Visión de Máquina Capitulo 1. Introducción

1. Visión de MáquinaCapitulo 1. Introducción Percepción Visual Ingeniería en Automática Industrial - 2008

2. Proceso Visual 1.- La luz alcanza a la persona y la refleja en nuestro ojo. 2.- Se forma una imagen de la persona en la retina. 3.- Se generan señales en los receptores de la retina. 4.- Se transmiten impulsos eléctricos en dirección al cerebro a través de los nervios. 5.- Los impulsos eléctricos alcanzan al cerebro y son procesados por éste 6.- Percibimos a la persona.

3. Anatomía del sistema visual humano • El ojo recoge la luz y la enfoca en su superficie posterior.  • La córnea refracta la luz incidente. Actúa de manera similar a la lente convexa de una cámara. • El iris controla la cantidad de luz que entra en el ojo cambiando el tamaño de la pupila. Varía entre 1.5(mayor intensidad de luz) y 8 mm de diámetro. • El cristalino consisten en muchas fibras transparentes, situadas en el interior de una membrana elástica y transparente. Su objetivo principal es enfocar la luz incidente en una zona del fondo del ojo llamada retina.

4. Anatomía del sistema visual humano • El humor vítreo llena todo el espacio entre el cristalino y la retina y ocupa alrededor de 2/3 del volumen del ojo. • Sobre la retina se enfoca la luz incidente que se convierte en señales nerviosas mediante células sensibles a la luz. (conos y bastones)

5. Distribución de conos y bastones Bastones: • Se concentran en zonas alejadas de la fóvea. • La cantidad de bastones se sitúa alrededor de 100 millones • No son sensibles al color. • Responsables de la visión escotópica (visión a bajos niveles). • Comparten las terminaciones nerviosas que se dirigen al cerebro, siendo por tanto su aportación a la definición espacial poco importante. • Son mucho más sensibles que los conos a la intensidad luminosa y son los responsables de la visión nocturna. 

6. Distribución de conos y bastones Conos: • Se concentran cerca del centro de la retina (fóvea) • Son aproximadamente 6 millones y algunos tienen una terminación nerviosa que va al cerebro (definición espacial) • Son los responsables de la visión del color. RGB • Son poco sensibles a la intensidad de la luz y proporcionan visión fotópica (visión a altos niveles).

7. Caminos visuales del ojo al cerebro

8. Capitulo 1. IntroducciónPercepción Visual Ilusiones, ambigüedades e Inconsistencias

9. Ilusiones Ópticas Espiral de Fraser

10. Ilusiones Ópticas Ilusión de Zöllner

11. Ilusiones Ópticas Ilusión de Wundt

12. C A B Ilusión de Poggendorff Ilusiones Ópticas

13. Ilusiones Ópticas Ilusión de Muller-Lyer

14. Ambigüedad Hacia dentro / Hacia fuera

15. Ambigüedad Seis cubos / Siete cubos

16. Ambigüedad Mujer joven / Anciana

17. Ambigüedad

18. Ambigüedad Indio / Esquimal

19. Ambigüedad

20. Ambigüedad

21. Ambigüedad

22. Ambigüedad

23. Ambigüedad Agujeros negros Matriz formada por líneas que se cruzan en puntos blancos. Aunque parece que también hay puntos negros. Pero si los miras se vuelven blancos, y aparecen más puntos negros.

24. Inconsistencias

25. Inconsistencias Cascada de Escher

26. Amarillo Azul Naranja Negro Rojo Verde Morado Amarillo Rojo Naranja Verde Negro Azul Rojo Morado Verde Azul Naranja

27. Ilusiones Ópticas Una ilusión de óptica es algo que se ve diferente de lo que en realidad es. Algunas ilusiones ópticas ocurren porque tenemos dos ojos. Otras son el resultado de que nuestro cerebro recuerda una cosa, mientras los ojos ven otra.

28. Reconocimiento de información compleja

29. Capitulo 1. Introducción Sistemas Visión Artificial

30. Comparación entre sistemas Sistema Humano: • Mejor capacidad de reconocimiento • Mejor adaptación a situaciones imprevistas • Utilización del conocimiento previo Sistema Artificial: • Mejor evaluación de magnitudes físicas • Buen desempeño de tareas rutinarias

31. Sistema de Visión Artificial Deducción automática de la estructura y propiedades de un mundo tridimensional, posiblemente dinámico, a partir de una o varias imágenes bidimensionales Proceso de extracción de información del mundo físico a partir de imágenes.

