Facultad de ingeniería en electricidad y computacióN




НазваниеFacultad de ingeniería en electricidad y computacióN
страница1/27
Дата03.11.2012
Размер2.03 Mb.
ТипДокументы
  1   2   3   4   5   6   7   8   9   ...   27




ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

FACULTAD DE INGENIERÍA EN ELECTRICIDAD Y COMPUTACIÓN

“Aplicación de visión con LabVIEW para la detección de frascos con turbiedades”

TESIS DE GRADO

Previa la obtención del Título de:

INGENIERO EN ELECTRÓNICA Y TELECOMUNICACIONES

Presentado por:

Lenin Edwin Gordillo Erazo

Jorge Luis Yánez Roca


GUAYAQUIL – ECUADOR

AÑO 2009

AGRADECIMIENTO

A Dios y sus constantes bendiciones.

A nuestras familias por su apoyo y cariño.

A los amigos que colaboraron de varias maneras a la culminación de este proyecto.

A los diferentes profesores que supieron compartir su conocimiento e incentivaron en nosotros la creatividad.

A todos aquellos que creyeron en nosotros.


DEDICATORIA

A Dios por la vida y oportunidad que nos brinda día a día. A mi familia, en especial a mi madre por ser mi soporte. A mis amigos, “La Tribu”, por su amistad desinteresada y ayuda incondicional. Y a todas aquellas personas que colaboraron con el proyecto!!

Jorge Luis

A Dios por la oportunidad de crecer cada día. A mi familia, que me ha apoyado y guiado siempre. Y a todas aquellas personas que supieron estar en el momento adecuado dando palabras de aliento para no decaer en los esfuerzos y brindaron todo su apoyo.

Lenin Gordillo


TRIBUNAL DE GRADUACIÓN






M.Sc. Jorge Aragundi R.




Ing. Carlos Valdivieso A.







Presidente del Tribunal




Director de Tesis






















M.Sc. Efrén Herrera M.




Ing. Washington Medina M.







Miembro Principal




Miembro Principal




DECLARACIÓN EXPRESA

“La responsabilidad del contenido de este trabajo, nos corresponde exclusivamente; y el patrimonio intelectual del mismo a la ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL”.

(Reglamento de exámenes y títulos profesionales de la ESPOL)



Lenin Edwin Gordillo Erazo




Jorge Luis Yánez Roca

resumen

El presente trabajo “Aplicación de visión con LabVIEW para la detección de frascos con turbiedades” forma parte del Tópico de Graduación “Plataforma para el desarrollo de proyectos con dsPICs y visión robótica con LabVIEW”.

En el capítulo 1 se describen las ventajas y desventajas de los sistemas de visión artificial frente al sistema humano de visión, se menciona las potenciales áreas industriales para su aplicación, se plantean los objetivos del proyecto, alcances y especificaciones de la solución propuesta.

En el capítulo 2 se presentan aspectos importantes vinculados a la iluminación, tipo de cámaras y algoritmos matemáticos usados en el procesamiento digital de las imágenes.

En el capítulo 3 se hace una descripción de los instrumentos virtuales que LabVIEW presenta en su paquete NI Vision, aquí se podrá encontrar una guía con ejemplos claros del uso de los instrumentos virtuales. También se describen las principales características y ventajas de trabajar con dsPics.

En el capítulo 4 se describen las características de los dispositivos con los cuales el sistema de detección de turbiedades deberá interactuar (sistema de bandas y brazo empuja frasco). Se muestra la implementación del sistema de detección de turbiedades en lenguaje gráfico y especificaciones de funcionamiento (como el tamaño del frasco). Se integra la solución planteada al sistema de bandas y brazo empuja frasco; y se analiza los costos de la solución.

En el capítulo 5 se exponen las pruebas realizadas, se analizan los resultados obtenidos, eficiencia de los algoritmos y tendencias estadísticas.


