Visión por Computador aplicada al control de calidad en procesos de manufactura: seguimiento en tiempo real de refrigeradores

En este artículo se presenta una propuesta de visión por computador para el problema de detección y seguimiento de accesorios internos en unidades de refrigeración sobre una línea de producción. La propuesta de visión por computador contempla una etapa de adquisición de imágenes multimodales (visibl...

Full description

Autores:
Lopez C., Carlos A.
Ferrin, Carlos D.
Castillo, Luis F.
Tipo de recurso:
Article of journal
Fecha de publicación:
2018
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/5017
Acceso en línea:
https://repository.eia.edu.co/handle/11190/5017
https://doi.org/10.24050/reia.v15i30.1150
Palabra clave:
Control de Calidad
Unidades de Refrigeración
Visión por Computador
Sistemas Distribuidos
Computación de Alto Desempeño.
Rights
openAccess
License
Revista EIA - 2018
Description
Summary:En este artículo se presenta una propuesta de visión por computador para el problema de detección y seguimiento de accesorios internos en unidades de refrigeración sobre una línea de producción. La propuesta de visión por computador contempla una etapa de adquisición de imágenes multimodales (visible, infrarroja cercana y profundidad) provenientes de cuatro sensores, seguida de una etapa de segmentación para la extracción de contornos tanto de puertas como gabinete; estos contornos son seguidos mediante con ayuda de una etapa de seguimiento que permite que el sistema centre su atención en una sola nevera para pruebas individuales; una etapa final permite estimar las regiones de interés de los accesorios, en la nevera bajo prueba mediante una técnica de mapeo homográfico y la ayuda de un conjunto de accesorios registrados para cada modelo de unidad de refrigeración en una base de datos. El sistema de visión por computador fue evaluado sobre una arquitectura distribuida de alto desempeño con tres modelos diferentes de neveras en condiciones reales de producción. El desempeño y la efectividad de los algoritmos desarrollados demostraron ser adecuados para su aplicación en entornos reales de producción industrial.