Sistema de inspección de defectos en baldosas cerámicas implementado en FPGA
DOI:
https://doi.org/10.37537/rev.elektron.6.1.144.2022Palavras-chave:
Síntesis de alto nivel, FPGA, Visión Computacional, detección de gotas, detección de pinholes, inspección morfológicaResumo
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.Downloads
Referências
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.
Downloads
Publicado
Edição
Seção
Licença
Os autores que publicam nesta revista concordam com os termos estabelecidos em Creative Commons Atribución/Reconocimiento-NoComercial-SinDerivados 4.0 Licencia Pública Internacional — CC BY-NC-ND 4.0.
