Sistema de Información Científica: Red de Revistas Científicas de América Latina, El Caribe, España y Portugal

Disponible en: http://www.redalyc.org/articulo.oa?
id=47711103

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Sistema de Informacin Cientfica
Gabriel Mauricio Zambrano Rey, Carlos Alberto Parra Rodrguez, Martha Ruth Manrique Torres, Csar Julio
Bustacara Medina
Estacin de control de calidad por visin artificial para un centro de manufactura integrada por computador
(CIM)
Ingeniera y Universidad, vol. 11, nm. 1, enero-junio, 2007, pp. 33-55,
Pontificia Universidad Javeriana
Colombia
Cmo citar? Fascculo completo Ms informacin del artculo Pgina de la revista
Ingeniera y Universidad,
ISSN (Versin impresa): 0123-2126
[email protected]
Pontificia Universidad Javeriana
Colombia
www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
ESTACIN DE CONTROL DE CALIDAD POR VISIN ARTIFICIAL PARA UN CENTRO DE MANUFACTURA INTEGRADA POR COMPUTADOR
Ing. Univ. Bogot (Colombia), 11 (1): 33-55, enero-junio de 2007 33
ESTACIN DE CONTROL DE CALIDAD POR VISIN
ARTIFICIAL PARA UN CENTRO DE MANUFACTURA
INTEGRADA POR COMPUTADOR (CIM)*
QUALITY CONTROL STATION VIA ARTIFICIAL VISION FOR A
COMPUTER INTEGRATED MANUFACTURING CENTER (CIM)
Gabriel Mauricio Zambrano Rey**
Carlos Alberto Parra Rodrguez***
Martha Ruth Manrique Torres****
Csar J ulio Bustacara Medina*****
Resumen: este artculo presenta el desarrollo, la implementacin,
la construccin y la validacin de una estacin de control de calidad
orientada a la inspeccin y verificacin de calidades de fabricacin de
piezas mecanizadas, basada en visin artificial y acoplada a un siste-
ma de manufactura integrada por computador. El sistema analiza las
piezas con base en una plantilla configurada previamente con ayuda
*
Fecha de recepcin: 11 de octubre de 2006. Fecha de aceptacin para publicacin: 5 de
diciembre de 2006. Este artculo es derivado del proyecto de investigacin denominado Diseo
e implementacin de una estacin de control de calidad usando visin artificial, financiado
por la Pontificia Universidad Javeriana.
**
Ingeniero Electrnico, Universidad Industrial de Santander. Magster en Ingeniera
Electrnica, Pontificia Universidad Javeriana. Profesor Asistente, Departamento de Procesos
Productivos, Pontificia Universidad Javeriana. Bogot, Colombia.
Correo electrnico: [email protected]
***
Ingeniero Electrnico, Pontificia Universidad Javeriana. Magster en Ingeniera Elctrica,
Universidad de los Andes. Magster en DEA y Doctorado en Automatique et Informatique
Industrielle, Universit de Toulouse III. Profesor Asociado, Departamento de Electrnica,
Pontificia Universidad Javeriana. Bogot, Colombia.
****
Licenciada en Mecnica y Dibujo Tcnico de la Universidad Pedaggica Nacional. Especialista
en Manejo y Programacin de Mquinas con Control Numrico, Servicio Nacional de
Aprendizaje. Magster en Educacin, Pontificia Universidad Javeriana. Profesora asistente,
Departamento de Procesos Productivos, Pontificia Universidad Javeriana. Bogot, Colombia.
*****
Ingeniero de Sistemas, Universidad Nacional de Colombia. Magster en Ingeniera de Sistemas,
Universidad de los Andes. Profesor Asistente, Departamento de Ingeniera de Sistemas, Pontificia
Universidad Javeriana. Bogot, Colombia. Correo electrnico: [email protected]
GABRIEL MAURICIO ZAMBRANO R., CARLOS ALBERTO PARRA R., MARTHA RUTH MANRIQUE T., CSAR JULIO BUSTACARA M.
de una pieza patrn y luego ejecuta dicha plantilla sobre un lote de
piezas. Teniendo en cuenta la importancia de la metrologa y el con-
trol de calidad en los procesos de fabricacin, se busc con este trabajo
de investigacin proveerle al Centro Tecnolgico de Automatizacin
Industrial una herramienta de medicin que permita ejecutar tareas
de inspeccin dentro de un plan de proceso en una celda integrada de
manufactura.
Palabras clave: procesamiento digital de imgenes, metrologa, con-
trol de calidad, sistemas flexibles de manufactura.
Abstract: In this paper, the development, implementation, construc-
tion and validation of a quality control station targeted to the inspec-
tion and verification of fabrication qualities of machined parts, based
on artificial vision and coupled to a computer integrated manufacturing
system is presented. The system analyses the parts based on a tem-
plate configured previously with a pattern. The template is applied later
to each one of the images taken from the batch to be inspected. By
taking into account the importance of metrology and quality control in
manufacturing processes the main objective of this work was to pro-
vide the Laboratory of Industrial Automation with a measurement tool
that allows inspection tasks to be executed during a process plan in a
Computer Integrated Manufacturing System.
Key words: digital image processing, metrology, quality control, flexi-
ble manufacturing systems.
1. INTRODUCCIN
Calidad puede definirse como una combinacin de caractersticas
de ingeniera y de fabricacin, que determina el grado de satisfaccin
y utilidad que el producto proporciona al consumidor durante su uso. A
partir de esta definicin se puede entender que el control de calidad es
un factor fundamental para todos los sectores productivos y que, por
ello, organizaciones internacionales de estndares, establecen con-
juntos de normas para cada uno de los campos de la produccin.
En el caso del sector de la metalurgia y la metalmecnica el control
de calidad es primordial para sobrevivir ante un mundo globalizado, en
donde los requerimientos para exportar hacia pases industrializados
son cada vez ms estrictos y aferrados a los estndares. Variables como
volmenes de produccin, costo de la tecnologa de control de calidad,
tiempos de produccin y mano de obra calificada, son parmetros que
afectan el aseguramiento de la calidad de la pequea y mediana in-
dustria metalmecnica del pas.
Por su parte, la visin artificial y, especficamente, las tareas de
inspeccin de los bienes manufacturados realizadas por sistemas
de visin artificial, han crecido en importancia desde mediados de los
aos 1970. En 1982, Chin et al (1982) publicaron un compendio de
casi trescientas aplicaciones, reportes y artculos relacionados con
la inspeccin visual automatizada en la industria, enfocndose en la
inspeccin de tarjetas de circuitos impresos. En dicho estudio se pre-
sentan como ventajas potenciales de la inspeccin visual, la elimina-
cin del trabajo humano, el aumento de la velocidad de inspeccin
para estar acorde con las velocidades de produccin, el anlisis esta-
dstico de la informacin, entre las ms importantes. De esta manera, la
visin artificial se constituye en una alternativa viable gracias a los
avances en la tecnologa computacional y a la reduccin de costos en
los equipos de captura de imgenes.
