Y ETIQUETADO EN BOTELLAS DE VINO USANDO VISIN COMPUTACIONAL
Alberto Alvarado Rivera, aalvarado@utp.edu.pe
UNIVERSIDAD TECNOLOGICA DEL PERU LIMA PERU Grupo de Microelectronica Centro de Investigacion y Desarrollo en Ingenieria Facultad de Electrnica y Mecatrnica Escuela de Ingeniera Electrnica Esq. 28 de Julio y Pethit Thouars 3159600 Anexo : 2205-1408
RESUMEN Actualmente en nuestro pas existe un gran nmero de pequeas empresas dedicadas al rubro de la produccin e exportacin del vino peruano, estas empresas poseen su sistema de control de calidad basada en la inspeccin visual de sus trabajadores realizando un trabajo constante durante su jornada laboral y debido al cansancio normal deja pasar ciertos tipos de fallas. Por tal motivo el presente trabajo de investigacin est basado en tcnicas en procesamiento de imgenes el cual brinda una buena alternativa para exportar un producto con un control de calidad correcto para el usuario. Cabe resaltar que el sistema planteado aborda el reconocimiento de botellas patrn, una correcta posicin de etiqueta as como el nivel de llenado en dichas botellas. De esta manera la captura de imgenes es realizada por una cmara web comercial y la implementacin de los algoritmos es mediante una PC utilizando las capacidades del software MATLAB para su desarrollo.
PALABRAS CLAVES: Visin Artificial, Deteccin de contornos. Matlab
ABSTRACT Currently in our country there are a large number of small companies dedicated to the heading of production and export of Peruvian wine, these companies have their quality control system based on visual inspection of workers doing a steady job during working hours and because the normal tiredness passes certain types of failures. Therefore this research is based on image processing techniques which provides a good alternative to export a product with a proper quality control for the user. It should be noted that the system approaches the raised pattern recognition bottles, a correct label position and the filling level in such cylinders. Thus, the imaging is performed by a commercial webcam and implementation of the algorithms is through a PC using MATLAB software capabilities for its development.
KEYWORDS: Vision, Detection of contours. Matlab
1.- INTRODUCCION El propsito del presente trabajo es poder realizar un sistema de control de calidad para el correcto llenado del nivel de botellas de vino as como la correcta posicin de la etiqueta usando visin computacional mediante tcnicas de procesamiento de imgenes digitales, la importancia del presente trabajo es poder mejorar los sistemas de control de calidad de las pequeas y microempresas dedicadas a la produccin y exportacin del vino peruano debido a que actualmente basan este sistema en la percepcin visual de sus trabajadores.
II.-DESARROLLO DE CONTENIDOS Visin Artificial Se reconoce que uno de los sentidos importantes en los seres humanos es la visin. sta es empleada para obtener la informacin visual del entorno fsico. Casi todas las disciplinas cientficas emplean utillajes grficos para transmitir conocimiento. Por ejemplo, en Electrnica se emplean esquemas de circuitos, a modo grfico, para describirlos. Se podra hacerlo mediante texto, pero para la especie humana resulta mucho ms eficiente procesar imgenes que procesar texto. La visin humana es el sentido ms desarrollado y el que menos se conoce debido a su gran complejidad. Es una actividad inconsciente y difcil de saber cmo se produce. De hecho, hoy en da, se carece de una teora que explique cmo los humanos perciben el exterior a travs de la vista. La Visin Artificial o tambin llamada Visin por Computador, pretende capturar la informacin visual del entorno fsico para extraer caractersticas relevantes utilizando procedimientos automticos.
Imagen Digital Una imagen digital es representada a travs de una matriz o arreglo, donde cada elemento corresponde a un pixel al cual se le ha asignado o codificado con un nmero fijo de bits [1]. Ver figura2.1.Por lo tanto, el procesamiento digital de imgenes se entiende como el conjunto de tcnicas matemticas (algoritmos) utilizados para manipular, procesar y tratar imgenes digitales. Tal es el caso que se aplica a los pixel que estn contenidos en la imagen.
Figura 2.1
Deteccin de contornos Es un paso intermedio en el reconocimiento de patrones en imgenes digitales, en una imagen digital los contornos corresponden a los lmites o silueta de los objetos de la imagen, para hallar contornos se buscan los lugares aquellos donde la intensidad del pixel cambia rpidamente. Ver figura2.2.Asimismo las operaciones lgicas entre imgenes se definen punto a punto sobre los elementos de cada matriz. Las operaciones fundamentales que permiten construcciones ms complejas por composicin incluyen los operadores lgicos NOT, OR, AND, XOR[3].Ver figura2.3
Figura 2.2
Figura 2.3 Implementacin y desarrollo Para la implementacin del presente trabajo de investigacin se ha optado por utilizar lo siguiente: - Una cmara Web. - Una PC convencional con procesador de 2.4 GHz, RAM de 2GB y HD de 160 GB. - Software MATLAB versin 2009 - Base de muestras adquiridas por la cmara web que almacenan las tres botellas patrn que conforman nuestro universo.
Asimismo, para un mejor entendimiento y desarrollo del proyecto, se ha realizado su divisin en cuatro principales etapas:
Adquisicin de Imgenes patrn mediante la cmara Web Para la adquisicin de las imgenes que contienen las muestras patrn se fabric un recinto cerrado Ver figura3.1, que permita aislar la luz externa y de esta forma realizar la captura de imgenes patrn [4].Esto se realiz con una cmara web convencional Logitech y se tuvieron tres muestras llamadas: - botella patron1 - botella patron2 - botella patron3
Figura 3.1
a. Procesamiento de imgenes patrn El procesamiento de las tres muestras patrn est basado en 4 partes tal como lo seala el diagrama de bloques de la figura 3.2
Figura 3.2
b. Reconocimiento de patrones y descarte de Imgenes En esta parte se analiza la captura de imgenes de muestras diferentes a las de patrn y se procede a realizar la comparacin con las mismas descartando las que son diferentes [5]. Asimismo la posicin correcta de etiquetas patrn se analizan con las etiquetas mal posicionadas mediante una operacin morfolgica AND dndole un porcentaje de error de +/-0.1%.
