Professional Documents
Culture Documents
1-Introduccio Visio Artificial - Català
1-Introduccio Visio Artificial - Català
Objectius Generals
Objectius Específics
Material necessari
- Ordinador amb FZ_FH Simulation tool i amb TouchFinder for PC .
- Font d’alimentació de 24 Vdc.
- Cable Ethernet per FQ.
- Cable Alimentació i E/S per FQ.
- Equip de visió FQ2.
2
Teoria
Introducció teòrica
3
Teoria
L’ésser humà interpreta de manera natural totes les imatges que arriben al cervell.
PERILL +
Tenim una capacitat natural per interpretar tots aquells estímuls que arriben al cervell de
manera paral·lela, i deduir les accions més adequades en cada cas.
En el cas d’una màquina, això no es realitza de forma natural, i molt menys de manera
paral·lela.
?
Les imatges captades no tenen sentit per si mateixes, han de ser treballades per tal
d’extreure aquella informació que és rellevant en cada cas.
4
Teoria
Així doncs, un home té una capacitat major d’interpretació de les imatges que una màquina,
encara que no pot evitar ser subjectiu;
Aquesta subjectivitat no és dona a les màquines, i és per això, que es pot utilitzar aquesta
característica per analitzar sense subjectivitats diferents aspectes qualitatius d’una peça per
valorar si compleix amb uns criteris de qualitat establerts.
Si comparem les capacitats humanes amb les dels sistemes de visió artificial podem obtenir
la següent taula ;
5
Teoria
Intentar imitar les habilitats cognitives d’un ésser humà en una màquina, requereix un grau
de complexitat elevat.
Si analitzem la dificultat d’aquesta tasca, ens trobarem amb una problemàtica que podem
resumir en els següents conceptes;
6
Teoria
Si volem reproduir en part el procés cognitiu de l’ésser humà, haurem de seguir un procés
dividit en tres nivell de diferent complexitat.
7
Teoria
Encara que al mercat existeixen un gran nombre d’equips i tipologies de sistemes de visió
artificial, a mode general, podem dividir aquests sistemes en les següents parts funcionals;
En funció de l’equip de visió escollit , algun d’aquests blocs funcionals poden estar agrupats
o no en un mateix element físic del sistema.
Així mateix, per aconseguir un bon disseny de tot el sistema serà imprescindible analitzar
cada requeriment específic que pot plantejar cada bloc, així dimensionarem correctament
l’equip idoni per a cada aplicació.
6. Les òptiques
La funcionalitat d’una lent dins del sistema de visió artificial és transferir una imatge neta de
l’objecte que volem inspeccionar a l’element sensor ( CCD o CMOS )
8
Teoria
S’ha de considerar que la lent és el primer sistema físic que captarà la imatge que
posteriorment serà analitzada, per tant, actuarà com a primer filtre físic, tenint la
capacitat per millorar-la o potser per empitjorar-la. Així doncs l’elecció de la lent correcte
per a cada aplicació és un factor clau.
Per realitzar una correcta selecció de la lent, s’ha de tenir present algunes característiques
físiques de les mateixes;
9
Teoria
La distància focal;
És un paràmetre determinat per a cada lent i al mercat podem trobar un ampli ventall de
lents amb diferents valors de distància focal.
Distància Focal 16 mm
Distància Focal 8 mm Distància Focal 25 mm Distància Focal 50 mm
Distància 490 mm
Distància 490 mm Distància 490 mm Distància 490 mm
A l’exemple de la imatge anterior, podem observar com a una mateixa distància de l’objecte
una lenta mb diferents distàncies focals produeix un efecte de “zoom” de la imatge.
Per a realitzar una aplicació de visió artificial, és necessari conèixer a quina distància s’ha de
situar la càmera que captarà la imatge i quin és la mida de l’objecte que es vol analitzar,
aquesta última dada es coneix com el “camp de visió”.
Amb aquest paràmetre s’ha de calcular l’òptica corresponent per a permetre una captura de
la imatge ben enfocada.
10
Teoria
Encara que a la pràctica molt sovint s’utilitzen gràfiques del mateix fabricant del sistema de
l’òptica i la càmera per a seleccionar de forma més senzilla aquesta lent.
