Sistemas de visión por máquina para clasificación óptica
Max Reijngoudt
Cada vez más empresas del sector agrícola están invirtiendo en automatización; se utilizan cámaras industriales y software inteligente (IA) para el control óptico de calidad y la clasificación de verduras, frutas y plantas.
Las cámaras industriales se utilizan para la visualización de máquinas o, en otras palabras: los ojos de un robot/computadora. Las acciones humanas están siendo reemplazadas por la inspección óptica y los procesos automatizados. Con la ayuda de la Visión por computadora/visión por máquina, los procesos se vuelven más rápidos y fiables, lo que significa que se puede garantizar una calidad continua y constante.
Este control de calidad se realiza principalmente sobre la base de la tecnología de cámara de escaneo de área 2D. Pero las cámaras 3D, las cámaras de escaneo lineal y el procesamiento de imágenes hiperespectrales también son tecnologías en crecimiento dentro del sector agrícola.
Table of contents
Selección de Cámara
Dependiendo de la tarea de visión, se debe seleccionar la cámara adecuada. Las decisiones importantes que deben tomarse son:
Tipo de interfaz (USB3, GigE o 10GigE)
Las cámaras de visión por máquina deben estar conectadas a un ordenador. La interfaz de la cámara es la conexión entre la cámara y el ordenador. Los ingenieros suelen tener preferencia por una determinada interfaz, pero si no es así, es importante conocer la distancia desde la cámara hasta el ordenador. Si la distancia entre la cámara y el PC es inferior a 4,6 metros, recomendamos utilizar una cámara USB3. Si la distancia es mayor, recomendamos utilizar cámaras GigE. Para más información, le aconsejamos consultar el siguiente artículo: Cómo seleccionar una interfaz de cámara de visión por máquina (USB3 / GigE / 5GigE / 10GigE Visión)a para seleccionar?
En este ejemplo, la distancia desde la cámara hasta el PC es superior a 4,6 metros, por lo que recomendamos utilizar una cámara GigE. Siempre recomendamos a nuestros clientes una cámara con PoE. Power over Ethernet (PoE) para GigE está diseñado para proporcionar tanto alimentación como comunicación de datos a través de un cable Ethernet estándar. Esto reduce el número de cables y el tiempo de instalación, en aplicaciones que no requieren un disparo por hardware o E/S.
Cámara en color o monocroma
Las cámaras monocromas se utilizan frecuentemente en aplicaciones de visión por máquina. Por ejemplo, si se debe contar el número de productos, comprobar la presencia de un objeto o realizar mediciones, se necesita un buen contraste y se utiliza una cámara monocroma. La información de color no es relevante y no se utiliza.
Además, una ventaja adicional de una cámara monocroma (foto/imagen en blanco y negro) es que el sensor es hasta 3 veces más sensible a la luz y produce imágenes más nítidas que una cámara/sensor en color.
Si desea trabajar con información de color, se requiere una cámara en color, también llamada cámara RGB (Rojo, Verde, Azul). Las cámaras RGB se utilizan a menudo para inspeccionar verduras, frutas y plantas, ya que esta información de color se emplea para el control de calidad.
Por ejemplo, comprobar los diferentes colores de manchas/defectos en frutas y verduras, que pueden ser verdes o marrones. Esta diferencia de color no puede verse con una cámara monocroma.
Siempre se utiliza una cámara en color para el software de Deep Learning, porque la imagen en color proporciona información adicional.
En este ejemplo utilizamos una cámara en color, porque queremos realizar un control de calidad óptico y las manchas/defectos pueden contener diferentes colores.
Obturador Global o Obturador Rolling cámara
Si la cámara o un objeto se mueve mientras se capturan imágenes, una cámara con Obturador Global es la mejor opción. Con las cámaras de Obturador Global, todas las líneas/píxeles de la cámara se leen simultáneamente. Si la cámara y los objetos están estacionarios, se puede utilizar una cámara con Obturador Rolling. Si un objeto se mueve y se utiliza la tecnología de cámara con Obturador Rolling, la imagen se distorsionará. Esto se debe a que el sensor se lee línea por línea. Para más información, le recomendamos leer el siguiente artículo: Rolling Shutter vs Global Shutter.
En este ejemplo, frutas y verduras están en una cinta transportadora para el control de calidad y clasificación. La cinta transportadora no se detiene durante la adquisición de la cámara. En este caso, se requiere una cámara con Obturador Global.
Resolución (número de píxeles del sensor)
La siguiente información es importante para calcular la resolución correcta para la cámara:
- El detalle más pequeño que desean ver/inspeccionar
- El área que desean inspeccionar (Campo de Visión)
Normalmente recomendamos 3 píxeles por el detalle más pequeño para un sistema de visión estable. En algunos casos, también es posible utilizar 2 píxeles por el detalle más pequeño, pero esto depende de la calidad/potencia del software.