INDICE GENERAL

RESUMEN

ÍNDICE GENERAL

ABREVIATURAS

ÍNDICE DE IMÁGENES

ÍNDICE DE TABLAS

INTRODUCCIÓN 1

1. Análisis Preliminar y Justificación del Proyecto 3

1.1 Sistemas de Visión 3

1.2 Aplicaciones de la Visión por Computador 16

1.3 Situación Actual 19

1.4 Desventajas de la situación actual 24

1.5 Justificación del Proyecto 26

1.6 Limitaciones del Proyecto 29

2. Fundamentos del Procesamiento Digital de Imágenes 3

2.1 Adquisición de Imágenes 33

2.2 Procesamiento 58

2.3 Detección de Bordes 96

2.4 Segmentación 103

2.5 Extracción de Características 112

2.6 Reconocimiento y Localización 119

3. LabVIEW y dsPic's 33

3.1 Introducción al Software  de captura de imágenes 33

3.2 Adquisición y procesamiento de imágenes a través del paquete IMAQ 126

3.3 El por qué de utilizar dsPics 190

3.4 Desempeño de los dsPics 191

3.5 Arquitectura básica para el control de motores 193

3.6 Opciones de Comunicación Disponible 195

4. Diseño e Implementación del Sistema de Control de Turbiedades 122

4.1 Características de la Plataforma para dsPic 30F4011  122

4.2 Especificaciones para el diseño del sistema de control 205

4.3 Manejo del Brazo Robótico 209

4.4 Diseño del Programa Controlador de Turbiedades en LabVIEW con el uso del paquete IMAQ 211

4.5 Establecimiento de Comunicación entre el ordenador y el brazo robótico 252

4.6 Implementación del Sistema de Control de Turbiedades en la plataforma para dsPics 257

4.7 Análisis de costos 289

5. Datos experimentales 197

5.1 Pruebas realizadas 36

5.2 Datos obtenidos 42

5.3 Análisis de resultados 47

CONCLUSIONES Y RECOMENDACIONES 311

ANEXOS

BIBLIOGRAFÍA

Abreviaturas

AC Corriente alterna

bit Dígito binario

BMP Mapa de bits

bps Bits por segundo

byte Conjunto de ocho bits

CAN Control de redes de área

CCD Dispositivos de carga acoplada

CCD Dispositivos de acoplamiento de carga

cm Centímetro

CMOS Semiconductor de óxido metálico complementario

CMY Cian, magenta y amarillo

DSC Controlador digital de señales

DSP(s) Procesador(es) digital(es) de señales

dsPic(s) Microcontrolador(es) de Microchip con soporte para procesamiento digital de señales

EEPROM Memoria de solo lectura programable y borrable eléctricamente

FFT Transformada rápida de Fourier

HSI Tonalidad, saturación e intensidad

HSL Tonalidad, saturación y luminancia

HSV Tonalidad, saturación y valor

Hz Hertz

I2C Circuito inter integrado

ICSP Interfaz de programación serial en circuito

IMAQ Adquisición de Imágenes, paquete de instrumentos virtuales de National Instruments

ki Constante de integración

kp Constante de proporcionalidad

LED(s) Diodo(s) emisor(es) de luz

LUT Tabla de consulta

Mbps Mega bits por segundo

MCPWM Módulo de control de modulación de ancho de pulso

MCU Unidad micro controladora

MHZ Megahertz

MOS Semiconductor de óxido metálico

MSPS Millones de muestras por segundo

NI National Instruments

OCR Reconocimiento óptico de caracteres

PDI Procesamiento Digital de Imágenes

PIC(s) Microcontrlador(es) de Microchip

PTMR Registro de tiempo para pulso programable

PWM Modulación por ancho de pulso

RAM Memoria de acceso aleatorio

RGB Rojo, verde y azul


INDICE DE IMÁGENES

Imagen 1 1 Partes del Sistema Ocular (1) 4

Imagen 1 2 Formación de las imágenes (1) 6

Imagen 1 3 Elementos de un sistema de visión artificial (2) 8

Imagen 1 4 Cámara como sensor de imagen (2) 9

Imagen 1 5 Tarjeta de Sistema de Adquisición (3) 10

Imagen 1 6 Lector de Códigos Serie Modelos PD65 y PD60 (6) 20

Imagen 1 7 Sensor Inteligente Modelo AE20 (6) 21

Imagen 1 8 Sistema Compacto Modelo PV310 (6) 21

Imagen 1 9 Sistema de Caudal de Frutas (3) 22

Imagen 1 10 Sistema de Clasificación de Chapas (3) 23

Imagen 2 11 Iluminación Frontal Unidireccional (13) 39

Imagen 2 12 Iluminación lateral (13) 40

Imagen 2 13 Iluminación Axial Difusa (13) 40

Imagen 2 14 Iluminación Coaxial (13) 41

Imagen 2 15 Iluminación de campo brillante (11) 42

Imagen 2 16 Iluminación de campo oscuro (13) 43

Imagen 2 17 Estructura de sensor CCD (15) 44

Imagen 2 18 Arquitectura del sensor de transferencia de interlínea (10)

