Visión artificial
| ||||
Visión artificial : Es una disciplina perteneciente a la Inteligencia Artificial que se encarga de observar y analizar imágenes reales, formas, caras, colores con el objetivo de arrojar un tipo información específica, siguiendo un principio parecido al funcionamiento del cerebro y ojo humano, que permite ver, identificar y procesar una imagen para comprenderla. Esta disciplina constituye un componente principal de la automatización industrial.
Sumario
Antecedentes
A principios de los años 1970, se comenzaron a utilizar algoritmos específicos para procesar imágenes y reconocer características básicas y ya desde ese tiempo se pudieron detectar los extremos en los objetos, encontrar diferencias de color y discernir manchas de píxeles conectados, a través de operaciones relativamente simples con el uso de texto sencillo y concreto y de formas previsibles para ajustarse a un patrón fijo.
Composición
Un sistema de visión artificial se compone en:
- Dispositivo de iluminación: La iluminación es para la pieza que se va inspeccionar, y permite que sus características se destaquen para ser captadas de manera nítida por la cámara, cuyo lente, captura la imagen y la presenta al sensor en forma de luz. El sensor convierte esta luz en una imagen digital que luego se envía al procesador para análisis.
- Un digitalizador de video, para realizar la conversión analógico-digital de la captura de imagen o píxeles digitalizados.
- Un sistema de microprocesador, para proporcionar los algoritmos que revisan la imagen y extraen información, ejecutan la inspección necesaria y toman una decisión y que además ofresca capacidad de almacenamiento de imágenes.
- Software de propietario y programas de aplicación específicos.
- Un monitor a color de alta resolución, para visualizar las imágenes y los efectos de varias rutinas de análisis de imágenes.
Fases
Las fases fundamentales para su funcionamiento son:
- Obtención de imagen: La computadora debe destacar la imagen a obtener. A través de diversas técnicas como la iluminación y los filtros, para tener en cuenta las formas, los colores, las texturas y sombras de los objetos.
- Preprocesado: La pieza es sometido a una fase de preproceso con el objetivo de eliminar ruido, afinar bordes y límites de la imagen, contrastar esta para resaltar los colores y que resulte más precisa de ver, pulir algunos aspectos y finalmente , someter la imagen a un proceso de transformación para adecuarlas a otros entornos.
- Segmentación: Es separar la imagen en diferentes secciones tomando en cuenta los colores, las regiones, los bordes y texturas, para diferenciar el objeto y el fondo.
- Descripción: Etiquetar y describir cada una de las partes de la imagen que pueden ser cuantitativa (áreas, alturas, anchuras, perímetros, ángulos y otras medidas de longitud), o cualitativas (colores y texturas).
- Clasificación: Se identifica y clasifica los objetos contenidos en la imagen y se comprende la conexión existente entre cada parte, otorgándole sentido a dicha composición visual.
- Toma de decisiones: Se clasifica de 2 maneras la información obtenida: de forma humana o manual, dejando que un sistema obtenga todos los datos y que, dependiendo de la información procesada, tener un comportamiento en consecuencia.
Tipos de visión artificial
- Sensores de visión: Para detectar el paso de un objeto o el fallo.
- Cámaras inteligentes y sistemas de visión integrados: Son mejores que los sensores de visión y tienen una gran potencia de cálculo, lo que les permite dar solución a la mayoría de aplicaciones de visión industrial.
- Sistemas de visión avanzados: Poseen hardware mucho más potente. Esto le permite al sistema analizar una gran cantidad de datos simultáneamente y trabajar con algoritmos de análisis más avanzados.
Aplicaciones:
La visión artificial industrial es la columna vertebral en la fabricación, la logística y las operaciones inteligentes ya que pueden aportar inteligencia, análisis y eficiencia a cada paso del proceso en sectores tan distintos como la alimentación, la automoción, la electrónica, la metrología, el packaging o la propia industria médica que la han incorporado y se benefician de las ventajas de su aplicación.
Ejemplos
La visión artificial permite automatizar muchas de las tareas de la cadena de producción como:
- Control de calidad.: Elimina la subjetividad en los sistemas de inspección o control de calidad.
- Clasificación.
- Contaje de productos.
- Posicionamiento.
- Control de rotación.
- Pick and place: Consistentes en coger un producto y depositarlo en otro lugar.
- Comprobación de montajes: Los sistemas de visión artificial al final de una línea de ensamblaje pueden comprobar rápidamente que cada pieza ocupa el lugar que le corresponde.
- Sistemas de medición: Garantiza la precisión exigida para realizar cualquier medición (tamaños, distancias, ubicaciones) siempre que se haya realizado un ajuste referencial.
- Localización de defectos: Las cámaras de visión artificial permiten detectar defectos de manera automatizada y rápidamente, retirando de la línea de producción la pieza defectuosa, disminuyendo así la tasa de desperdicio.
- Lectura de códigos: El sistema de algoritmos de reconocimiento de caracteres, facilita su lectura, comprobando que coincida con el producto.
- Detección de elementos intrusos: Permite clasificar elementos atendiendo a su composición química, por lo que resulta fácil detectar un intruso en la fase de empaquetado, permitiendo una mayor precisión en los diagnósticos de errores.
Ventajas
- Procesamiento simple y rápido.
- Acceso a los clientes y a las industrias: permitiendoles chequear los productos.
- Mejora de la calidad de los productos.
- Fiabilidad: Elimina el factor fatiga en cualquier tarea.
- Eficiencia: Al mejorar la salud y la seguridad de los trabajadores aumenta la productividad y el rendimiento de su línea de producción al no depende de factores externos(enfermedad o errores humanos)
- Reducción de los costes de mano de obra: Libera al personal para que puedan centrarse en trabajos de mayor valor.
- Precisión: Los robots y equipos con visión artificial pueden interpretar las acciones humanas e interactuar, ayudando a evitar accidentes antes de que ocurran.
- Detección de fallos y signos de desgaste: Al permitir la planificación de reparaciones preventivas.
- Eliminación de los tiempos de inactividad.
- Rastreo de objetos: A través de las transmisiones de vídeo.
- Reducción de riesgos a gran escala: Maximizando los niveles de seguridad y controlando el acceso a las instalaciones o identificando entornos peligrosos.
Desventajas
- Necesidad de especialistas: Se requiere de asistencia profesional que conozca el funcionamiento de esos dispositivos y que aproveche al máximo estas tecnologías.
- Fallas de la visión artificial: Si el dispositivo falla, no anuncia o anticipa ese problema.
- Fallo en el procesamiento de imágenes: cuando el dispositivo falla debido a un virus informático u otros problemas de software, falla el procesamiento de imágenes.
