Vis
ión
po
r C
om
pu
tad
or
Y también en la industria …
3
Véase el vídeo:
Inspección de dátiles
(2m:19s)
Vídeo sobre cámaras inteligentes
Vis
ión
po
r C
om
pu
tad
or
¿Qué es la visión por computador?
Es un área de la ciencia de los computadores (Computer
Science)
Es una disciplina científica que define y desarrolla teorías y
métodos para obtener información de las imágenes.
Pero también es una disciplina tecnológica pues aplica esos
métodos para construir sistemas de visión que permiten la
solución de problemas reales, como:
Inspección de productos (control de calidad)
Control de procesos (robots, vehículos autónomos)
Detección de eventos (vigilancia inteligente)
Organización de información (BD imágenes, vídeo)
Modelado de objetos y entornos (manipulación)
Interacción (realidad aumentada..)
Etc.. 4
4
Vis
ión
po
r C
om
pu
tad
or
VxC es una materia multidisciplinar
5
5
Proceso y análisis de imágenes
Interpretación
de imágenes
• Visión 2D
• Visión 3D
Aplicación de
la VxC a la
automatización
industrial
Vis
ión
po
r C
om
pu
tad
or
Áreas de aplicación de la visión por computador
Medical Imaging
Image Restoration
Scene Reconstruction
Content-based Image Retrieval
Motion Estimation & Tracking
Document analysis & OCR
Robot Vision
AutonomousVehicles
Visual Effects Creation
AutomatedVisual Inspection
Military Applications
Smart Surveillance
Etc………..
6
6
Aplicación industrial
Vis
ión
po
r C
om
pu
tad
or
Tipos de sistemas de visión
Sistemas de visión 2DAOI (Automated Optical Inspection)
Espectro visible – infrarrojo – ultravioleta
AXI (Automated X-ray Inspection)AMI (Automated Multispectral Insp.)
Sistemas de visión 3DStereovision (biocular, triocular,..)Laser-Based triangulationStructured Ligth
Sistemas de supervisión o seguimiento automáticoVideo processingSmart Surveillance
7
7
Vis
ión
po
r C
om
pu
tad
or
Visión 2D
Cuando el objeto, parte, superficie o propiedad a analizar se
puede obtener de una imagen plana (2D) del mismo.
Información 2D obtenida:
Presencia y posición de los objetos
Geometría de los objetos
Color / tono
Texturas
Clasificación del objeto
Sensores:
Una cámara (vísible, infrarojo, rayos-X, multiespectral)
8
8
Vis
ión
po
r C
om
pu
tad
or
Aplicaciones industriales 2D
9
9
Sistemas
visión 2D
Posicionamiento
Guiado
Planificación de
trayectorias 2D
Medición color /
tono
Detección de
defectos
Medición
dimensional
Detección de
partes
Inspección visual
automática
Clasificación de
piezas
Robótica
Lectura etiquetas
y códigos
Vis
ión
po
r C
om
pu
tad
or
Ejemplos de sistemas industriales 2D
10
Azulejos y losetas
Medicamentos y envases
Contrachapados
Tejidos
Frutas
Botellas y envases
Vis
ión
po
r C
om
pu
tad
or
Visión 3D
Cuando el objeto, parte, superficie o propiedad a analizar
requiere un descripción de la estructura tridimensional (3D)
del mismo.
Información 3D obtenida:
Posición de los objetos:
Orientación (absoluta o relativa) de superficies.
Geomatría 3D.
Mapas de rango (range images – depth maps).
Sensores:
Cámaras (1, 2, 3 o más)
Láser (proyectores, medidores de distancias: Laser range finders,
sistemas de barrido laser ...)