En el pas se han realizado varios trabajos de aplicacin de control
de calidad con sistemas de visin artificial, los cuales incluyen la
extraccin de caractersticas geomtricas y no geomtricas de las
imgenes con el fin de discriminar un producto de acuerdo con dife-
rentes criterios y estndares. En trminos de caractersticas no
geomtricas se registra una gran cantidad de aplicaciones de estos
sistemas en la seleccin de productos agrcolas. Varios grupos de in-
vestigacin de la Universidad Nacional de Colombia han venido traba-
jando en la clasificacin del caf cereza por medio de clasificadores
bayesianos y redes neuronales para poder discriminar el fruto por ta-
mao y color, y as obtener una uniformidad entre las diversas varie-
dades de caf (Sandoval, 2003).
En cuanto a las caractersticas geomtricas y una aplicacin en un
ambiente de produccin, se puede citar el trabajo desarrollado en la
Universidad del Norte que utiliza el conocido sistema Robot Vision Pro
de Eshed Robotec, incorporado en un centro de manufactura integrada
por computador para realizar el control de calidad de empaques utiliza-
dos en compresores centrfugos con base en el clculo de distancias,
reas y ngulos de acuerdo con puntos sobre la imagen programados
por el usuario (Lpez, 2001).
Sistemas ms avanzados utilizan una nube de puntos en tercera
dimensin para crear una imagen que luego puede ser comparada con
el diseo CAD de las piezas y as poder determinar las disimilitudes
entre las dimensiones reales y las diseadas (Prieto, 2002). Estos sis-
temas requieren de equipos ms avanzados como las mquinas de
medicin de coordenadas CMM, por sus iniciales en ingls, cuyos
elevados costos dificultan su implementacin en la mediana indus-
tria metalmecnica colombiana.
El proyecto desarrollado se propone implementar una metodologa
basada en la visin artificial para inspeccionar tolerancias geomtricas
y dimensionales de piezas mecanizadas dentro de un centro de manu-
factura integrada por computador. Se dise y se implement un sis-
tema de medicin, partiendo de una filosofa modular, que permite
mediante desarrollos progresivos ofrecer una solucin de control de
calidad a pequeos y medianos empresarios del sector metalmecni-
co. El sistema se encuentra en funcionamiento en el Centro Tecnol-
gico de Automatizacin Industrial de la Facultad de Ingeniera de la
Pontificia Universidad J averiana.
En el segundo numeral se presenta el marco terico acerca de los
tres grandes aspectos que se abordan en este proyecto: la metrologa,
el procesamiento digital de imgenes y los sistemas de manufactura
flexible. A continuacin, el tercer numeral se concentra en la descrip-
cin del proyecto detallando cada uno de los mdulos programados tanto
en la estacin de control de calidad como en el sistema de manufactu-
ra. Finalmente, en el cuarto numeral se encuentran consignados los
protocolos de pruebas usados para probar la eficiencia del sistema y
un anlisis de los resultados obtenidos.
2. MARCO TERICO
2.1. METROLOGA
La metrologa es una de las reas fundamentales de la mecnica,
ya que trata de las medidas y su expresin y, gracias a ella, todas las
piezas que integran un montaje determinado pueden ser intercam-
biadas en caso de deterioro. Se vale de medios imprescindibles como
son los instrumentos de medida y las tolerancias (Mecnica del Taller,
1993). Segn la Superintendencia de Industria y Comercio de Colombia
(SIC), ente encargado de las actividades de metrologa en el pas, en
la metrologa se pueden diferenciar tres ramas: la metrologa cient-
fica, la metrologa industrial y la metrologa legal. En Colombia, el desa-
rrollo de la metrologa ha estado centrado en la metrologa industrial,
bajo la supervisin de la Divisin de Metrologa de la SIC, que compren-
de todas las actividades metrolgicas necesarias para los sistemas de
gestin de la calidad en las industrias.
La metrologa industrial parte de las tolerancias y los instrumentos de
medida para asegurar y determinar la calidad de fabricacin de un pro-
ducto teniendo en cuenta su diseo y su funcin. De esta forma, se
pueden determinar tres grupos de productos: las piezas de control o ele-
mentos de mquinas, las piezas de montaje y las piezas sueltas. Las
primeras se denominan tambin piezas patrn y son todas aquellas que
no permiten errores considerables en sus medidas. Por su parte, las
piezas de montaje, aunque manejen intervalos de tolerancia muy pe-
queos, permiten una mayor flexibilidad en sus dimensiones, depen-
diendo del grado de ajuste o juego permitido en el ensamble. Finalmente,
las piezas sueltas son aquellas con intervalos ms laxos, ya que su fun-
cionalidad no requiere de altas precisiones para encajes.
En vista de la imposibilidad de construir piezas de medidas rigurosa-
mente iguales a las de referencia, se ha introducido el concepto de tole-
rancia. Este concepto es particularmente interesante cuando se trata de
trabajos en serie y se elaboran piezas que han de ser totalmente inter-
cambiables; puede decirse con absoluta seguridad que la fabricacin bajo
tolerancia es lo que ha permitido el avance en la industria (Mecnica del
Taller, 1993). As, segn la calidad de fabricacin deseada y la finalidad
de la pieza por elaborarse, se permite un intervalo de valores que la me-
dida puede tomar, los cuales no afectarn significativamente el desem-
peo de la pieza. Las tolerancias pueden ser clasificadas segn dos
aspectos importantes: los elementos asociados y los tipos de tolerancias.
La Tabla 1 presenta las tolerancias utilizadas en ingeniera.
Tabla 1. Tolerancias geomtricas segn la norma ISO 1101-1983
Fuente: ISO (1983a, 1983b), Prez (2002)
A continuacin se presenta una corta definicin de las tolerancias
por medir con la estacin de control de calidad:
Rectitud: todos los puntos forman una lnea recta. La tolerancia se
representa por dos lneas paralelas.
Redondez o circularidad: todos los puntos forman un crculo. La to-
lerancia se define por dos crculos concntricos.
Angularidad: dos segmentos rectos que forman un ngulo especfi-
co aparte de 90. La zona de tolerancia se define por dos planos
paralelos al ngulo bsico.
Perpendicularidad: superficies o ejes que forman un ngulo recto
entre s. La tolerancia es una zona definida por dos planos parale-
los perpendiculares al eje del dato.
Paralelismo: superficies o ejes equidistantes entre s. La toleran-
cia del paralelismo especifica una zona definida por dos planos o
lneas paralelas al plano o eje del dato.
