UNIVERSIDAD CATLICA DE SANTA MARA

FACULTAD DE CIENCIAS E INGENIERAS

FSICAS Y FORMALES
PROGRAMA PROFESIONAL DE INGENIERA
ELECTRNICA

CURSO:
INTELIGENCIA ARTIFICIAL
DOCENTE:
ING. JUAN CARLOS COPA PINEDA

PRESENTADO POR:
VILCA QUISPE LIDER
LOPEZ CHIRE WILBER

AREQUIPA - PER
2016

PROGRAMA DISCRIMADOR DE OBJETOS

INTRODUCCION
La visin artificial por computadora es una disciplina en creciente auge con
multitud de aplicaciones, como inspeccin automtica, reconocimiento de
objetos, mediciones, robtica etc. El futuro es an ms prometedor; la
creacin

de

mquinas

autnomas

capaces

de

interaccionar

inteligentemente con el entorno pasa necesariamente por la capacidad de

percibir ste. Estas mquinas, dotadas de computadores cada vez ms
rpidos y potentes, encuentran una de sus mayores limitaciones en el
procesamiento e interpretacin de la informacin suministrada por sensores
visuales.
La manipulacin de objetos en lneas de ensamble de robots es una tarea
donde un gran conjunto de diferentes tipos de objetos aparecen en
orientacin y posicin arbitraria. En este caso el reconocimiento y la
aplicacin

satisfactoria

dependen

crucialmente

de

las

tcnicas

de

reconocimiento de objetos confiables que se empleen para poder cumplir

totalmente ciertos requerimientos importantes.
En este trabajo se implementa un sistema el cual permitir a una faja
transportadora

seleccionar

manipular

objetos

conocidos

que

se

encuentran en el proceso.
El problema se aborda mediante un esquema de Visin Artificial consistente
en 6 etapas: obtencin de la imagen, pre procesamiento, segmentacin,
extraccin de caractersticas, clasificacin y emitir una seal indicando la
deteccin del objeto.
La captura de la imagen es el conjunto de operaciones que se efectan para
transformar la iluminacin de una escena en una seal digital. Las imgenes
no siempre se presenta en un formato adecuado para su anlisis, por lo que
el siguiente proceso es el pre procesamiento de una imagen, en el cual se
utilizan tcnicas encaminadas a realizar la mejora de la imagen, como son el
nivel de contraste, eliminacin del ruido, el realce de algunas caractersticas
de inters, etc. Una vez que esta imagen est en condiciones de ser
procesada, se tienen que hallar los objetos dentro de la imagen de forma
independiente, y esto se hace a travs de la segmentacin, que es un

proceso que divide la escena en objetos. Cada uno de los objetos puede ser
clasificado, por lo que la siguiente tarea es la clasificacin o extraccin de
caractersticas para el reconocimiento. El reconocimiento es la identificacin
de cada objeto.

DESARROLLO TEORICO

NI VISION- LabVIEW
National Instruments ha sido ya desde hace un tiempo lder en el desarrollo
de visin artificial para aplicaciones industriales estos proveen de varias
herramientas para facilitarle el trabajo a los ingenieros. El software NI Visin
est disponible en tres paquetes : el NI Mdulo Visin Development el NI
Visin Builder para Inspeccin Automatizada (AI) ,y un NI Mdulo Visin
Adquisition Software para que tenga soporte con varios dispositivos de
entrada ; ademas cuenta desde versiones anteriores con un setup de
adquisicin de imagen y un asistente de configuracin de visin artificial .El
mdulo de desarrollo de Visin Development contiene cientos de funciones
de visin para su uso con NI- LabVIEW , que permiten entre otras un gran
desarrollo en inspeccin visual , identificacin y medicin. Por otra parte el
modulo Visin Builder AI es un ambiente de software interactivo para la
configuracin, la evaluacin comparativa, y el despliegue de aplicaciones de
visin artificial sin necesidad de programacin. Estos paquetes de software
trabajan con todas las paletas de adquisicin de imgenes de visin de NI y
el NI Compact Visin System entonces quiere decir que para tener un
sistema completo de VISIN soportado por LabVIEW estos tres mdulos
deben estar instalados correctamente.