46

Imagen 2 19 Pasos del proceso de adquisición del sistema de interlínea (10) 46

Imagen 2 20 Arquitectura del sensor de transferencia de cuadro (10)
48

Imagen 2 21 Proceso de adquisición en sensor de transferencia de cuadro (10) 48

Imagen 2 22 Arquitectura del sensor de transferencia de cuadro completa (10)

49

Imagen 2 23 Proceso de adquisición en sensor de transferencia de cuadro completa (10) 50

Imagen 2 24 Estructura de sensor CMOS pasivo (17)

51

Imagen 2 25 Estructura de sensor CMOS activo (17) 52

Imagen 2 26 Modelo RGB (21)
61

Imagen 2 27 Representación vectorial de los colores (20) 62

Imagen 2 28 Ejemplo de resultado del algoritmo de comparación de color (20) 65

Imagen 2 29 Representación vectorial de colores y la conversión a escala de gris (20) 66

Imagen 2 30 Producto punto de vectores (20) 66

Imagen 2 31 Ejemplo de conversión a escala de grises (20) 67

Imagen 2 32 Transformación Lineal (20) 68

Imagen 2 33 Transformación: aumento de brillo (20)

69

Imagen 2 34 Transformación: disminución del brillo (20) 69

Imagen 2 35 Transformación: variación del contraste (20) 70

Imagen 2 36 Descomposición de una imagen a color en modelo RGB (20) 71

Imagen 2 37 Redimensionamiento de una fila (20) 73

Imagen 2 38 Redimensionamiento a través de linealización (20) 75

Imagen 2 39 Ejemplo de redimensionamiento (20) 76

Imagen 2 40 Ejemplo de rotación (20) 77

Imagen 2 41 Sistema lineal invariante en el tiempo (22) 78

Imagen 2 42 Sistema lineal invariante en el desplazamiento (22) 78

Imagen 2 43 Proceso de convolución (22) 83

Imagen 2 44 Bordes de una imagen (22) 85

Imagen 2 45 Matriz de píxeles con borde cero (22) 85

Imagen 2 46 Matriz de píxeles con borde fijo (22) 86

Imagen 2 47 Matriz de pixeles con borde reflejado (22) 87

Imagen 2 48 Clasificación de los Filtros Espaciales (22) 88

Imagen 2 49 Ejemplo de filtro gradiente (21) 90

Imagen 2 50 Resultados de aplicar filtros Laplacianos (21) 92

Imagen 2 51 Resultados de aplicar filtro de Suavizado (21) 94

Imagen 2 52 Triángulo de Pascal (20) 95

Imagen 2 53 Resultado de filtro gaussiano (21) 96

Imagen 2 54 Definición de borde de imagen (25) 97

Imagen 2 55 Representación ideal del borde (25) 98

Imagen 2 56 Representación aproximada del borde (25) 99

Imagen 2 57 Detección de bordes (25) 100

Imagen 2 58 Modelo de Detección Simple del Borde (21) 102

Imagen 2 59 Modelo de Detección Avanzada del Borde (21) 103

Imagen 2 60 Histograma de intensidad de píxeles (21) 105

Imagen 2 61 Ejemplo de segmentación de imágenes (21) 106

Imagen 2 62 Antes de la segmentación morfológica (21) 108

Imagen 2 63 Paso 1: segmentación por umbral (21) 108

Imagen 2 64 Paso 3: mapa de distancias en escala de gris (21) 109

Imagen 2 65 Paso 4: transformación de líneas divisoras de agua (21) 109

Imagen 2 66 Resultado de aplicar la segmentación morfológica (21) 110

Imagen 2 67 Visualización de las líneas divisoras de agua (21) 111

Imagen 2 68 Construcción de la línea divisora de agua (21) 111

Imagen 2 69 Matrices de conectividad (21) 114

Imagen 2 70 Partículas con conectividad-4 (21)