Concentricidad: los ejes de todos los elementos locales cruzados de
una superficie de revolucin son comunes a la caracterstica del
eje del dato. La tolerancia especifica una zona cilndrica cuyo eje
coincide con el eje del dato.
2.2. PROCESAMIENTO DIGITAL DE IMGENES
El control de calidad en muchas ocasiones se vale de la ayuda de
instrumentos, pero an hoy en da muchos procesos de inspeccin se
ejecutan basados totalmente en la experiencia de un inspector y su
agudeza visual para reconocer defectos en los productos. La migracin
hacia sistemas de visin automatizados permite ejecutar mediciones
precisas, de mayor complejidad, a mayor velocidad y en una mayor
cantidad de la que un humano puede realizar.
Cada aplicacin de control de calidad por visin puede ser diferente
y requerir instrumentos y algoritmos muy particulares, inclusive pen-
sado en la inspeccin de un mismo producto. Por ejemplo, en el caso
de la verificacin dimensional y geomtrica de piezas mecanizadas es
necesario considerar que estas piezas presentan brillos intensos y
alta reflexin de la luz. Como la medicin est relacionada con los
contornos de las mismas, es necesario evitar degradarlos durante el
pre-procesamiento de las imgenes de hecho se deben mejorar. Otro
de los aspectos importantes es la calibracin del sistema, paso crucial
que tiene como objetivo principal determinar la resolucin del siste-
ma y evitar errores significativos en la medicin.
A continuacin se presentan los aspectos ms relevantes e infor-
macin importante sobre los algoritmos usados en cada una de las
etapas del procesamiento de la imagen.
2.2.1. ETAPA DE CAPTURA
El proceso de captura est centrado en tres aspectos importantes,
necesarios para obtener una imagen de calidad que no altere las condi-
ciones reales agregando errores considerables al sistema. El primero
de ellos es la iluminacin, la cual debe ser homognea sin llegar a satu-
rar o crear brillos que puedan ocultar defectos en los contornos de las
piezas. Otro aspecto importante son los sistemas pticos, ya que sufren
de un nmero inevitable de distorsiones geomtricas que alteran las
proporciones reales de las dimensiones de los objetos en la imagen.
Aunque existen mltiples algoritmos para obtener los parmetros de
distorsin del lente, es importante para aplicaciones de medicin con-
tar con una lente de baja distorsin con el fin de reducir el tiempo de
procesamiento y aumentar la exactitud del sistema (Zhang, 1998). Fi-
nalmente, la cmara en s es el elemento ms importante en el proceso
de captura y debe ser seleccionada de acuerdo con la aplicacin, la ca-
pacidad para manipular los parmetros internos de captura y las carac-
tersticas de resolucin, velocidad de captura, envo de datos al
computador y, finalmente, el acondicionamiento de la misma para tra-
bajar en ambientes industriales en el caso de sistemas que estn dise-
ados para realizar inspecciones en la planta de produccin.
2.2.2. ETAPA DE PRE-PROCESAMIENTO
El pre-procesamiento consiste en la aplicacin de tcnicas que
permitan el realce o mejoramiento de algunas caractersticas impor-
tantes en las imgenes originales para facilitar el proceso de segmen-
tacin. En un sistema de medicin y de inspeccin es necesario aplicar
tcnicas que conserven los contornos pero que ejecuten labores de sua-
vizado porque en el caso especfico de los materiales mecanizados se
presentan surcos debido al paso de la herramienta.
El problema de filtros que preserven bordes ha sido enfocado por va-
rios trabajos; as por ejemplo, Chin (1983), Himayat (1993) y Tomasi et
al (1998) proponen una combinacin de filtrado de intervalo y de domi-
nio, denominada filtrado bilateral, el cual reemplaza el valor del pxel
en x por un promedio de los valores de pxeles vecinos, pero, a diferen-
cia de otros filtros, los valores para el clculo del promedio deben ser
similares. En regiones suaves, los valores de los pxeles en un vecin-
dario pequeo son todos muy similares, por lo que el filtro bilateral
acta como un filtro de dominio estndar, promediando y eliminando
los valores dbilmente correlacionados causados por el ruido. Por el
contrario, si el filtro se ubica en un borde o frontera, solamente se
tienen en cuenta aquellos valores ms parecidos al valor del pxel eva-
luado segn su posicin en la frontera.
2.2.3. ETAPA DE SEGMENTACIN
La tcnica de segmentacin ms conocida dentro del procesamien-
to de imgenes es quizs la umbralizacin. Este mtodo permite sepa-
rar dos o ms regiones de una imagen a partir de un anlisis del
histograma. Aunque es un mtodo sencillo, su aplicabilidad en proce-
sos industriales ejecutados por visin artificial ha sido y sigue siendo
de gran importancia (Chin, 1982; Modayur, 1992). Por otro lado, un an-
lisis orientado a bordes permite extraer caractersticas ms puntuales
en cuanto a dimensiones, forma y orientacin de los objetos inspeccio-
nados. Existen diversas tcnicas en el dominio espacial para encon-
trar los bordes entre dos regiones (J ain, 1989; Gonzlez, 2002), de las
cuales la de mejores resultados es la tcnica del algoritmo de Canny
(Gonzlez, 2002).
Despus de obtener los bordes de las regiones de inters, es nece-
sario seguir segmentando la imagen con el fin de obtener unas primi-
tivas de forma para la evaluacin de algoritmos de medicin e
inspeccin. Uno de los aspectos ms interesantes de un contorno son
las esquinas, puntos crticos o puntos de alta curvatura. En la literatu-
ra se encuentra una gran cantidad de trabajos orientados a la detec-
cin de estos puntos. Alexandro (2002), Chetverikov y Szab (1999) y
Kweon (2001) hacen un recuento de las tcnicas de deteccin de es-
quinas y puntos de alta curvatura en curvas planas y proponen una
nueva tcnica basada en el ajuste de un tringulo con un ngulo de
apertura y la longitud de sus lados definida para inscribirlo dentro de la
curva. Este algoritmo tiene dos etapas:
Etapa 1: en cada punto P de la curva, el detector trata de inscribir
un tringulo variable (P
+
,P,P
-
) limitado por el siguiente conjunto
de reglas
2
2 2
min max
2
2 2
min max
max
d P P d
d P P d

+
(1)
En donde
2
P P a a
+
= = es la distancia entre P y P+,
2
P P b b
= = es la
distancia entre P y P- y [ , ] es el ngulo de apertura del tringulo,
que se puede calcular como:
2 2 2
cos
2
a b c
ar
ab
+
= (2)
Los diferentes tringulos que satisfacen las condiciones (ecuacin
1) son llamados tringulos admisibles, dentro de un nmero lmite de
puntos vecinos considerado (
min max
, d d ). De todos los diferentes tringulos
que se pueden formar para cada punto es candidato aquel con el me-
nor ngulo de apertura (Figura 1a). Si no se puede inscribir ningn
tringulo admisible, el punto P se rechaza y se pasa a examinar el
siguiente punto del contorno.