1. PASOS PARA ESCOGER UN BUEN SISTEMA DE VISIN

1.1.

ELECCIN DE LA CMARA

LabVIEW 2011 que National Instruments lanza una extensin de su

librera de imagen NI-IMAQ a la que llamo NI-IMAQdx , donde ya se

tena soporte para webcam que soportaran la tecnologa DirectShow

que sin duda facilito el uso de este tipo de cmaras.
1.2.

PROCESAMIENTO DE LA IMAGEN

Una vez que se adquiere una imagen, el siguiente paso es procesarla.

Debido a que hay diferentes algoritmos hoy en da, encontrar las
herramientas correctas se volvi un proceso complicado y casi
siempre es a travs de ensayo y error que al implementarlo en un
lenguaje de programacin puede ser tedioso e ineficaz. Teniendo esto
presente, se necesita de herramientas de software de visin para
ayudarle a sacar el mximo provecho de los algoritmos. LabVIEW
presenta muchas herramientas para solucionar esto .Cuenta con
software configurable como l NI Visin Builder AI anteriormente
mencionado que proporciona una forma fcil de navegar, un entorno
interactivo para configurar, evaluar e implementar aplicaciones de
visin artificial. Visin Builder AI incluye casi 50 herramientas
populares de visin artificial, tales como reconocimiento de patrones,
OCR, lectores cdigo de barras, cdigos QR, y ajuste de color. Se
puede adquirir imgenes de cualquier cmara compatible con NI y
comunicar los resultados de inspeccin con otros dispositivos que
utilizan los protocolos de la industria a travs de Ethernet, serial, o E /
S digital. La programacin de aplicaciones complejas de visin puede
ser fcilmente desarrollada con Visin Builder AI, adems con
National Instruments se pueden desplegar aplicaciones en LabVIEW,
de forma fcil y sencilla con l NI Visin Assistant. Incluido con l NI
Visin Development Module, el Asistente de Visin es un entorno de
creacin de prototipos con los que se puede experimentar de forma
interactiva con funciones de visin. Una vez que determine la mejor
manera de satisfacer su aplicacin, simplemente se hace clic en un
botn y el asistente de visin genera cdigo para ejecutar en
LabVIEW. Esto sirve en gran medida para probar los algoritmos antes
de desarrollar una aplicacin.

1.3.

TENER EN CUENTA LAS CINCO REAS MS COMUNES

DONDE SE APLICAN VISIN ARTIFICIAL

El Mdulo Visin Development y Visin Builder A , incluyen cientos de

funciones de visin que son precisas y fiables

1.4.

MEJORAMIENTO DE LA IMAGEN

Se pueden usar herramientas de filtrado para enfocar bordes , eliminar

ruido , extraer informacin , tambin se cuenta con herramientas de
calibracin de imagen para eliminar los errores de linealidad y
perspectiva causada por distorsiones de los lentes o colocacin de las
cmaras , tambin se puede utilizar calibracin de imagen para hacer
pruebas con dimensiones o tamaos .
1.5. PRESENCIA DE OBJETOS
Es el tipo ms simple de inspeccin visual. Consiste en comprobar si una
parte est o no generalmente en un lote de produccin esto se puede
realizar

extrayendo

caractersticas

como

colores,

patrones,

herramientas del histograma. Una presencia siempre es verificar los

resultados en un s pasa o no.

2. PALETAS PRINCIPALES
2.1.

MANEJO DE IMAGEN

El ms importante que se debe tener en cuenta a la hora de manejar

imgenes en LabVIEW, es que las funciones siguen la lgica de
manejo de ficheros tradicionales del entorno de programacin

LabVIEW es decir siguen la metodologa: abrir, leer -escribir y cerrar.

Entonces

esto

es

muy

importante

de

comprender

para

el

programador ya que adems de observar visualmente los programas ,

se mantendr el flujo de datos caracterstico de LabVIEW , en esta
paleta se destaca los primeros pasos que se deben hacer en LabVIEW
para tener una imagen , es decir antes de trabajar con imgenes
debemos por ejemplo saber que hay que crear una imagen , que no
deja de ser ms que un apuntador para LabVIEW de la imagen que se
est generando , adems de otras paletas como eliminar la imagen ,
copiar imagen , obtener tamao de la imagen, etc.