11
Teoria
Per a una distància focal determinada i un cop enfocada la lent sobre un objecte, totes les
lents posseeixen la capacitat de mantenir l’objecte enfocat si aquest objecte varia en la seva
distància a la lent, això és el que es coneix com a profunditat de camp.
12
Teoria
La lent constitueix el primer element del sistema de visió artificial que captarà la imatge, si
aconseguim una lent de bona qualitat serà possible obtenir una imatge neta i ben
contrastada.
Com a paràmetres que defineixen la qualitat constructiva d’una lent, podem tenir l’efecte
de l’aberració tant cromàtica com esfèrica entre d’altres.
a) L’aberració esfèrica;
Produït pels diferents índexs de refracció de les longituds d’ona de la llum que travessen
una lent.
b) L’aberració geomètrica;
Degut a les característiques físiques de la lent, els angles que conformen la imatge no són
geomètricament iguals a la dels objectes que capten.
13
Teoria
7. L’ELEMENT SENSOR
És el dispositiu encarregat de captar la imatge per a ser digitalitzada per part de la CPU del
sistema de visió.
L’acrònim CCD correspon a les inicials en anglès de “Charge-Coupled device”, aquest sensor
es troba constituït per un conjunt de petits “condensadors” acoblats entre ells formant una
distribució matricial, tots ells controlats per un circuit intern.
14
Teoria
A diferència del CCD, el CMOS incorpora un petit circuit condicionador de senyal a dins de
cada element sensor, aquesta característica electrònica atorga a la tecnologia CMOS una
velocitat superior de captura de les imatges respecte a la tecnologia CCD.
Sigui quina sigui la tecnologia escollida per l’element sensor, podem generalitzar alguns
conceptes comuns que ens poden ajudar a dimensionar correctament les aplicacions de visió.
15
Teoria
Un cop capturada la imatge per l’element sensor, aquesta s’ha de sotmetre a un procés de
digitalització perquè un sistema basat en microprocessador pugui treballar amb ella.
Per un sistema que treballa amb imatges a color, el sensor incorpora diferents píxels
sensibles a les tres longituds d’ona primàries, RGB.
16
Teoria
8 EL PROCESSADOR
Actualment segons el tipus de processador que utilitzem per a resoldre una aplicació de visió
artificial, podrem distingir entre dos tipologies de sistemes de visió, els sistemes compactes
o els sistemes basats en PC.
En qualsevol cas, les funcionalitats desitjades a la indústria per aquest tipus de sistemes són
que tinguin una alta potència de càlculs i la capacitat de sincronització amb l’exterior.
17
Teoria
Al món industrial, els sistemes de visió artificial han de realitzar tasques d’inspecció
repetitiva i fiable, per tot això, és molt important que la imatge obtinguda de l’objecte que
pretenem analitzar estigui el millor contrastada possible i no estigui sotmesa a possibles
interferències del món exterior no controlades, com podria ser una font de llum externa.
Per aconseguir aquest objectiu, és important estudiar els possibles requeriments a nivell
d’il·luminació per a una determinada aplicació, s’ha de conèixer les propietats físiques de
l’objecte a inspeccionar així com les propietats físiques de la font de llum.
La tipologia d’un objecte vindrà determinat tant pel seu acabat superficial com pel tipus de
material que el compon.
En funció de com es comporta la llum quan incideix sobre un determinat objecte, aquest
objecte pot ser classificat segon la imatge anterior.
18
Teoria
La llum és una forma d’energia electromagnètica, segons la seva longitud d’ona pot ser
classificada dins d’un espectre freqüencial.
Segons el diagrama de la imatge anterior, podem observar com l’espectre de la llum visible a
l’ull humà és petit en comparació a tot l’espectre de longituds d’ones.
Un mateix objecte físic es pot comportar de forma completament diferent en funció del
tipus de longitud d’ona de la llum que incideix sobre l’objecte. Així doncs, escollir el tipus de
llum adient per a una aplicació pot ser clau per resoldre correctament la mateixa.