Figura 1. a) Se determina si P es un punto candidato; b) dentro de un conjunto de
puntos candidatos cercanos se determina aquel que tenga un menor ngulo de
apertura.
Fuente: Chetverikov y Szabo (1999).
Etapa 2: debido a que el detector puede responder a la misma es-
quina en varios puntos consecutivos, similar a lo que sucede con
los detectores de bordes, se necesita descartar puntos que no sean
mximos. Si un punto P ha sido seleccionado como candidato, al
igual que un vecino cercano Pv, aquel punto con un ngulo de aper-
tura mayor se descarta, si este cumple con la condicin de ser un
vecino vlido, lo cual se establece en la ecuacin 3.
2
2
max
P Pv d (3)
2.3. SISTEMA DE MANUFACTURA INTEGRADA POR COMPUTADOR
El Sistema Integrado de Manufactura (CIM, por sus iniciales en in-
gls) del Centro Tecnolgico de Automatizacin Industrial (CTAI) cuenta
con cuatro estaciones: una estacin de control de celdas, una esta-
cin de almacenamiento, una estacin de transporte y una estacin
de manufactura, esta ltima compuesta por un robot manipulador y
dos mquinas de control numrico computarizado (CNC) una de fre-
sado y otra de torneado. La estacin de control de celdas permite la
visualizacin de los procesos, la comunicacin con las estaciones por
medio de controladores y el control de flujo de materiales en el CIM.
Uno de los componentes ms importantes de la plataforma de pro-
gramacin COSIMIR CONTROL son los controladores para las interfaces
de comunicacin, entre los cuales se encuentran PROFIBUS, RS-232,
OPC, FILE I/ O, TCP/ IP y ODBC, entre otros, que permiten el acople de
las estaciones de una manera sencilla y eficaz. Cada dispositivo co-
nectado al controlador de la celda tiene asignado su propio controlador
que soporta un conjunto especial de tareas y establece las propiedades
para cada uno de los componentes.
Para programar una aplicacin en el COSIMIR CONTROL es nece-
sario crear un proyecto y, dentro de ste, generar planes de proceso o
sub-rutinas encargadas de tareas especficas. Para la adicin de una
nueva estacin es necesario establecer una comunicacin fsica con la
red de comunicaciones del sistema, generar los planes de proceso para
la inclusin de la nueva estacin dentro de las tareas del CIM y permi-
tir un intercambio de informacin adecuado hacia y desde la nueva
estacin con el fin de actualizar el estado de cada una de las piezas en
produccin.
Otro de los aspectos fundamentales de este sistema es la visualiza-
cin. A travs de una interfaz dinmica, se puede observar el estado y
la ubicacin dentro del proceso de cada una de las piezas. La nueva
estacin se puede representar acorde con su funcin y se puede acce-
der a ella mediante un dispositivo conectado al controlador que permi-
ta manejar mejor las comunicaciones con la misma.
Una vez programada una aplicacin, es posible compilarla y depu-
rarla para encontrar errores de sintaxis o errores de funcionamiento.
En la Figura 2 se muestra la nueva estacin para el control de calidad
integrada al CIM.
Figura 2. Estacin de control de calidad por visin artificial
Fuente: presentacin propia de los autores.
3. DESCRIPCIN
Debido a que la programacin se bas en el lenguaje Visual C++.net,
cada uno de los mdulos fue concebido como una clase con funciones
especficas que ejecutan tareas relacionadas con el mdulo. Cada una
de estas clases pas por una etapa de pruebas y comprobacin de re-
sultados, en algunos casos con otras herramientas como MatLab,
para verificar su funcionamiento adecuado. Por su parte, la clase que
maneja la interfaz grfica es la encargada de incluir todas las otras
clases y ejecutar los procesos de acuerdo con la aplicacin que el usuario
desea configurar, utilizando ayudas como cuadros de dilogo, botones
y cuadros de texto.
La estacin de control de calidad por visin artificial fue diseada
con el objetivo de ser una extensin del CIM, respetando las caracte-
rsticas fsicas y de diseo actuales del sistema. La estacin est fa-
bricada en perfil de aluminio extruido de 45 x 45cm y est conformada
por una mesa y un soporte en forma de marco que permite la ubica-
cin de un travesao sobre el cual est acoplada la cmara en tres
posiciones diferentes, sostenido por ngulos rectos fijos al marco. La
iluminacin de soporte se encuentra en la parte superior del marco,
donde se han dispuesto dos lmparas halgenas, las cuales tienen un
selector de potencia de salida de dos posiciones de 75W y de 150W.
Para la ubicacin de la pieza, se dispuso una placa de acero 10/ 20
rectificada por sus dos caras situada sobre cuatro bases ubicadas en la
lmina de perfilera de la mesa de la estacin.
3.1. MDULO DE CALIBRACIN
Un mtodo eficaz y preciso para la calibracin se implementa basa-
do en las demostraciones de Yang (Khalili, 2005), en donde se encuen-
tra el rea que representa cada pxel en mm
2
y posteriormente el lado
del pxel. El procedimiento parte de la bsqueda de una pieza con me-
didas rectificadas, como por ejemplo las galgas patrn. Se hace una
serie de tomas con diferentes orientaciones de una galga patrn o
varias de ellas para cada una de las posiciones de la cmara en la
estacin. Al ejecutar el algoritmo, se pre-procesa y se convierte a un
sistema binario cada una de las imgenes seleccionadas por el usua-
rio a travs del cuadro de dilogo y se realiza un conteo de la cantidad
de pxeles que pertenece a la superficie de la pieza. Como las dimen-
siones de las galgas estn rectificadas, se ingresa el rea de la super-
ficie de la galga patrn y se evala el rea del pxel.
3.2. MDULO DE CAPTURA
El mdulo de captura tiene como propsito el manejo de la cmara y
la carga de imgenes desde el disco para la visualizacin y configura-
cin de una aplicacin de medicin. La programacin de este mdulo
principal est basada en cvCam, conjunto de funciones que hacen par-
te de la biblioteca de funciones incorporada dentro de OpenCV. Algunos
de los aspectos relevantes de este mdulo son:
Tamao de la pieza: el intervalo de dimensiones de pieza que el
sistema puede medir vara entre los 30mm y los 100mm. Para ob-
tener la mejor resolucin de acuerdo con la geometra de la pieza
se han dispuesto tres posiciones calibradas previamente para la
cmara. De acuerdo con las dimensiones que cada imagen puede
captar (posicin 1=3,4 x 2,56 cm, posicin 2=9 x 7,28 cm, posicin
3=15,5 cm x 12,26 cm), la cmara se puede acomodar para captar
toda la pieza o parte de la misma, dependiendo de la exactitud bus-
cada para las medidas.