32. Informática Tratamiento de la señal Inteligencia Artificial Visión artificial Proc. de imagenes Reconocimiento de formas Áreas

33. Áreas de Investigación • Detección de rasgos en imágenes, • Representación de contornos, • Segmentación basada en rasgos, • Análisis de imágenes de distancias, • Modelización y representación de la forma, • Reconstrucción de la forma a partir de una imagen, • Visión stereo • Análisis del movimiento • Visión del color, • Sistemas calibrados y sin calibrar, • Detección de objetos, • Reconocimiento de objetos 3-D, • Localización de objetos 3-D, • Arquitecturas de altas prestaciones y en tiempo real.

34. Áreas de Aplicación • Inspección industrial y control de calidad, • Vigilancia y seguridad, • Reconocimiento de caras, • Reconocimiento de gestos, • Monitorización de carreteras, • Vehículos autónomos, • Sistemas robóticos mano-ojo, • Espacio y aplicaciones, • Aplicaciones militares, • Análisis de imágenes médicas, • Bases de imágenes, • Realidad virtual, • Telepresencia y telerobótica

35. Aplicaciones y Objetivos Aplicaciones • Procesos Industriales • Apoyo al diagnóstico médico • Percepción remota • Control de calidad en productos y procesos Objetivos en Aplicaciones Industriales • Mejora en la calidad de la inspección • Mejora en la cantidad de la inspección • Sustitución de operarios • Incremento en la fiabilidad

36. Aplicaciones de lossistemas de visión Sistemas de Visión Otras Aplicaciones Aplicaciones Médicas Aplicaciones militares Aplicaciones industriales Aplicaciones cartográficas Aplicaciones informáticas)

37. Aplicaciones Industriales Aplicaciones Industriales Calibración Visión 3D Medición Ensamblado Clasificación Detección de defectos Seguimiento de trayectorias Inspección visual automática Robótica

38. Inspección Visual Automática • Es un proceso de comparación de piezas, objetos individuales o materiales continuos fabricados según una norma, con vistas al mantenimiento de cierto nivel de calidad. • Los sistemas de inspección visual automática se basan en la visión artificial para realizar el proceso de inspección.

39. Ventajas • Independencia de factores humanos • Permite distinguir detalles no visibles por el ojo humano. • Permite trabajar fuera del espectro visible • Mayor velocidad de inspección • Mejora en la calidad de la inspección • Mejora en la cantidad de la inspección • Integración en el entorno automatizado • Incremento de la fiabilidad

40. Ventajas • Introducción de sistemas de inspección en etapas intermedias de la producción • Permiten ahorros de material / consumo energético • Posibilitan el reciclado de material • Dan información continua de la producción • Se pueden incluir en los sistemas de control jerárquico de la fabrica

41. Limitaciones - Inconvenientes • Adaptación a situaciones imprevistas • Utilización de métodos indirectos en la determinación de las características • Inversiones en I+D • Sistemas de alto costo • Dependencia tecnológica • Factores subjetivos no detectables

42. Procesos en los que se suele introducir • Los sistemas de Inspección Visual Automática se están introduciendo en industrias con procesos productivos que se caracterizan por: • Líneas de producción en serie con múltiples etapas. • Alto valor añadido de las piezas o alta velocidad de producción. • Necesidad de inspección del 100% del producto final (producto acabado). • Actualmente se utiliza mayoritariamente la inspección humana con muestreo aleatorio.

43. Aplicaciones Procesamiento básico Threshold (imagen binaria) Imagen en escala de grises Histograma

44. Aplicaciones

45. IMAQ PCI-1409 LabVIEW Cable BNC • IMAQ PCI-1409 • LabVIEW • IMAQ Vision Cámara Cubículo con luz controlada Producto clasificado Cinta transportadora Aplicaciones

46. Aplicaciones Sistema de Conducción de Robots Móviles con Visión de Máquina