19
Teoria
En la següent gràfica, podem observar diferents tipus de fonts de llum comparades segons
l’espectre de longituds d’ona que emeten;
Podem constatar, que la llum de sol és la que ens ofereix un major espectre de longituds
d’ona de manera contínua, mentre que les fonts de llum artificials tenen un perfil molt
característic i acotat dins de l’espectre de longituds d’ona.
Si per exemple volem il·luminar un objecte amb una determinada longitud d’ona el més
eficaç és escollir una font de llum tipus LED perquè té l’espectre molt marcat. Si pel contrari
volem imitar la llum solar, la font de llum més correcte és la de tipus Xenó.
20
Teoria
Podem observar com l’ull humà obté la màxima sensibilitat a la longitud d’ona que emet el
sol a màxima potència, mentre que un sensor industrial és menys sensible a aquestes
longituds d’ona i per contra és molt sensible a l’espectre dins de l’infraroig.
A la imatge prèvia podem observar un mateix objecte captat per un l’ull humà i comparat
amb la imatge que pot captar un sensor sensible a l’espectre IR. Podem observar com als
nostres ulls l’objecte té unes determinades propietats físiques pro no podem captar que
aquest objecte posseeix una temperatura elevada.
21
Teoria
Segons la posició relativa que existeix entre un objecte i la seva font de llum, podem obtenir
un comportament diferenciat quan es captura una imatge.
Aquesta posició relativa estableix una geometria, i segons aquesta geometria, és possible
establir una classificació geomètrica de la llum.
22
Teoria
23
Teoria
Per realitzar una bona elecció del tipus de llum que anirà millor en una determinada
aplicació, és important tenir present també com serà la font de llum utilitzada i quina
incidència sobre el nostre sistema tindrà.
Al mercat existeixen diferents tipus de fonts de llum, unes de tipus domèstic i d’altres de
caràcter més industrial, entre els aspectes a considerar a l’hora de triar un tipus o altre de
font de llum, és interessant tenir en compte aspectes com;
Longitud d’ona.
Temps de vida.
Intensitat lumínica.
Estabilitat.
Temperatura.
Àrea il·luminada.
24
Teoria
Com a exemple il·lustratiu, en la següent gràfica comparativa es mostren tres tipus de llum
freqüentment utilitzades en aplicacions de visió industrial com son las llums tipus LED, les
halògenes i els tubs fluorescents.
25
Teoria
Les tendències actuals dins del sector industrial permeten classificar els equips de visió en
sistemes compactes (“smart cameras”) o sistemes basats en tecnologia PC que poden ser
tant de tipus standard o fets a mida per una determinada aplicació o client.
L’elecció d’un tipus o un altre depèn en gran mesura de la complexitat del tipus d’aplicació
que s’ha de portar a terme.
26
Teoria
Bàsicament aquest equips incorporen tots els elements necessaris per a realitzar una
aplicació de visió artificial en un mateix equip, així incorporen en un sol dispositiu tant
l’òptica com la il·luminació i el processador, conjuntament amb els senyals d’entrada i
sortida que permeten comunicar amb els dispositius externs on s’hagi d’implementar aquest
sistema.
Per aplicacions on s’hagi d’incorporar més d’una càmera per verificar diferents vistes o parts
d’una peça, o bé, en aquelles aplicacions mes exigents amb les velocitats d’inspecció i grau
elevat de programació, els equips Industrials basats en CPU’s independents ens ofereixen la
millor alternativa per resoldre correctament aquest tipus d’aplicacions.
27
Teoria
En aquest tipus de sistemes, l’arquitectura utilitzada sol ser un conjunt d’una o més càmeres
segons l’aplicació i un únic controlador que gestiona les imatges obtingudes per cada càmera
i valora en conjunt si l’objecte inspeccionat compleix uns determinats criteris de qualitat.
Aquest sistemes ofereixen una major competitivitat en preu que les de tipus “smart camera”
ja que la càmera connectada a la CPU sol ser més econòmica al no incorporar cap tipus de
processador.
L’èxit de la introducció dels sistemes de visió artificial a la indústria el podem atribuir als
següents aspectes;
28
Teoria
Els sistemes d’inspecció automatitzats eliminen l’error humà existent als processos de
fabricació i verificació.
29
Teoria
30
Teoria
31