Fondo: para obtener un alto contraste en la imagen entre fondo y
pieza, se consider y aprob un fondo negro, debido a que en escala
de grises el bronce y la parafina industrial registran tonos con va-
lores muy claros al ser materiales altamente reflectivos.
Captura en escala de grises: la imagen se captura en escala de
grises mono8. Este formato de imagen simplifica el procesamiento.
Formato: se trabaja siempre con la mxima resolucin permitida
por la cmara, 1024 x 768 pxeles.
3.3. MDULO DE PRE-PROCESAMIENTO
Este mdulo implementa un filtro bilateral que, con base en pruebas
anteriormente efectuadas, realiza mejor su funcin de suavizado y con-
servacin de bordes cuando los parmetros de sigma y tamao del ve-
cindario estn cercanos a 50 y 3 x 3 respectivamente para piezas de
bronce, y valores de sigma un poco mayores para piezas de parafina.
Como parte de este mdulo se consider un algoritmo para magnificar
la imagen y mejorar la resolucin del sistema. Se ejecuta una funcin
una vez se ha pre-procesado la imagen, ajustando el tamao de la
misma, tantas veces ms como el usuario lo desee. Las pruebas del
sistema indican que la mejor eleccin considerando tanto la ganancia
en resolucin como el costo de procesamiento es aumentar la imagen
slo al doble de su tamao, es decir, 2048 x 1536 (imagen de 3Mp).
3.4. MDULO DE SEGMENTACIN
El proceso de segmentacin se inicia con un proceso de umbralizacin
y, ms adelante, contina con la extraccin de bordes basada en el
algoritmo de Canny. Esta metodologa se debe al hecho de que las pie-
zas mecanizadas poseen patrones sobre su superficie causados por el
paso de la herramienta y, aunque el acabado de la misma sea el pti-
mo, siempre existir una textura asociada con el material que se est
trabajando.
Despus de encontrar un borde es necesario ubicar los puntos aso-
ciados al mismo e identificarlo para poder extraer caractersticas y
ejecutar operaciones que determinen su estado. En el caso particular
de este proyecto, el estado del contorno se evala para determinar la
calidad de fabricacin de las piezas mecanizadas, con base en arreglos
de coordenadas de cada uno de los puntos de los contornos que el usua-
rio considere necesarios en su aplicacin de visin.
Una vez encontrado el contorno, se procede a la extraccin de primi-
tivas de los mismos. Como se present anteriormente, el algoritmo
IPAN99 ofrece una metodologa para dividir estos contornos en sus
primitivas geomtricas, es decir, en segmentos rectos y curvos. Con
base en las limitaciones que este algoritmo presenta para esta aplica-
cin, se decidi hacer unas modificaciones, las cuales se relacionan a
continuacin:
Etapa 1: el objetivo de esta etapa sigue siendo la deteccin de los
puntos de alta curvatura por medio de la inscripcin de tringulos
con longitudes de los lados variables. Al contrario del algoritmo
IPAN99, no se busca descartar algunos de los puntos con valores de
ngulos de apertura no mximos, sino, por el contrario, el usuario
debe configurar un valor de ngulo de apertura ms permisible
para as encontrar todos los puntos de alta curvatura de la seccin
redondeada del contorno (ver Figura 3b).
Figura 3. Localizacin de los puntos de alta curvatura, a) regiones ambiguas de una
unin recta-curva; b) todos los puntos de alta curvatura.
(a) (b)
Etapa 2: como se puede observar en la Figura 3b, se han encontrado
todos los puntos de alta curvatura, iniciando y terminando justo en
la porcin ambigua donde culmina el segmento recto e inicia el
segmento curvo (Figura 3a). Como criterio para escoger los puntos
extremos de cada uno de los conjuntos de puntos candidatos, se uti-
liza el valor de d
max
para determinar si los puntos se encuentran en
un vecindario vlido o hacen parte de otra aglomeracin de puntos
de alta curvatura. El criterio para la deteccin de los puntos candi-
datos extremos de cada conjunto se presenta en la ecuacin 4.
max
2
v
P P d (4)
Donde P y Pv son dos puntos de alta curvatura.
Si la distancia entre dos puntos candidatos es mayor a la ventana
de exploracin dos veces la distancia mxima para los lados del trin-
gulo se considera que estos puntos son extremos de dos conjuntos de
puntos de alta curvatura (Figura 3).
3.5. MDULO DE CONFIGURACIN DE PLANTILLAS
En el caso de las tolerancias relacionadas con segmentos rectos como
rectitud, perpendicularidad, paralelismo y angularidad se genera una
plantilla cuadrada y se almacenan las coordenadas de cada una de las
esquinas de los rectngulos generados (Figura 4a).
Figura 4. a) Plantilla tipo rectngulo para medicin de rectitud. Los crculos rojos
representan las coordenadas de cada una de las esquinas del rectngulo, valores
que se almacenan durante la configuracin. b) Plantilla para medicin de redondez.
Los valores del centro y los radios se almacenan durante la configuracin.
a) b)
Para las plantillas relacionadas con la redondez se generan crculos
concntricos o secciones de crculos concntricos para verificacin
de y de crculo y se almacenan los datos del centro, radios y, si es
el caso, el ngulo de apertura de las porciones circulares. Para la veri-
ficacin de concentricidad se genera una sola circunferencia y se al-
macena la informacin de radio y centro (Figura 4b).
En el caso de la inspeccin de dimensiones como el dimetro y la
longitud, la plantilla se compone de dos segmentos rectos que, en el
primer caso, cortan el contorno en dos puntos opuestos y, en el segun-
do, en dos puntos pertenecientes cada uno a las dos lneas paralelas
por medir slo es vlida esta medicin para segmentos paralelos.
Las coordenadas por almacenar corresponden a los puntos extremos
de cada segmento recto, cuatro en total (Figura 5).
Figura 5. a) Plantilla para medicin de longitud. b) Plantilla para la medicin de
dimetros. Los crculos rojos representan las coordenadas de los segmentos, alma-
cenadas durante la configuracin.
Debido a que la localizacin de los puntos pertenecientes a un con-
torno es discreta y no continua, existe el problema del redondeo y la
aproximacin de un punto de un borde real ubicacin real en el espa-
cio a un pxel o a su vecino. Como el objetivo es disminuir en mayor
medida los errores y la resolucin lograda es an un poco grande en
magnitud si se compara con los valores de tolerancias que se quieren
medir con el sistema, se implement el proceso de doble verificacin
que se explica a continuacin.
