Fusionan imágenes para detectar fallos en piezas metálicas y brillantes

Miembros del departamento de Ingeniería de Sistemas y Automática de la Universidad de Valladolid (UVA) han ideado un sistema de fusión de imágenes para detectar fallos industriales en piezas metálicas y brillantes.

Fusionan imágenes para detectar fallos en piezas metálicas y brillantes
Inspección con fusión de imágenes de una superficie cromada. Foto: Eusebio de la Fuente.

Para Eusebio de la Fuente, uno de los investigadores de la UVA, la inspección de las piezas metálicas mediante visión artificial es complicada ya que los defectos presentan características muy tenues y su geometría “es tan compleja que hace que sea imposible evitar la aparición de brillos en la imagen que debe ser analizada”.

De esta forma, los defectos quedan “enmascarados”. La inspección de fallos en este tipo de piezas industriales se suele llevar a cabo de forma manual. Los ingenieros vallisoletanos llevan diez años trabajando en la inspección a través de visión artificial para lograr que este proceso sea automático y han diseñado un sistema que fusiona diversas imágenes.

“La idea es tomar varias imágenes de un objeto o escena bajo diferentes condiciones de iluminación para obtener una imagen que contenga toda la información y los detalles sean más fácilmente extraíble”, explica de la Fuente.

Los expertos capturan una secuencia de imágenes generadas con una iluminación adecuada, un proceso cuya duración es cercana al 0’10 segundos. “Después, las juntamos todas con técnicas de procesamiento de imagen para tener una sola que no muestre brillos ni características espúreas como sombras u otras cosas que nos engañen y no permitan ver el defecto”. Fusionando las imágenes se logra una nueva donde la detección de defectos se puede llevar a cabo de forma “mucho más sencilla y fiable”.

Aplicación en carrocería

La mayor parte de los elementos que componen la carrocería de un automóvil se obtienen mediante procesos de estampación de chapa que resultan muy eficientes, pero que son complejos. Por ello, es común que aparezcan defectos como roturas debidas a la disminución del grosor de la chapa en determinadas zonas. Estos fallos son difíciles de detectar hasta que la chapa no se ha pintado incluso por el personal de inspección entrenado.

Como el tamaño de las piezas de carrocería es enorme, en este caso para acceder a las zonas a analizar el sistema de adquisición de imágenes deber ser desplazado por un robot.

“Los defectos más pequeños aún se nos escapan”, asegura de la Fuente, para quien la inspección de superficies brillantes o cromadas “es el tema que mayor complejidad tiene en visión automática”.

Fuente: Universidad de Valladolid
Derechos: Creative Commons
Artículos relacionados