2.2.

MANEJO DE FICHEROS DE IMAGEN

Esta paleta consta del manejo de ficheros ; es decir por ejemplo VIs
que se encargan de buscar una imagen en un directorio especifico ,
obtener informacin de la imagen , guardar una imagen, sobrescribir ,
adems tiene toda una paleta dedicada a el trabajo con el formato de
vdeo .AVI.

2.3.

FILTROS

Paleta dedicada al uso de filtros como herramienta principal en el

procesamiento de imagen, en esta paleta podemos encontrar filtros
pasa-bajos, filtros para aplicar convolucion y correlacin, muy
utilizados, filtros predefinidos para deteccin de bordes, etc.

2.4.

ANLISIS DE CONTORNO

Nueva paleta dedicada exclusivamente al anlisis de contorno, se

puede fijar un patrn de contorno y se analiza por ejemplo si este
contorno llega a cambiar.

2.5.

ADQUISICIN DE IMAGEN EN LABVIEW

Bsicamente el trabajo est enfocado al uso de herramientas tpicas

para nosotros los estudiantes , como CMARAS USB , WEBCAM
teniendo en cuenta que

NATIONAL INSTRUMENTS

dispositivos fabricados y soportados por ellos.

cuenta con

2.6.

CON EL USO DEL DATA ADQUISITION ASSISTANT

Este proceso es ms sencillo y consiste en ejecutar un setup de

configuracin de la adquisicin de labview.

El nico inconveniente

que se tiene es que no se puede observar visualmente el flujo de

datos, entonces si hay errores hay que reconfigurar hasta encontrar
errores.
3. ETAPAS DEL SISTEMA DE VISIN ARTIFICIAL
3.1.
Adquisicin de la imagen
El sistema que permite la captura y/o adquisicin de la imagen, est
formado por los siguientes elementos:
Cmara: Es el dispositivo encargado de transformar las seales
luminosas que aparecen en la escena, en seales analgicas capaces
de ser transmitidas por un cable coaxial. Se divide en dos partes, el
sensor, que captura las propiedades del objeto en forma de seales
luminosas y lo transforma en seales analgicas, y la ptica que se
encarga de proyectar los elementos adecuados de la escena
ajustando una distancia focal adecuada.

3.2.
Pre procesamiento de la Imagen
Una etapa importante de la VA es el pre procesamiento de imgenes,
es decir, la transformacin de la imagen original en otra imagen en la
cual hayan sido eliminados los problemas de ruido granular de
cuantizacin o de iluminacin espacialmente variable. La utilizacin

de estas tcnicas permite el mejoramiento de las imgenes digitales

adquiridas de acuerdo a los objetivos planteados en el sistema de VA.
Este proceso lo realizaremos con la librera de LabView Vision
Adquision.

Aqu en esta grafica podemos observar la librera que nos ayudara a adquirir
la imagen de nuestra cmara hacia la PC, que ser quien procese estas
imgenes capturadas.

3.3.

Segmentacin

La segmentacin es el proceso mediante el cual una imagen se

descompone en regiones o elementos que pueden corresponder a
objetos o parte de objetos. El proceso de segmentacin se encarga de
evaluar si cada pixel de la imagen pertenece o no al objeto de inters.

En esta parte lo que realizamos es la segmentacin sobre el objeto que

deseamos detectar, como se observa a mano el grafico de la derecha
muestra una serie de opciones para aplicar los procesos de segmentacin.

3.4.

EXTRACCIN DE CARACTERSTICAS

Los objetos son filtrados teniendo en cuenta su tamao o rea o

utilizando las operaciones de erosin y dilatacin (o expansin) como
se analiz anteriormente.
Sin embargo, en muchas aplicaciones es conocido que los objetos de
inters son de un tamao mayor que T pixeles (rea). Todas las
componentes de la imagen que tienen un tamao igual o menor que
T pixeles se eliminan.
Los modelos utilizados para describir este tipo de imgenes
representaran tan solo contornos presentes en la imagen, y entre los
ms usuales tenemos a las cadenas de cdigos.
EXTRACCIN DE CARACTERSTICAS

En este grafico se puede ver que la parte seleccionada previamente

entrenada ya es reconocida en la imagen de muestra, es decir ya est
clasificando el objeto programado y entrenado.