Etapa 1. Plantilla redondeada: en el momento de calcular las coor-
denadas de cada una de las plantillas, se redondea el valor del pxel
hacia arriba y se calculan las coordenadas de una plantilla am-
pliada con base en los valores de las tolerancias que se utilizar
para realizar una primera verificacin de la tolerancia. Si la pieza
cumple con la primera verificacin, se pasa a una segunda etapa;
de lo contrario, se etiqueta la pieza como una pieza que no cumple
la tolerancia estipulada por el usuario.
Etapa 2. Plantilla flotante: una vez se verifica que la pieza pasa la
inspeccin con la plantilla ampliada, se extraen todos los puntos
del contorno que se encuentran dentro dicha plantilla, se ubican
las coordenadas de cada uno de ellos y se verifica punto a punto el
contorno con una plantilla formada por coordenadas flotantes. En
el caso de las tolerancias circulares, se inspeccionan radios y, en
el caso de los segmentos rectos, se verifican las distancias de cada
punto a las rectas laterales de cada plantilla (Figura 5).
3.6. MDULO DE INTEGRACIN CON EL SISTEMA CIM
Uno de los objetivos de este desarrollo es la integracin del sistema
de control de calidad por visin artificial al CIM. En el caso particular de
la integracin de una nueva estacin al CIM, es necesario contemplar
tres grandes aspectos: la integracin fsica al sistema, la integracin
en la produccin y la integracin de la informacin.
3.6.1. INTEGRACIN FSICA
La integracin fsica de una estacin tiene dos dimensiones: la pri-
mera es el acople mecnico que permita el paso de las piezas por la
estacin, y la segunda, de tipo electrnico, tiene que ver con las co-
nexiones para las comunicaciones.
Para el acople mecnico se consider conveniente adicionar la es-
tacin de control de calidad a la estacin de manufactura del CIM,
debido a la facilidad para el transporte de las piezas por medio del robot
manipulador de la estacin, lo que implic una reubicacin de todos
los componentes de la estacin, una reconfiguracin de todas las tra-
yectorias del robot manipulador y la creacin de nuevas trayectorias
para el transporte de las piezas hacia y desde la estacin de control de
calidad. En la Figura 6 se pueden observar los planos, antes y despus
de la reorganizacin del sistema.
En cuanto a las conexiones para las comunicaciones, se determin
que, de acuerdo con la topologa de la red existente en el CIM, la comu-
nicacin del computador de la estacin con el sistema sera a travs
de ETHERNET y el protocolo TCP/ IP, para lo cual slo fue necesario
realizar una conexin al concentrador del sistema y asignar una di-
reccin IP vlida de acuerdo con las asignaciones del sistema.
Figura 6. Planos del CIM antes y despus de la incorporacin de la estacin de
control de calidad.
3.6.2. INTEGRACIN EN LA PRODUCCIN
Dentro del sistema CIM la programacin y ejecucin de las tareas de
manufactura se realiza a travs de planes de proceso, los cuales consti-
tuyen una secuencia de tareas que permite realizar procesos especfi-
cos de transporte, manufactura, almacenamiento y medicin de piezas
mecanizadas; este ltimo proceso se incorpora con la celda de control
de calidad. La interaccin con el usuario y la parametrizacin de di-
chos procesos permiten que estos tengan un cierto grado de flexibili-
dad, reflejada en las ventanas de visualizacin del proceso, en donde
el usuario puede, de una manera sencilla, configurar las aplicacio-
nes que desea ejecutar. Para ello, desde la ventana de configuracin
de la estacin (Figura 7), el usuario puede configurar tantas medi-
ciones como sean posibles sobre un mismo diseo de pieza, con el fin
de aplicarlas ms adelante a todo el lote producido. Los parmetros de
cada una de las etapas del proceso de visin se han dejado abiertos
para que el usuario los pueda configurar dependiendo del diseo de
la pieza, el material, la ubicacin de la cmara y las caractersticas
que desea determinar. De esta forma el sistema se convierte en una
plataforma general que puede seguir siendo ampliada para diseos
de piezas ms complejos, como por ejemplo los engranajes, sin la ne-
cesidad de reconfigurar todo el sistema y slo adicionando algunos
algoritmos especficos en algunas de las etapas del sistema.
Figura 7. Ventana de usuario para la configuracin de procesos de manufactura en
COSIMIR CONTROL.
En cuanto al sistema SCADA COSIMIR CONTROL, las ventanas de
interaccin con el usuario (Figura 8), permiten al operador del siste-
ma indicar el tipo de proceso de mecanizado fresado o torneado, el
nmero de piezas del lote, la activacin de la estacin de control de
calidad despus de los procesos de mecanizado, o si las piezas ya han
sido mecanizadas y ubicadas en el almacn, o que se puede utilizar
el sistema solo para las labores de transporte y medicin. De esta
forma, el usuario final tiene el control sobre la produccin y el uso de
la estacin de control de calidad.
Figura 8. Ventana de usuario para la programacin de la produccin
3.6.3. INTEGRACIN DE LA INFORMACIN
Uno de los aspectos ms importantes dentro de esta integracin es
la comunicacin entre el sistema maestro y la estacin de control de
calidad. Como se mencion anteriormente, se mantuvo la topologa de
la red en cuanto a la transmisin por protocolo TCP/ IP usado en el
sistema para transmitir y recibir la informacin hacia y desde los
controladores lgicos programables (PLC) y las mquinas. En este caso
la estacin requera saber el estado del proceso en cuanto a la ubica-
cin de la pieza en la misma para poder obtener la imagen, para lo
cual se utilizaron comandos numricos. Otro aspecto importante es el
envo de resultados desde la estacin hacia el sistema maestro. En
este caso, los resultados se codifican y se envan de tal forma que
SCADA pueda reubicarlos dentro de una base de datos, junto con la
informacin que el sistema tiene sobre el proceso cdigos de las pie-
zas, posicin en el almacn, material, tipo, tolerancias, etc. Es as
como en la base de datos se puede obtener toda la informacin rele-
vante al proceso de medicin, en forma detallada para cada una de las
inspecciones realizadas cada una de las tolerancias verificadas.
Se pueden diferenciar dos tipos de resultados en la base de datos:
un resultado numrico para las inspecciones de dimetros y longitu-
des, y un resultado cualitativo pasa o no pasa para las otras condi-
ciones de diseo de las piezas, debido a que estas corresponden al
cumplimiento o no de los contornos dentro de las regiones especifica-
das por el tipo de tolerancia.
4. RESULTADOS
Para evaluar el funcionamiento de la estacin de control de calidad
por visin artificial, se disearon unas pruebas que contemplan el
funcionamiento del sistema, no slo como sistema de medicin, sino
tambin como un sistema de inspeccin integrado a un CIM.
