Sistema de inspección de defectos en baldosas cerámicas implementado en FPGA

Tomás Ariel Medina, Martín Vázquez, Lucas Leiva

Resumen


La modernización en las fábricas es un factor clave para la producción y la calidad del producto final. Sin embargo, esta modernización puede suponer una inversión que las empresas no pueden asumir, dejándolas fuera de la adaptación a la Industria 4.0. En la industria de fabricación de  baldosas cerámicas se utilizan inspecciones visuales para determinar la calidad del producto final. Estas tareas son realizadas generalmente por operarios expuestos a entornos de riesgo. Este trabajo presenta una solución de bajo costo para la inspección automática de baldosas cerámicas. Los defectos analizados son gotas, defectos de material, esquinas, bordes y dimensiones. Todos los algoritmos se implementaron en SoC FPGA (dispositivo Xilinx Zynq) utilizando síntesis de alto nivel. Los algoritmos se verificaron y validaron en un entorno controlado construido para evaluar aplicaciones de inspección visual. Los resultados de utilización de recursos y tiempos de procesamiento indican que la implementación en una línea de producción real es factible.

Palabras clave


Síntesis de alto nivel; FPGA; Visión Computacional; detección de gotas; detección de pinholes; inspección morfológica

Texto completo:

PDF HTML

Referencias


D. T. Pham, R. J. Alcock, Smart Inspection Systems: Techniques and applications of intelligent vision, Academic Press, 2003.

G.M.A. Rahaman, M. Hossain, “Automatic Defect Detection and Classification Technique from Image: A Special Case Using Ceramic”, Int. J. Comput. Sci Inf. Secur., vol. 1, n 9, 2009.

L. Echeverz, M. Matías Melograno, L. Leiva. "Inspección automática de defectos de superficie en baldosas cerámicas." XXIV Congreso Argentino de Ciencias de la Computación, La Plata, 2018.

Cognex. (n.d.). In-Sight 7000 Series Vision Systems. Retrieved may 11, 2021, from https://www.cognex.com/productsmachine-vision/2d-machine-vision-systems/in-sight-7000-series

Stemmer Imaging. (n.d.). Machine vision systems. Retrieved may 20, 2021, from https://www.stemmer-imaging.com/en/products/category/vision-systems/

Z. Liu, H. Ukida, H., P. Ramuhalli, K. Niel. Integrated Imaging and Vision Techniques for Industrial Inspection. Springer, 2015.

J.J.R. Andina, E. De la Torre Arnanz, M.D. Valdes. FPGAs: Fundamentals, Advanced Features, and Applications in Industrial Electronics. CRC Press, 2017.

A. Swirski. "TULIPP and ClickCV: How the Future Demands of Computer Vision Can Be Met Using FPGAs." Towards Ubiquitous Low-power Image Processing Platforms. Springer, Cham, 2021, pp. 235-259.

T. Czimmermann, G. Ciuti, M. Milazzo, M. Chiurazzi, S. Roccella, C. M. Oddo, P. Dario. "Visual-based defect detection and classification approaches for industrial applications—a survey." Sensors 20, no. 5 (2020): 1459.

T. Medina, L. Leiva, M. Vázquez. "Plataforma para Procesamiento de Imágenes sobre SoC FPGA de Xilinx." Elektron vol. 4, no. 2, 2020, pp. 81-86.

J. Trein, A. Th Schwarzbacher, B. Hoppe. "FPGA implementation of a single pass real-time blob analysis using run length encoding." MPC-Workshop, February, 2008.

C. Harris and M. Stephens, “A Combined Corner and Edge Detector,” The 4th Alvey Vision Conference, Manchester, 31 August-2 September 1988, pp. 147-151.




DOI: https://doi.org/10.37537/rev.elektron.6.1.144.2022

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Copyright (c) 2022 Tomás Ariel Medina, Martín Vázquez, Lucas Leiva

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Revista elektron,  ISSN-L 2525-0159
Facultad de Ingeniería. Universidad de Buenos Aires 
Paseo Colón 850, 3er piso
C1063ACV - Buenos Aires - Argentina
revista.elektron@fi.uba.ar
+54 (11) 528-50889