114

Imagen 2 71 Partícula con conectividad-8 (21) 115

Imagen 2 72 El píxel y su área (21) 117

Imagen 2 73 Rectángulo envolvente (21) 118

Imagen 2 74 Máxima distancia Feret (21) 119

Imagen 2 75 Variación en la orientación (21) 121

Imagen 2 76 Variación en la iluminación (21) 121

Imagen 2 77 Presencia de ruido y/o atenuación (21) 122

Imagen 3 78 Cámaras de video (27) 123

Imagen 3 79 Tarjetas de adquisición de datos de NI (27) 123

Imagen 3 80 Asistente de Visión de NI (27) 124

Imagen 3 81 Menú de Instrumentos Virtuales de Vision And Motion 127

Imagen 3 82 Menú de NI-IMAQ 127

Imagen 3 83 Menú de Vision Utilities 128

Imagen 3 84 Menú de Image Processing 128

Imagen 3 85 Menú de Machine Vision 129

Imagen 3 86 Menú de IMAQ USB 130

Imagen 3 87 Menú del Panel Frontal de Vision 130

Imagen 3 88 IMAQ Create 131

Imagen 3 89 Ejemplo de IMAQ Create 132

Imagen 3 90 IMAQ Dispose 133

Imagen 3 91 Ejemplo de IMAQ Dispose 133

Imagen 3 92 IMAQ Copy 134

Imagen 3 93 Ejemplo de IMAQ Copy 134

Imagen 3 94 IMAQ USB Enumerate Cameras 135

Imagen 3 95 Panel Frontal de IMAQ USB Enumerate Cameras 136

Imagen 3 96 IMAQ USB Init 136

Imagen 3 97 IMAQ USB PropertyPage 137

Imagen 3 98 IMAQ USB Stop 138

Imagen 3 99 IMAQ USB Close 138

Imagen 3 100 IMAQ USB Snap 139

Imagen 3 101 Diagrama de bloques con uso de IMAQ USB Snap 140

Imagen 3 102 Panel Frontal de la captura incorrecta en modo snap 140

Imagen 3 103 Diagrama de bloques con uso de IMAQ USB Snap y lazo de repetición 141

Imagen 3 104 Panel Frontal de la captura correcta en modo snap 142

Imagen 3 105 IMAQ USB Grab Acquire 142

Imagen 3 106 Diagrama de bloques con uso de IMAQ USB Grab 143

Imagen 3 107 Panel Frontal de la captura en modo grab 143

Imagen 3 108 Panel Frontal de Image Display 145

Imagen 3 109 Elección del tipo de imagen en el Image Display 145

Imagen 3 110 IMAQ Read File 146

Imagen 3 111 Ejemplo de IMAQ Read File 147

Imagen 3 112 IMAQ Write File 147

Imagen 3 113 Ejemplo de IMAQ Write File 148

Imagen 3 114 IMAQ GetPalette

149

Imagen 3 115 IMAQ Write Image and Vision Info 149

Imagen 3 116 IMAQ Setup Learn Pattern 2

150

Imagen 3 117 IMAQ Learn Pattern 2 150

Imagen 3 118 IMAQ Setup Learn Color Pattern

150

Imagen 3 119 IMAQ Learn Color Pattern 151

Imagen 3 120 Ejemplo de escritura de una plantilla en escala de grises 151

Imagen 3 121 Ejemplo de escritura de una plantilla a color 152

Imagen 3 122 Ejemplo de lectura de plantilla a escala de grises

153

Imagen 3 123 Ejemplo de lectura de plantilla a color 153

Imagen 3 124 IMAQ Convolute 155

Imagen 3 125 Filtro de suavizado usando IMAQ Convolute

155

Imagen 3 126 Resultado del filtro de suavizado 156

Imagen 3 127 Filtro de nitidez usando IMAQ Convolute

157

Imagen 3 128 Resultado del filtro de nitidez 157

Imagen 3 129 IMAQ EdgeDetection 157

Imagen 3 130 Filtro de detección de bordes de Prewitt 158

Imagen 3 131 Resultado del filtro de detección de bordes de Prewitt 159

Imagen 3 132 IMAQ Simple Edge 159

Imagen 3 133 IMAQ ROI Profile 160

Imagen 3 134 Diagrama de bloques para detectar bordes con IMAQ Edge Simple 161

Imagen 3 135 Panel frontal de la detección de bordes con IMAQ Edge Simple 162

Imagen 3 136 IMAQ Edge Tool 2 163

Imagen 3 137 Diagrama de bloques de detección de bordes usando IMAQ Edge Tool 2 164