Simulacin A continuacin, se procede a describir paso a paso el procedimiento utilizado para reconocer los patrones de las imgenes capturadas.Partiendo del hecho que se tienen las imgenes patrn digitalizadas las cuales son obtenidas mediante la cmara web, se procede a acondicionar dichas imgenes, es decir, realizar el recorte de las mismas con la finalidad de obtener solo la parte sustancial que encierra a cada una de las botellas patrn. Asimismo se procede a realizar una transformacin de tipo de imagen a escala de grises a cada una de las botellas patrn para poder empezar el Pre- procesamiento, ver figura 4.1.
Figura 4.1 Se procede a realizar la deteccin de contornos usando operadores lgicos de PREWITT por toda la imagen, la cual consiste en desplazar matrices tanto en forma horizontal como vertical a travs de las imgenes patrn, dichos resultados generan un numero para cada fila y columna, luego se suma en valor absoluto y se compara con un umbral elegido determinando que si es mayor al umbral es contorno de lo contrario no lo es, para poder remplazar el centro por el valor equivalente al color blanco. Ver figura 4.2
Figura 4.2
Obtenido el resultado se requiere la necesidad de utilizar una estructura geomtrica que es la dilatacin en los contornos, para obtener una mejor visualizacin de la silueta de las imgenes patrn. Seguidamente se usa un algoritmo de barrido en la imagen binaria que almacena la deteccin de contornos, el cual consiste en analizar de derecha a izquierda y viceversa los pixeles de las imgenes para encontrar un pixel 1 y de esta forma completar toda la fila con pixel del mismo valor, Ver figuras 4.3 y 4.4. Una vez obtenida ambos resultados se procede a utilizar el operador morfolgico AND para lograr obtener la imagen completa de la botella patrn analizada con su cantidad de pixeles internos. Ver figura 4.5
Figura 4.3 Figura 4.4
Figura 4.5
Este mismo algoritmo se utiliz para la posicin correcta en las botellas patrn estableciendo la cantidad de pixel por cada etiqueta y dando un margen del +/-0.1% para indicar su correcta posicin. Ver figura 4.6
Figura 4.6
Estas muestras de botellas patrn servirn de elemento comparador con otras imgenes de botellas capturadas para que a travs del anlisis de ambas mediante el error cuadrtico medio poder obtener el reconocimiento de la botella correcta. Ver figuras 4.7 y 4.8
Figura 4.7
Figura 4.8
III .CONCLUSIONES - El sistema de control de calidad para botellas de vino planteado en este trabajo de investigacin, no responde a todas las muestras en el mercado para vinos, pues su procesamiento ha sido realizado con un grupo conformado por slo tres tipos de botellas. Es decir un universo pequeo. Por tal razn, mientras mayor sea el nmero de muestras patrn mayor ser el rango de reconocimiento del sistema. - Se est completando el algoritmo para obtener el nivel de lquido correcto en las muestras patrn y as poder tener un control de calidad ms completo. - La calidad del sistema en mencin depender de la captura de la imagen inicial para su mejor procesamiento a menor tiempo, - Para mejorar este sistema se puede realizar un estudio de un hardware de sistema embebido como una FPGA que permita realizar dicho procesamiento sin necesidad de utilizar una PC
REFERENCIAS [1] Tratamiento Digital de Imgenes, Rafael C. Gonzlez, Richard E. Woods. Addison-Weslley Iberoamericana S.A, U.S.A, 1996. [2] Image Processing Techniques for machine vision, Alberto Martin and Sabri Tosunoglu, Florida International University, Department of Mechanical Engineering [3] Application of automated image analysis to the identification and extraction of recyclable plastic bottles. Edgar SCAVINO, Dzuraidah Abdul WAHAB, Aini HUSSAIN, Hassan BASRI, Mohd Marzuki MUSTAFA. [4] Selecting the Most Favourable Edge Detection Technique for Liquid Level Inspection in Bottles. Kunal J Pithadiya, Jayesh D Chauhan, Chintan K Modi, EC Departament G H Patel, College of Engg.and Technology, V V Nagar [5] A Computer Vision System for Visual Grape Grading in Wine Cellars. Esteban Vazquez- Fernandez,Angel Dacal-Nieto, Fernando Martin, Laboratorio Oficial de Metroloxa de Galicia (LOMG),Parque Tecnologico de Galicia,San Cibrao das Vias, 32901 Ourense , Spain.
Alberto Alvarado Rivera, naci en Jesus Maria Lima,Peru el 23 de Julio del 1979 . Recibi su titulo de Ingeniero Electronico en la Universidad Tecnologica del Peru en el ao 2003, participo en la asesoria de proyectos en la escuela de Telematica de la Policia Nacional del Peru durante el 2004 ,es docente del Programa Profesional de Electronica y Mecatronica del Grupo IDAT desde el ao 2001 y docente de la Facultad de Electronica y Mecatronica de la Universidad Tecnologica del Peru desde el ao 2005, es docente investigador y actualmente es asistente y encargado de la Jefatura del Centro de Investigacion y Desarrollo en Ingenieria de la misma Facultad, esta dedicado a la asesoria de Proyectos Electronicos, Sistemas computacionales y de Procesamiento de Seales e Imagenes. Forma parte como uno de los profesores pertenecientes al grupo de Microelectronica en el mismo centro de Investigacion.