Teniendo en cuenta lo anterior se seleccionaron seis piezas ciln-
dricas, cada una con diferentes dimetros en cada cara. Las piezas
se enviaron al Laboratorio de Pruebas y Ensayos de Ingeniera Civil
para su medicin con un instrumento calibrado y patronado. En cada
posicin de la cmara se midieron seis caras y se realizaron treinta
mediciones de dimetro por cara, cada una de ellas con una rotacin
de la pieza. En la Tabla 2 se observan los resultados consolidados de las
pruebas de validacin del sistema para cada una de las posiciones de
la cmara.
Tabla 2. Resultados de las pruebas del sistema.
Es interesante analizar que la media del error se mantiene para las
tres posiciones de la cmara, lo que da a entender que aun con resolu-
ciones mayores (79,871410 m/ pxel para la posicin 3 de la cmara,
44,047458 m/ pxel para la posicin 2 y 16,698753 m/ pxel para la
posicin 1), el sistema contina dentro de los umbrales de error que
no afectan la verificacin de las bandas de tolerancias que se especi-
fican dentro de los estndares.
En cuanto a las desviaciones en las medidas, estos valores son siem-
pre menores a un pxel en un par de casos ligeramente mayores,
con lo cual el sistema se ajustar y disminuir errores entre mejor
resolucin se maneje. Al inspeccionar el estndar ISO sobre calidades
de fabricacin, se observa que el sistema puede medir intervalos de
tolerancias para las calidades de fabricacin IT9 en adelante, cuyos
intervalos estn separados por valores de tolerancias mayores que el
error que presenta el sistema.
Otro grupo de pruebas realizadas con el sistema contempl el uso de
una pieza fresada con mltiples contornos para la verificacin de las
tolerancias de orientacin, forma y dimensional (longitud) (Figura 9).
Con estas pruebas se pudo demostrar que la modificacin propuesta
para el algoritmo IPAN99 present una mejor respuesta a la deteccin
de los puntos crticos que se encuentran en una unin curva-recta de
Medida del
calibrador Medida instrumento Valor absoluto del
patronado de visin error Error
POSI CI N 1
6,1 6,106177 -0,06177 0,006177
6,18 6,189146 -0,009146 0,009146
5,48 5,475211 0,004789 0,004789
5,36 5,368092 -0,008092 0,008092
5,72 5,715426 0,004574 0,004574
5,81 5,796693 0,013307 0,013307 MEDI A
0,007680833 DESVI ACI N
POSI CI N 2
30,03 30,05064 -0,02064 0,02064
30,03 30,02568 0,00432 0,00432
30,07 30,0756 -0,0056 0,0056
30,07 30,07413 -0,00413 0,00413
30,04 30,03155 0,00845 0,00845
30,08 30,0756 0,0044 0,0044 MEDI A
0,007923333 DESVI ACI N
POSI CI N 3
30,03 30,02898 0,00102 0,00102
30,03 30,02366 0,00634 0,00634
30,07 30,06359 0,00641 0,00641
30,07 30,07158 -0,00158 0,00158
30,04 30,05561 -0,01561 0,01561
30,08 30,09288 -0,01288 0,01288 MEDI A
0,007306667 DESVI ACI N
un contorno. Es importante resaltar que con base en estas pruebas se
encontr que el funcionamiento del detector de puntos crticos de-
pende en gran parte de la condicin del contorno. Ruidos normales
en un contorno no afectan al detector, pero variaciones importantes en
el mismo como por ejemplo, aquellas causadas por abolladuras, mar-
cas, etc. llevan al sistema a detectar puntos crticos en estas seccio-
nes (Figura 10).
Figura 9. Plano de la pieza fabricada en parafina industrial usada para verificar el
funcionamiento de la metodologa propuesta.
Figura 10. Pieza de parafina con problemas en los contornos. La ranura a) muestra
puntos crticos en abolladuras de la pieza. La ranura b) presenta excelentes condi-
ciones para detectar los puntos crticos.
Finalmente, las pruebas permitieron verificar el funcionamiento
de la metodologa propuesta, basada en la configuracin de una planti-
lla de medicin compuesta de tantas plantillas como tolerancias se
quieran medir que posteriormente se ejecuta sobre una imagen de
la misma pieza. De modo aislado, esta metodologa muestra ciertas
fortalezas y debilidades. En cuanto a las fortalezas se puede decir que
es una forma fcil y prctica de realizar todas las mediciones y verifi-
caciones en una pieza con el fin de determinar su grado de calidad.
Estas mediciones se pueden configurar en diversos intervalos de cali-
dades de fabricacin por ejemplo, la medicin de dimetro configura-
da varias veces con diferentes bandas de tolerancias para determinar
dentro de cul intervalo se encuentra el parmetro medido. En cuanto
a sus debilidades, se puede decir que esta metodologa fue pensada
para la inspeccin de un lote de piezas a partir de la configuracin de
las mediciones usando una pieza patrn. Por esta razn, la pieza que
se utiliza para configurar las mediciones debe presentar unas condi-
ciones de acabado muy estrictas para que el sistema pueda detectar
los contornos y proceder luego a segmentarlos de acuerdo a sus puntos
crticos.
La estacin integrada al CIM permite la inspeccin automtica de
un lote de piezas, con base en una nica configuracin y con una
funcionalidad de comunicacin de resultados que permite un control
centralizado de todo el proceso de manufactura.
5. CONCLUSIONES
En este trabajo se implement un sistema de visin enfocado en la
medicin y verificacin de piezas mecanizadas, que permite realizar
este proceso dentro un sistema de manufactura integrada por compu-
tador. La metodologa propuesta, orientada a la configuracin de plan-
tillas de tolerancias con base en una pieza patrn con caractersticas
muy estrictas en su diseo, prob ser una forma fcil y rpida para
verificar varias tolerancias en una misma pieza, disminuyendo los
tiempos de produccin, los errores cometidos por el operador durante
la medicin y permitiendo un avance en la implementacin de instru-
mentos de medicin flexibles acoplados a sistemas de produccin au-
tomticos.
El sistema de visin artificial se implement en una plataforma
C++.net, en donde se program la aplicacin centrada en una interfaz
grfica con el usuario, que le permite elaborar tareas de calibracin
utilizando dos algoritmos diferentes, con una configuracin de planti-
llas de inspeccin de tolerancias dimensionales, de forma y de orien-
tacin y la ejecucin de las mismas, en modo aislado sobre la misma
pieza o en modo integrado al CIM sobre un conjunto de piezas ubicadas
en la estacin de almacenamiento del sistema.
La programacin de los planes de proceso en el CIM, que incluyeron
la programacin del robot y la elaboracin de otra interfaz con el usua-
rio, permitieron la integracin de la estacin al sistema de manufac-
tura e hicieron posible la transmisin de informacin relevante sobre
las mediciones que, adems de ser visualizada, es almacenada en
una base de datos para su posterior procesamiento. Con este desarro-
llo se avanz en el entendimiento de las funcionalidades del sistema
de manufactura, especficamente en el manejo de la comunicacin a
travs de TCP/ IP, el envo de informacin a bases de datos y la confi-
guracin de planes de proceso.