3.5.

EMITIR UNA SEAL INDICANDO LA DETECCIN DEL

OBJETO
En este proceso se realiza con la programacin de labview,
inicialmente se dise para que indique en la computadora una seal
cada vez que se detecte, para esto se utiliza la librera NI VISION
ASISTANT.

Aqu en la grfica se muestra que se crea un patrn que indique a travs del
led de color verde que indicara cada vez que reconozca el objeto
programado.

3.6.

ACCIONAR UN ZUMBADOR O PUEDE SER REEMPLAZADO

POR UN PISTON ELECTRONEUMATICO.

Para este proceso necesitaremos agregar al programa una
conectividad entre la PC y el actuador, para esto realizamos la
conectividad de un Arduino Unos, que bsicamente su funcin ser la
de comunicar la PC el programa labview con el actuador , que en este
caso ser un zumbador, como se nombr anteriormente este se
accionara cada vez que el led se encienda.

La grafica muestra la conectividad del arduino como actuador ahora esto se

tuvo que adaptar al programa de reconocedor.

4. ETAPAS DISEO (HEURISTICA)

La primera etapa consiste en el establecimiento de las clases, en lo

que podra denominarse como definicin del universo de trabajo del
sistema. En la mayora de casos esta etapa es directa y trivial, el

diseador conoce perfectamente las clases de los objetos (piezas)

que han de ser reconocidos.
Si suponemos que todos los patrones a reconocer son elementos
potenciales de N clases distintas denotadas, i = 1, 2,..., N,
llamaremos:

Al conjunto de las clases. Conviene tener en cuenta que una clase es

la denominacin que se da a una clase conocida y con significado.
Por ejemplo, un conjunto de clases sensato para el problema de

clasificaciones de zonas en un rea: color, textura, forma.

Una vez definida las clases, la siguiente operacin consiste en la
eleccin del vector de caractersticas. Esta etapa es crtica, y la
bondad del sistema final estar completamente determinada por los
rasgos (caractersticas) escogidos. El vector caracterstico, sin duda,
constituye el elemento clave en un sistema de reconocimiento
automtico de formas. La eleccin de rasgos o caractersticas es muy
dependiente de la aplicacin concreta que se tenga, se trata ms de
un arte que de una ciencia y es la intuicin y la experiencia quienes
pueden guiar en su eleccin. En cualquier caso las caractersticas
elegidas deben posibilitar que las clases sean disjuntas o separables.

Una vez seleccionado el vector caracterstico del sistema, la etapa

final es ya puramente mecnica y se centra en el clculo de las
correspondientes funciones de decisin o funciones discriminantes.
Dentro de las diferentes tcnicas veremos solo algunas.
Una vez establecido el conjunto de clases se procede a la
construccin del clasificador. Como puede intuirse, la construccin
del clasificador no es una tarea trivial ni directa e involucra una serie
de etapas:
La eleccin del modelo.
Aprendizaje (entrenamiento del clasificador).
Verificacin de los resultados.

Aqu mostramos el Diagrama de las etapas en el diseo del Sistema de

Reconocimiento Automtico

5. PROGRAMA COMPLETO DE LABVIEW

Aqu se muestra la interface que se cre a travs de labview como se observa cada uno contiene sus propios
indicadores

6. DISEO DE LA PARTE MECANICA

6.1.
DISEO DE LA FAJA
Para el diseo de la Faja los materiales a utilizar fueron
Tubo redondo de metal
Tubos cuadrados
Herramientas de mecnica.

En

estas

observar

claramente

la

adaptacin

fotos
del

motor

hacia

nuestra

se

puede

pequea

faja

transportadora, al inicio se coloc un motor paso a paso pero despus se reemplaz

por un motor DC.

6.2.

PARTE DE ACCIONADOR

Aqu solo se tuvo que conectar el arduino hacia la PC para establecer

la comunicacin.

6.3.

CONEXIONADO FINAL DEL PROYECTO

Aqu se observa la conexin de la faja, con la cmara web, motor, arduino y la

interface de LABVIEW.