11
11
Vis
ión
po
r C
om
pu
tad
or
Aplicaciones industriales 3D
12
12
Sistemas
visión 3D
Part Picking and
Placing
Ensamblado
automático
Planificación de
trayectorias 3D
Medicion
tridimensional
Detección de
defectos
superficiales
Detección de
integridad
Fabricación
adaptativa
Inspección visual
automática
Sistemas CAD
Robótica
Vis
ión
po
r C
om
pu
tad
or
Ejemplos de aplicaciones industriales 3D
13
13
Medición dimensional 3D
Acabado superficial
Posicionamiento 3D
Vis
ión
po
r C
om
pu
tad
or
Visión por Computador (VxC)
Optativa de la intensificación de Informática Industrial
José M Valiente González (DISCA)
Antonio Sánchez Salmerón (DISA)
Vis
ión
po
r C
om
pu
tad
or
Descripción
El propósito de esta asignatura es dar a conocer a los
alumnos la problemática general de la visión por computador,
como herramienta multidisciplinar para la solución de
problemas de inspección automática en entornos industriales
y de visión para robótica.
En la asignatura se describen los elementos básicos de todo
sistema de visón: lentes, cámaras, iluminación y procesamiento.
A nivel algorítmico, se estudian los métodos principales para
resolver las etapas típicas de toda aplicación de visión:
procesamiento, segmentación, extracción de características y
clasificación.
También se describen las técnicas fundamentales de visión 3D.
15
Vis
ión
po
r C
om
pu
tad
or
Temario de teoría (1/2)
Unidad 1 – Introducción a la visión por computador
Sistemas de visión. Componentes básicos
Etapas de una aplicación de visión
Imagen: histograma y espacios de color
Unidad 2 – Dispositivos y sistemas de visión
Lentes y objetivos
Cámaras
Tarjetas digitalizadoras
Tipos y técnicas de iluminación
Unidad 3 – Técnicas de procesamiento de imágenes
Corrección geométrica de imágenes
Operadores puntuales
Filtros espaciales. Detección de bordes
16
Vis
ión
po
r C
om
pu
tad
or
Temario de teoría (2/2)
Unidad 4 – Segmentación de la imagen
Umbralización: global, local
Crecimiento y fusión de regiones
Análisis de imágenes binarias
Unidad 5 – El modelo de conocimiento
Extracción de características
Reconocimiento geométrico de formas
Clasificadores paramétricos y no paramétricos
Unidad 6 –Visión tridimensional (3D)
Calibración de cámaras
Homografía
Visión estereoscópica
17
Vis
ión
po
r C
om
pu
tad
or
Metodología
Clases de teoría (30 h)
Prácticas de laboratorio (15 h)
10 sesiones. Herramienta de desarrollo: MATLAB, OpenCV,..
Proyecto de la asignatura
Un proyecto global en el que se propone a los alumnos un reto de
visión, por ejemplo el reconocimiento de matrículas de coches, o la
localización e identificación de piezas industriales, o la clasificación de
piezas, o la identificación de códigos QR en piezas, …
El proyecto se realizará en grupos de una o dos personas.
Algunas de las sesiones de prácticas se emplearán para la preparación del
trabajo
18
Vis
ión
po
r C
om
pu
tad
or
Evaluación
Examen escrito (30%):
Examen tipo test o similar sobre las materias impartidas en teoría.
Prácticas de laboratorio (20%):
Evalúa los cuestionarios o ejercicios propuestos en las prácticas.
Proyecto de la asignatura (50%):
Los alumnos desarrollarán las distintas etapas de una aplicación real
dando como resultado final una tasa de reconocimiento. La evaluación
tendrá en cuenta, no solo el valor de la tasa de reconocimiento
alcanzada, sino también la adecuada solución de las distintas etapas del
proyecto.
19
Vis
ión
po
r C
om
pu
tad
or
Bibliografía
Forsyth, D.; Ponce, J. (2003). Computer Vision : A Modern
Approach.
González, R., Woods, R., Eddins, S. (2009). Digital Image
Processing Using MATLAB.
Faugueras, O; (1993) Three-dimensional Computer Vision: A
geometrisViewpoint
Hartley, R.; Zisserman, A.(2003) Multiple View Geometry in
Computer Vision 2nd
Davies, R.E; (2012) Computer and Machine Vision: Theory,
Algorithms & Practicalities. 4th Ed.
Jähne, B.; Hausbecker, H. (2000) Computer Vision and
Applications. A guide for Students and Practitioners.
20
Top Related