Imagen 3 138 Panel Frontal de la detección de bordes con IMAQ Edge Tool 2 165

Imagen 3 139 IMAQ Threshold 166

Imagen 3 140 Diagrama de bloques de detección de umbral con IMAQ Threshold 166

Imagen 3 141 Panel frontal de la segmentación usando IMAQ Threshold 167

Imagen 3 142 IMAQ AutoB Threshold 168

Imagen 3 143 Diagrama de bloques de detección de umbral usando IMAQ AutoB Threshold 169

Imagen 3 144 Panel frontal de la segmentación usando IMAQ AutoB Threshold 170

Imagen 3 145 IMAQ Morphology 170

Imagen 3 146 Diagrama de bloques usando IMAQ Morphology para la dilatación binaria 171

Imagen 3 147 Panel frontal con la imagen original y el resultado de aplicar la dilatación binaria 172

Imagen 3 148 Diagrama de bloques usando IMAQ Morphology para el gradiente interno 173

Imagen 3 149 Panel frontal con la imagen original y el resultado de aplicar la operación binaria gradiente interno 173

Imagen 3 150 IMAQ Remove Particle 174

Imagen 3 151 Diagrama de bloques con el uso de IMAQ Remove Particle

174

Imagen 3 152 Panel frontal con la imagen original y el resultado de aplicar la remoción de partículas 175

Imagen 3 153 IMAQ Particle Filter 2 175

Imagen 3 154 Diagrama de bloques usando IMAQ Particle Filter 2 177

Imagen 3 155 Panel frontal con la imagen original y el resultado de usar el filtro de partículas 177

Imagen 3 156 IMAQ Particle Analysis Report 178

Imagen 3 157 Diagrama de bloques con el uso de IMAQ Particle Analysis Report
179

Imagen 3 158 Panel frontal con los resultados de IMAQ Particle Analysis Report 179

Imagen 3 159 IMAQ Particle Analysis 180

Imagen 3 160 Diagrama de bloques usando IMAQ Particle Analysis 181

Imagen 3 161 Panel frontal con el resultado de usar IMAQ Particle Analysis 182

Imagen 3 162 IMAQ Match Pattern 2 182

Imagen 3 163 IMAQ Setup Match Pattern 2 183

Imagen 3 164 Plantilla de la tapa de la botella 184

Imagen 3 165 Diagrama de bloques de búsqueda de patrones usando IMAQ Match Pattern 2

184

Imagen 3 166 Panel frontal con el resultado de buscar patrones usando IMAQ Match Pattern 2 185

Imagen 3 167 IMAQ Find Pattern 185

Imagen 3 168 Diagrama de bloques de búsqueda de patrones usando IMAQ Find Pattern 186

Imagen 3 169 Panel frontal con el resultado de buscar patrones usando IMAQ Find Pattern 187

