceso a travs del cual se identifica un objeto dentro de una escena. Interpretacin: Asociar un significado a un conjunto de objeto reconocidos. Elementos de un Sistema de Visin Artificial: Los elementos bsicos son los siguientes: El sistema de (fluorescente, LED, backligth, lser). iluminacin polarizada,

PROCESAMIENTO DE IMGENES El nmero de funciones que implementa el toolbox para el procesamiento de imagen es muy diverso, sin contar la mltiple oferta de funciones ya generada por otros usuarios y disponibles a travs del Internet, sin embargo en este espacio sern tratadas algunas consideradas como las ms usadas y tiles para la visin computacional. Funciones para la extraccin de bordes: En visin computacional es de utilidad para hacer reconocimiento de objetos o bien para segmentar regiones, extraer los bordes de objetos (que en teora delimitan sus tamaos y regiones). La funcin edge da la posibilidad de obtener los bordes de la imagen. La funcin permite encontrar los bordes a partir de dos diferentes algoritmos que pueden ser elegidos, canny y sobel. El formato de esta funcin es: ImageT=edge(ImageS, algoritmo); Donde ImageT es la imagen obtenida con los bordes extrados, ImageS es la variable que contiene la imagen en escala de grises a la cual se pretende recuperar sus bordes, mientras que algoritmo puede ser uno de los dos canny o sobel. De tal forma que si a la imagen en escala de grises contenida en la variable imagegray se le quieren recuperar sus bordes utilizando en algoritmo canny se escribira en lnea de comandos: ImageR=edge(imagegray,canny); Medicin de caracteres: En visin computacional es de particular inters encontrar mediciones de caractersticas tales como el rea, centroide y otras de objetos previamente etiquetados o clasificados por la funcin bwlabel con el objetivo de identificar su posicin en la imagen. Matlab dispone de la

El sensor o cmara de captura de imagen (CMOS), CCD, InGaAs). Tarjeta de captura de elevado ancho de banda (Firewire, CameraLINK, GbEthernet). Procesamiento de imagen (Procesador y algoritmos de pretratamiento y filtrado de la imagen, de segmentacin y reconocimiento de formas, de extraccin de descriptores y de clasificacin). Sincrona con el proceso, para adquirir la imagen en el momento adecuado y para actuar con el proceso o separar unidades defectuosas.

funcin imfeature para encontrar tales caractersticas. El formato de esta funcin es: Stats=imfeature(L,medicin) Donde Stats es un tipo de dato compuesto que contiene toda la medicin indicada en la cadena de texto medicin, medicin es una cadena de texto que indica a la funcin cuales mediciones realizar sobre los objetos contenidos en la imagen. Es importante notar que Stats es un tipo de dato que contiene la medicin de todos y cada uno de los objetos contenidos en la imagen binaria, lo cual hace necesario que el tipo de dato sea indexado; es decir podemos controlar mediante un ndice la medicin del objeto que deseamos. Por ejemplo si la imagen contiene 4 elementos, podemos acceder a la medicin de cada uno de los diferentes objetos escribiendo: stats(1).Medicion stats(2).Medicion Consideremos que tenemos la imagen previamente binarizada (contenida en la variable imagebinary) y se intenta encontrar el centroide de ambas figuras contenidas en tal imagen. Como primer paso utilizamos la funcin bwlabel y verificamos el nmero de objetos: > >imageR=bwlabel(imagebinary,8); > >max(max(imageR)) ans= 2 Ahora se utiliza la funcin imfeature para encontrar el centroide de ambas figuras: > >s=imfeature(imageR,Centroid); > >s(1).Centroid ans = 81.9922 86.9922 > >s(2).Centroid ans = 192.5000 85.0000

El procesamiento de las imgenes resulta muy til para poder destacar elementos y caractersticas de la imagen, y de esta manera desarrollar un programa optimo que cumpla con nuestros requerimientos. VI. DESARROLLO DEL SISTEMA 6.1. ANLISIS DE LAS VARIABLES DEL SISTEMA Hardware: a) Faja transportadora: La faja servir de transporte para los objetos que posteriormente sern seleccionados, esta constar de un motor DC, Pequeos rodillos en los extremos, una banda. La velocidad de la faja tendr que ser controlada a una velocidad adecuada que de tiempo al procesador detectar el objeto y seleccionarlo. b) Sensor LDR: Si bien los valores que puede tomar una LDR en total oscuridad y a plena luz puede variar un poco de un modelo a otro, en general oscilan entre unos 50 a 1000 ohmios (1K) cuando estn iluminadas (por ejemplo, con luz solar) y valores comprendidos entre 50K (50,000 Ohms) y varios megohmios (millones de ohms) cuando est a oscuras. Desde el punto de vista constructivo, las LDR estn fabricadas con materiales de estructura cristalina, siendo los ms utilizados el sulfuro de cadmio y el seleniuro de cadmio, aprovechando sus propiedades fotoconductoras. c) MAX232: El MAX232 es el circuito integrado estndar para convertir seales TTL/CMOS a seales RS232. Las seales en RS232 tienen 1's y 0's estos son +12V y -12V respectivamente. Las seales de salida del PIC16F628 son entre 0 y 5V. Lo que el MAX232 hace es poner 12V en el pin T1OUT cuando se alimenta con 5V el pin T1IN. De esta forma se pueden pasar datos