La metrologa es un rea con una gran importancia en los procesos
de produccin de bienes que se vale de los instrumentos de medicin
para determinar la calidad de un bien fabricado. Cuando se requieren
altos niveles de calidad, al igual que producciones variantes, flexibles
y en grandes cantidades, se necesita de instrumentos flexibles que no
slo realicen labores de medicin, sino que adems tengan otras cua-
lidades como integracin a las celdas de fabricacin, almacenamiento
de datos, interaccin con sistemas automticos de manipulacin y
capacidad de medicin a gran escala. La visin artificial ha demostra-
do ser una herramienta til para la implementacin de sistemas de
medicin, inspeccin y verificacin de la calidad de un producto. La
flexibilidad que tiene un sistema de visin radica en que no slo pue-
de determinar aspectos cualitativos de una pieza a travs de una ima-
gen, sino tambin en la habilidad para determinar medidas reales con
base en un procedimiento previo de calibracin del sistema. Una cma-
ra y un computador son suficientes para configurar un sistema de con-
trol de calidad por visin artificial, que puede ser orientado a la
medicin de piezas durante un proceso de fabricacin y la posible
discriminacin de cada una de ellas segn su cumplimiento de los
estndares de calidad.
AGRADECIMIENTO
Un especial agradecimiento al equipo humano de los departamen-
tos de Electrnica y Procesos Productivos por su apoyo para el desarro-
llo de este proyecto de investigacin. En especial, agradecemos al
ingeniero Carlos Eduardo Fquene Retamoso y a los dems miembros
del CTAI por su apoyo durante la realizacin de este proyecto.
REFERENCIAS
ALEXANDROV, A. Computer Vision 558 Corner Detection Overview and
Comparison. [Documento en lnea]. 2002. <http:/ / alex.
maistrenko.org/ cs558/ CornerDet.pdf>[Consulta: 16-10-2006].
BAE, S., KWEON, I. S. y YOO, Ch. D. COP: A New Corner Detector. Pattern
Recognition Letters. 2002, nm. 23, p. 1349-1360.
CHETVERIKOV, D. y SZAB, Z. Detection of High Curvature Points in
Planar Curves. Image and Pattern Analysis Group Computer and
Automation Research Institute. [Documento en lnea]. 1999.
[Hungary]: <http:/ / visual.ipan.sztaki.hu/ corner/ index.html>
[Consulta: 10-10-2006].
CHIN, Roland T. y HARLOW, Charles A. Automated visual inspection.
IEEE transactions on pattern analysis and machine intelligence.
1982, vol. 4, nm. 6.
CHIN, R. T. y YEH, C. L. Quantitative evaluation of some edge-preserving
noise-smoothing techniques. Computer Vision, Graphics, and
Image Processing. 1983, vol. 23, p. 67-91.
GONZLEZ, R. C. y WOODS, R. E. Digital Image Processing. 2
nd
ed. New
J ersey: Prentice Hall, 2002. ISBN 0201180758.
HIMAYAT, N. y KASSAM, S. A. Approximate performance analysis of
edge preserving filters. IEEE Transactions on Signal Processing.
1993, vol. 41, nm. 9, p. 2764-77.
J AIN, Anil K. Fundamentals of Digital Image Processing. Prentice-Hall
International, 1989. ISBN 970133361650.
KHALILI, K., RAZAVI, S. A. y KARIMZADGAN, D. High resolution measure-
ments using a low resolution system. Measurement Science Re-
view. 2005, vol. l5, nm. 1.
LONNESTAD, T. y GROTTUM P. Method to estimate areas and perimeters
of blob-like objects: a comparison. Norway: Department of
Informatics, University of Oslo.
LPEZ BELTRN, Royman, SOTTER SOLANO, Edgar y ZUREK VARELA,
Eduardo. Aplicacin del sistema Robot Vision Pro para opera-
ciones automticas de control de calidad. Ingeniera y Desarro-
llo. 2001, vol. 9, p. 88-97.
LUCAS. Manual de entrenamiento FESTO.Denkendorf: Festo, 2004.
LUCAS. Getting Started An Introduction to Programming and Controlling
Flexible Workcells with LUCAS. EFR-IRF. Denkendorf: Festo,
2000.
MODAYUR, B., SHAPIRO, L. y HARALICK, R. Visual Inspection of Ma-
chined Metallic Parts. University of Washington, Department
of Electrical Engineering. Proceedings of IEEE Conf. on Com-
puter Vision and Pattern Recognition, Champaign, IL: Univer-
sity of Washington, J une 1992, pp. 393-398.
PREZ, ROBERTO. Caracterizacin y representacin de los requerimientos
funcionales y las tolerancias en el diseo conceptual: aportacio-
nes para su implementacin en los sistemas CAD. Memorias de
Tesis Doctoral. Barcelona: Universidad Politcnica de Cata-
lua, 2002.
PRIETO, F., REDARCE, T., LEPAGE, R. y BOULANGER, P. An Automated
Inspection System. The International J ournal of Advanced Ma-
nufacturing Technology. 2002, junio.
s. a. Mecnica del Taller. 3 ed. Madrid: Mostotes, 1993.
SANDOVAL, Zulma, PRIETO, Flavio y ORTEGA, Oscar. Caracterizacin
y clasificacin de caf cereza por medio de visin artificial.
Memorias del VIII Simposio de Tratamiento de Seales, Imgenes
y Visin Artificial. Medelln, Colombia, Noviembre 5-7 de 2003.
TOMASI, C. y MANDUCHI, R. Bilateral Filtering for Gray and Color
Images. Proceedings of the 1998 IEEE International Conference
on Computer Vision. 1998, p. 839-846.
YANG, L., ALBREGTSEN, F., LONNESTAD, T. y GROTTUM, P. Method to
estimate areas and perimeters of blob-like objects: a comparison.
Department of Informatics. Norway: University of Oslo, 1994.
ZHANG, Z. A flexible new technique for camera calibration. Microsoft
Research Corporation. December 2, 1998 [Consulta: 10-8- 2002].

Sistema de Información Científica: Red de Revistas Científicas de América Latina, El Caribe, España y Portugal

Cargado por

Copyright:

Formatos disponibles

Sistema de Información Científica: Red de Revistas Científicas de América Latina, El Caribe, España y Portugal

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistema de Información Científica: Red de Revistas Científicas de América Latina, El Caribe, España y Portugal

Cargado por

Copyright:

Formatos disponibles

Disponible en: http://www.redalyc.org/articulo.oa?

También podría gustarte