Imagen 3 170 IMAQ Setup Match Color Pattern 187

Imagen 3 171 IMAQ Color Pattern Matching 188

Imagen 3 172 Plantilla para la búsqueda a color 189

Imagen 3 173 Diagrama de bloques de búsqueda de patrón a color 189

Imagen 3 174 Panel Frontal del resultado de la búsqueda del patrón a color 190

Imagen 4 175 Espol Lab Conveyor Setup 198

Imagen 4 176 Espol Lab Conveyor Close 199

Imagen 4 177 Espol Lab Conveyor Speed 200

Imagen 4 178 Espol Lab Conveyor Change Control Loop Constant 201

Imagen 4 179 Espol Lab Conveyor Set Sensor-Camera Distance 202

Imagen 4 180 Espol Lab Conveyor Set Speed Reference 202

Imagen 4 181 Espol Lab Conveyor Stop 203

Imagen 4 182 Espol Lab Conveyor Left 204

Imagen 4 183 Espol Lab Conveyor Right 204

Imagen 4 184 Dimensiones del frasco 207

Imagen 4 185 Caja para reducir el ruido 208

Imagen 4 186 Sistema de iluminación interno 209

Imagen 4 187 División de áreas de interés del frasco 212

Imagen 4 188 Diagrama de boques general 213

Imagen 4 189 Diagrama de bloques general del programa de control 215

Imagen 4 190 Diagrama de flujo de la detección de impurezas 217

Imagen 4 191 Diagrama de flujo de la determinación de áreas de interés 219

Imagen 4 192 Diagrama de flujo de la comparación del color 219

Imagen 4 193 Diagrama de flujo del análisis central 220

Imagen 4 194 Diagrama de flujo del análisis superior 221

Imagen 4 195 Diagrama de flujo del análisis inferior 222

Imagen 4 196 Diagrama de bloques de la captura de la imagen 223

Imagen 4 197 Captura de un frasco en el sistema de bandas transportadoras 224

Imagen 4 198 VI Recs de Trabajo 225

Imagen 4 199 Diagrama de bloques del VI Recs de Trabajo 227

Imagen 4 200 VI Buscar Tapa 228

Imagen 4 201 Diagrama de bloques del VI Buscar Tapa 229

Imagen 4 202 VI Calibración 230

Imagen 4 203 Diagrama de bloques del VI Calibración 230

Imagen 4 204 Rectángulo superior 231

Imagen 4 205 Rectángulo inferior 232

Imagen 4 206 Rectángulo central 233

Imagen 4 207. VI Análisis Color 234

Imagen 4 208 Etapa de análisis de color 235

Imagen 4 209 Implementación del análisis de color 236

Imagen 4 210 VI PlantillaColor 236

Imagen 4 211 VI Parámetros de Búsqueda Color 237

Imagen 4 212. VI Análisis Central 2 238

Imagen 4 213 Análisis central: establecimiento de las coordenadas de la tapa 239

Imagen 4 214 Análisis central: etapa de establecimiento de la región de interés 240

Imagen 4 215 VI Mejoramiento de bordes 241

Imagen 4 216 VI Área Central Cood 241

Imagen 4 217 Implementación del Área Central Cood 241

Imagen 4 218 Puntos de referencia en la determinación del área central 242

Imagen 4 219 Análisis central: conversión a escala de grises y análisis de partículas 243

Imagen 4 220 VI Partículas Central 243

Imagen 4 221 Etapa de Análisis Central 244

Imagen 4 222 VI Análisis Superior 245

Imagen 4 223 Implementación de análisis superior 246

Imagen 4 224 VI Segmentación Morfológica 246

Imagen 4 225 Implementación de la segmentación morfológica 247

Imagen 4 226 Etapa de análisis superior 248

Imagen 4 227 VI Análisis Inferior 249

Imagen 4 228 Implementación del análisis inferior 249

Imagen 4 229 Etapa de análisis inferior 250

Imagen 4 230 Etapa de aceptación o rechazo del frasco 251

Imagen 4 231 Panel frontal de la detección de impurezas 252

Imagen 4 232 VI Inicializar 253

Imagen 4 233 VI Configurar Empuja Frascos 255

Imagen 4 234 VI Empujar Frasco 256

Imagen 4 235 VI Close 257

Imagen 4 236 Panel Frontal – pantalla de control 259

Imagen 4 237 Inicialización de Variables 261

Imagen 4 238 Configuración del puerto serial de la banda 263

Imagen 4 239 Configuración distancia sensor-cámara 263

Imagen 4 240 Configuración de movimiento y velocidad 264

Imagen 4 241 Banda en Movimiento 265

Imagen 4 242 Banda detenida 266

Imagen 4 243 Frasco Detenido 267

Imagen 4 244 Cierre de comunicación 267

Imagen 4 245 Espera por Sigte Paso 268

Imagen 4 246 Inicio de Calibración de Cámara 269

Imagen 4 247 Espera de decisión 270

Imagen 4 248 Captura de Video de Ajuste 271

Imagen 4 249 Parar Ajuste 272

Imagen 4 250 Fin de calibración 273

Imagen 4 251 Movimiento de Banda 274

Imagen 4 252 Movimiento de la banda: configuración de puertos 275

Imagen 4 253 Movimiento de la banda: configuración de la distancia sensor-cámara 276