hacia el computador. Si presionamos una tecla en el hyperterminal una seal ser enviada a travs del cable hasta el R1IN del MAX232 donde la seal de 12V proveniente del PC es convertida a 0-5V. d) Circuito del motor pasos: Constar de las siguientes partes: Comunicacin MAX232 con Atmega324. Esta parte circuital es la que se encargar de convertir los datos que vienen del puerto serial (RS232) a niveles TTL para el microcontrolador. e) Driver para el motor a pasos: Se utiliz el L297 junto con transistores de potencia Darlington NPN (TIP122), la salida del microcontrolador va conectada al L297, luego las salidas de este irn hacia los transistores para conectarse al motor a pasos. 6.2. MTODOS UTILIZADOS DE PROCESAMIENTO

winvideo. Este comando devuelve informacin relacionada al adaptador. Imaqhwinfo(adaptor,DeviceID).Donde DeviceID es el ID del dispositivo a utilizar obtenido con el comando anterior. Si slo se cuenta con un dispositivo conectado el DeviceID ser 1. Este comando muestra informacin del dispositivo conectado (cmara). Preparacin del dispositivo: Crear la estructura: cam=imaqhwinfo(adaptor,DeviceID) Para poder obtener las caractersticas del dispositivo con facilidad. Por ejemplo, para obtener los formatos soportados: cam.SupportedFormats Ejecutar el comando:
video=videoinput(adaptor,DeviceID,Format)

CAPTURA DE IMGENES MEDIANTE CMARAS CONECTADAS A LA PC Resulta de suma utilidad para implementar algoritmos de visin o adquisicin de imgenes en tiempo real utilizando dispositivos simples y de bajo costo tales como las webcams. Matlab incluye el toolbox "Image Acquisition" para este fin. El toolbox incluye la herramienta Image Aquisition tool "imaqtool. Obtencin de informacin del dispositivo: Comandos a utilizar: Imaqhwinfo.- Devuelve la informacin del hardware y software disponibles, tales como: Adaptador de video instalado, versin de Matlab, Toolbox (nombre y versin). Imaqhwinfo(adaptor).- Donde adaptor es el nombre del adaptador instalado, por lo general

Construye un objeto de entrada de video (nexo entre el dispositivo y Matlab). Si no se especifica Format se asume el formato por defecto. Imaga Acquisition Tool.- Facilita el trabajo de realizar la captura de imgenes mediante lnea de comandos. Para acceder a esta herramienta se debe ejecutar: imaqtool Se presentan 3 aplicaciones sencillas del procesamiento de imgenes: Deteccin de bordes de una imagen. Cuenta de objetos de caractersticas similares presentes en una imagen. Reconocimiento ptico de Caracteres (OCR) mediante un algoritmo implementado por terceros. En todos los casos las imgenes sern obtenidas mediante una cmara web.

6.3. FLUJOGRAMA

calidad y a su vez minimiza el envo de productos defectuosos a los clientes. La tcnica de Control de calidad con visin artificial permite una inspeccin rpida y una automatizacin del 100 % de la produccin. La visin artificial es una herramienta para automatizar procesos de control, supervisin, manipulacin y robotizacin. En la actualidad los costes de sistemas de visin artificial disminuido enormemente mientras las prestaciones de esta tcnica aumentada espectacularmente. los han que han

X. BIBLIOGRAFA: VIII. RESULTADOS OBTENIDOS: El proyecto consta del diseo de una banda transportadora para el paso de los objetos, la misma que tendr montada encima una cmara web que permita la captura de los objetos que circulen por la misma, en el momento que el objeto atraviese por completo el sensor de luz la cmara web tomar la imagen del objeto para enviarla a la PC, donde por medio de software en este caso Matlab la imagen adquirida ser primeramente guardada con formato .jpg, para posteriormente ser analizada y procesada con las herramientas que este software ofrece, luego mediante una relacin matemtica que involucra al permetro y rea del objeto, obtendremos un cociente (nmero), el mismo que nos servir para asignar parmetros en la clasificacin de objetos. Por ltimo, una vez obtenido el resultado del anlisis del objeto, este ser clasificado en un plato giratorio de acuerdo a su forma (cuadrado, circulo, triangulo). IX. CONCLUSIONES:
Con esta tcnica se obtiene una reduccin de costes en control de Ral Pino Dez, Alberto Gmez Gmez, Nicols de Abajo Martnez, Introduccin a la inteligencia artificial: Sistemas expertos, redes neuronales artificiales y computacin evolutiva, Universidad de Oviedo, 2001 - 106 pginas. Universidad Rey Juan Carlos (Madrid), Aplicaciones de la visin artificial y la biometra informtica, Librera-Editorial Dykinson, 2005 128 pginas. Enlaces Web Consultados: http://gavab.escet.urjc.es/master/visionartificial/ material/apuntes/tema1.ppt http://serdis.dis.ulpgc.es/~a013775/asignaturas/ itis-fia/T1bn.pdf http://www.logicelectronic.com/vision/queyporq ue.htm http://www.jasvisio.com/control-de-calidadindustrial-con-vision-artificial.html http://www.tupperbot.es/wpcontent/uploads/2007/01/visionartificial.pdf http://www2.unalmed.edu.co/dyna2005/133/visi on.pdf