En este ejemplo queremos una cámara que pueda detectar defectos en frutas y verduras con una precisión de 1 mm. Las frutas y verduras están en una cinta transportadora de 80 centímetros de ancho. Por lo tanto, el campo de visión horizontal debe ser de 800 mm y verticalmente se debe poder ver 600 mm.
Como se indicó anteriormente, queremos utilizar 3 píxeles por el detalle más pequeño para un sistema de visión estable.
Resolución del sistema = 1 mm/3 píxeles = 0,33333333 mm/píxel
Resolución horizontal de la cámara = 800 mm (FOV horizontal) / 0,33333333 mm (resolución del sistema) = 2400 píxeles
Resolución vertical de la cámara = 600 mm (FOV vertical) / 0,33333333 mm (resolución del sistema) = 1800 píxeles
Por lo tanto, una cámara con 2400 x 1800 píxeles es adecuada. Basándonos en esta información, podemos seleccionar una cámara. La MER2-503-23GC-P (IMX264) es una cámara de 5MP (2448 x 2048 píxeles) que cumple con todos los requisitos mencionados anteriormente que formulamos en los pasos previos.
Selección de objetivo para IMX264
Se debe seleccionar un objetivo adecuado para la cámara. El objetivo no está incluido de forma estándar con una cámara, por lo que siempre debe adquirirse el objetivo para completar su sistema de Visión por computadora. Las cámaras de visión por máquina que ofrecemos suelen tener un C-mount, por lo que en general se utilizan objetivos C-mount. Para calcular el objetivo correcto, necesitamos información sobre el campo de visión, la distancia de trabajo (distancia desde la cámara/objetivo al objeto) y el tamaño del sensor de la cámara seleccionada.
La cámara y el objetivo se colocan sobre una cinta transportadora; en este ejemplo, queremos colocar la cámara entre 700 mm y 1000 mm de la cinta transportadora. Con un campo de visión horizontal de 800 mm y una distancia de trabajo de 735 mm, la distancia focal calculada del objetivo es de 8 mm. A continuación, puede ver una captura de pantalla de la calculadora de objetivos disponible en línea en nuestro sitio web.
Calculadora de Objetivo
Según este cálculo y las especificaciones de la cámara, el VA-LCM-5MP-08MM-F1.4-015 objetivo es adecuado.
Iluminación de visión por máquina para la inspección de frutas, verduras y plantas
Dos barras de iluminación se utilizan a menudo para iluminar frutas, verduras y plantas en una cinta transportadora. La cinta transportadora suele estar completamente cerrada para evitar la luz ambiental y prevenir influencias externas, así como para crear una luz difusa. Las barras de iluminación se colocan transversalmente sobre la cinta transportadora y deben cubrir todo el ancho de la cinta. Los objetos se iluminan desde dos lados. Las barras de iluminación deben colocarse en un ángulo determinado, de modo que casi no haya reflejos ni sombras.
Software de visión por computadora para el control de calidad y la clasificación de verduras, frutas y plantas
Además del hardware, se requiere software de Visión por computadora para reconocer automáticamente los defectos. Los clientes pueden escribir el código de software ellos mismos o utilizar licencias de software de visión existentes, como Zebra Aurora Vision Studio. Aurora Vision es un potente software de visión por máquina especialmente diseñado para facilitar el diseño de un programa de visión. Gracias a la interfaz gráfica, no se requieren conocimientos de programación para crear un programa de visión. El software dispone de una caja de herramientas adecuada para realizar muchas tareas de visión por máquina. Al seleccionar las herramientas adecuadas, puede crear fácilmente un flujo de trabajo en cuestión de minutos. Los requisitos complejos de visión por máquina también pueden resolverse utilizando el complemento de deep learning, que emplea inteligencia artificial para resolver problemas complejos de detección y reconocimiento.
También puede utilizar Aurora Vision Lite, un programa de demostración gratuito de Aurora Vision. Puede cargar imágenes desde el disco duro y diseñar su propio programa de visión utilizando todas las herramientas de visión por máquina disponibles en Aurora Vision Studio.
También podemos crear un programa de muestra para usted en Aurora Vision. Una vez que disponga de imágenes, podemos crear un programa de muestra para usted en Aurora Vision. A continuación, le pedimos que cree un documento de especificaciones con lo que desea detectar y que proporcione diez imágenes.
Aplicación de visión por máquina
Esperamos que los pasos anteriores le hayan ayudado a seleccionar el hardware y software adecuados para sus aplicaciones de control de calidad y clasificación de verduras, frutas y plantas con Visión por computadora. Si tiene alguna pregunta adicional, siempre puede ponerse en contacto con nosotros. Hemos acumulado años de experiencia y conocimiento en la industria de la visión por máquina. Estaremos encantados de asesorarle, y los clientes pueden contactarnos para soporte técnico.