Imagen 4 254 Movimiento de la banda: funcionamiento de motores 277

Imagen 4 255Movimiento de la banda: no se detecta frasco 278

Imagen 4 256 Movimiento de la banda: frasco detectado paso 1 279

Imagen 4 257 Movimiento de la banda: frasco detectado paso 1 280

Imagen 4 258 Movimiento de la banda: cierre de los puertos de comunicación 281

Imagen 4 259 Análisis del frasco: no hay frasco 282

Imagen 4 260 Análisis del frasco: obtención del tiempo 283

Imagen 4 261 Análisis del frasco: detección de turbiedades 283

Imagen 4 262 Análisis del frasco: frasco con impurezas 284

Imagen 4 263 Análisis del frasco: aumento del contador de frascos rechazados 285

Imagen 4 264 Análisis del frasco: reinicio de la variable que habilita el movimiento de las bandas 286

Imagen 4 265 Análisis del frasco: frasco sin impurezas 287

Imagen 4 266 Análisis del frasco: aumento del contador frascos aceptados 288

Imagen 4 267 Análisis del frasco: reinicio de la variable que habilita el movimiento de las bandas 288

Imagen 4 268 Análisis del frasco: cálculo del tiempo de análisis 289

Imagen 5 269 Tipos de frascos 38

Imagen 5 270 Tipos de iluminación 39

Imagen 5 271 42

Imagen 5 272 Resultados del análisis de un frasco sin turbiedades 43

Imagen 5 273 Resultados del análisis de un frasco con impurezas en la parte superior 44

Imagen 5 274 Resultados del análisis de un frasco con impurezas en la parte inferior 45

Imagen 5 275 Resultados del análisis de un frasco con impurezas en las tres partes 47

Imagen 5 276 Umbral de comparación de análisis de color 48

Imagen 5 277 Umbral de comparación de análisis central 49

Imagen 5 278 Umbral de comparación de análisis de central amplificado 50

Imagen 5 279 Umbral de comparación de análisis superior 51

Imagen 5 280 Umbral de comparación de análisis inferior 52

INDICE DE TABLAS

Tabla I: NI Vision: mediciones de partículas 117

Tabla II: Comparación de NI Vision con otros programas 125

Tabla III: Descripción de costos del proyecto 289

Tabla IV: Detalle de costos de la cámara de iluminación 290

Tabla V: Detalle de horas hombre de ingeniería 292



introducción

La optimización de procesos y maximización de recursos es un objetivo que se plantean las industrias a nivel mundial. El poder contribuir a este objetivo fue uno de los principales motivos para el planteamiento y desarrollo de este trabajo de investigación: “Aplicación de visión con LabVIEW para la detección de frascos con turbiedades”. Poder coadyuvar a la automatización de los sistemas de control de calidad a través de un sistema de visión artificial fue nuestra meta.

A pesar de que la solución es un prototipo, se trato de emular un ambiente industrial a través del uso de bandas transportadoras y un brazo robótico. Sin embargo el trabajo desarrollado no deja de ser un referente que debe ser tomado en cuenta como base para futuros proyectos.

Invitamos a Usted, estimado lector, a explorar, experimentar y desarrollar soluciones en base a sistemas de visión artificial; campo complejo pero interesante y desafiante.

capitulo 1
  1   2   3   4   5   6   7   8   9   ...   27

Похожие:

Facultad de ingeniería en electricidad y computacióN iconIngeniería en computacióN

Facultad de ingeniería en electricidad y computacióN iconFacultad de Ingeniería en Mecánica y Ciencia de la Producción

Facultad de ingeniería en electricidad y computacióN iconUniversidad de Los Andes Facultad de Ingeniería Consejo de Estudios de Postgrado

Facultad de ingeniería en electricidad y computacióN icon1. entidad: Universidad Nacional de Ingeniería, Facultad de Ciencias, domiciliado en Av. Túpac Amaru Nº 210 Rímac

Facultad de ingeniería en electricidad y computacióN iconLenguajes y Ciencias de la Computación

Facultad de ingeniería en electricidad y computacióN iconF acultad de ingenieríA

Facultad de ingeniería en electricidad y computacióN iconCarrera: ingeniería matemática

Facultad de ingeniería en electricidad y computacióN iconCapítulo 2 Ingeniería del Software

Facultad de ingeniería en electricidad y computacióN iconMáster en Ingeniería Informática. Bases de datos 604329

Facultad de ingeniería en electricidad y computacióN iconFacultad de filosofia y letras

Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница