SlideShare una empresa de Scribd logo
1 de 58
Algunas consideraciones en la selección de los componentes de un Sistema de Visión
Algunas aplicaciones de imagen Ensamblaje  de hilo dental Movilidad reducida Farmacia: Definir rango de  difusión de spray nasal Pulido fibra óptica Defectos piezas de madera Detectar bolas de estaño
Algunas aplicaciones de imagen (II) Productos alimenticios (Código y fecha) Nivel y tapa  Verificar moldes Robótica móvil Vista trasera Lectura de códigos
Algunas aplicaciones de imagen (III) Calidad de paneles solares Reconocimiento e inspección Llenado de materiales  peligrosos Inspección intestinal Quemaduras
Algunas aplicaciones de imagen (IV) Reconocimiento de escritura Búsqueda de coincidencias (matching) Seguridad vial
Componentes de un sistema de visión 1.- Cámara y óptica 2.- Iluminación 3.- Sensor de posicionamiento 4.- Tarjeta capturadora de vídeo 5.- Ordenador 6.- Software de visión 7.- E/S y configuración de red
Adquisición de sistema de visión Se debe considerar: ,[object Object]
Sistema integrado a la red (FTP, etc.)
Muestra inmediata del objeto de la visión
Herramientas de procesamiento de imagen (software)
Selección de monitores compatibles con sensores,[object Object]
Cámaras inteligentes ,[object Object]
Memoria
Sistema de operación
Algoritmos de imagen
Conectividad EthernetSony: 3.800 Euros PPT: 6.187 Euros
Parámetros fundamentales de un sistema de visión ,[object Object]
 Campo de visión
 Resolución
 Distancia de trabajo
 Profundidad de campo
Tamaño del sensor1”(pulgada)=25,4mm
Parámetros fundamentales de un sistema de visión (II) Campo de visión: Área del objeto que se captará por el sensor H V Distancia de trabajo: Distancia medida desde el lente de la cámara hasta el objeto
Parámetros fundamentales de un sistema de visión (III) Profundidad de campo: Es el área al frente y detrás del objeto bajo estudio que permanece enfocado por la lente. También se le denomina tolerancia del enfoque Objeto bajo estudio Lente Sensor CCD Profundidad de campo
Parámetros fundamentales de un sistema de visión (IV) Longitud focal Ángulo de visión Longitud focal: Distancia entre el sensor y la lente Ángulo de visión: Es un indicador del área del campo de visión que puede captarse
Parámetros fundamentales de un sistema de visión (V) f16 f2 f#: Es un número que describe la relación entre la longitud focal y la apertura de la lente Distorsión: Cambio indeseado en la forma de un objeto                    presente en el campo de visión
Amplificación primariaPrimary magnification (PMAG) 3 4 Amplificación primaria: Es la amplificación que realiza la lente  de la cámara. Se define por la relación entre el tamaño del  sensor  y el campo de visión. Tamaño del sensor Relación 4:3 (mm) Tamaño del sensor(mm) PMAG = ---------------------------------                 Campo de visión(mm)
Monitores de ordenador Según la norma ISO 9241/3
Relación 4:3 en monitores(Aspect ratio) Aspect ratio: Relación anchura/altura                        Relación horizontal/vertical                      : 4:3 La relación horizontal/vertical en monitores influye en la visión  de la imagen capturada por el sensor de imagen (4:3)
Amplificación secundaria(Secondary magnification) Amplificación secundaria (SMAG): Es la amplificación realizada entre el sensor de imagen y el monitor del sistema de imagen. Tamaño del monitor (mm) SMAG = -------------------------------------                 Tamaño del sensor (mm)
Amplificación del sistema(System magnification) Amplificación del sistema (SysMAG): Es la amplificación total realizada entre el campo de visión y el monitor del sistema de visión. Lo anterior incluye la amplificación primaria y la amplificación secundaria SysMAG  =  PMAG*SMAG Lo que es equivalente a: Tamaño del monitor (mm) SysMAG = -------------------------------------                      Campo de visión (mm)
Tasa de transferencia del sistema(System throughput) Número de pixels Tasa de transferencia= ---------------------------                                             Tiempo (seg) Transferencia de la  carga y digitalización Transferencia  a la memoria  Visualización Exposición Transferencia de cargas Nodo de  salida Amplificación y digitalización Registro horizontal
Sensor CMOS
Resolución(resolution) Onda  cuadrada Resolución: Es una medida de la capacidad del sistema de visión de reproducir los detalles de un objeto. No existe “espacio en blanco” entre los píxeles  a resolver Secuencia cuadrado-”espacio  en blanco” suficiente 1 Resolución (lp/mm) = ---------------------                                        Espacio (mm) Espacio (mm)
Resolución (II) Onda  cuadrada lp= 2 pixels RC (m) =2 x Tamaño del pixel (m) Resolución de la Cámara (RC) Relaciones entre resolución  cámara-objeto RO (lp/mm) =PMAG x RC (lp/mm) PMAG                       RC (m) RO (m) =---------------------                       PMAG            Resolución del Objeto (RO)
Resolución en TV Campo impar Campo par Barrido entrelazado Barrido progresivo: Barrido de líneas es secuencial, 1,2,3…6 (aplicaciones alta velocidad) Más información= http://www.videointerchange.com/pal_secam_conversions.htm
Resolución basada en líneas de TV(TV line resolution) Líneas de TV: Es una unidad de medida estándar que se utiliza en la industria para comparar cámaras analógicas, se obtiene de aplicación de patrón de pruebas Ecuaciones para obtener la frecuencia (lp/mm) Líneas de TV [V] x 1.333 Resolución horizontal (lp/mm)=   ----------------------------------------------------------                                                         2 x Longitud horizontal del sensor (mm) Líneas de TV [V] Resolución vertical (lp/mm)=   ----------------------------------------------------------                                                         2 x Longitud vertical del sensor (mm)
Contraste(contrast) Contraste: Diferencia entre los tonos claros y oscuros de un objeto Imax - Imin Contraste (%) =   ------------------- x 100                                   Imax + Imin                                                         Blanco Onda cuadrada Contraste Negro Relación señal-ruído (SNR, signal-to-noise ratio): Parámetro dinámico de las cámaras 					             relacionados con el contraste 1 bit es equivalente a 6db: SNR = X bits = 6X db= 2x Escala de grises
Contraste/Resolución Contraste: Tan importante como la resolución ,[object Object]
Lente
Contraste,[object Object]
Separación permisible a los puntos
Habilidad para detectar el contraste,[object Object]
Máxima profundidad de campo para una lente Límite Difracción Límite Aberración Res. Deseada Máxima profundidad  de campo Máxima resolución
Pasos para la configuración de un sistema de visión Definir parámetros del sistema: Campo de visión, distancia de trabajo, resolución, contraste…. Estudiar la integración de componentes: Ver el sistema como un todo, no se deben unir elementos de alta con baja calidad (lente, cámara, tarjeta y monitor). Iluminación: Posible integración de filtros, polarizadores.. Consideraciones futuras: Posibles variaciones futuras de estructuras modulares.
Ejemplo 1 Diámetro  nominal Imagen  ampliada del orificio a  inspeccionar Tolerancia permitida Se desea medir el diámetro del círculo ( 3 mm)  con una precisión de 25m  Inspección de píldoras
Ejemplo 1(II) 1)  Campo de visión (FOV): Se analiza sensor CCD y monitor  Monitor CRT Monitor LCD
Se analizan las ecuaciones referidas a la amplificación total del sistema Ejemplo 1(III) Se supone que el sensor será de ½” Tamaño del sensor(mm)      4.8mm PMAG = --------------------------------- = ------------ = 1.37X                 Campo de visión(mm)       3.5mm   Tamaño del monitor (mm)     19”x25.4 SMAG = ------------------------------------- = -------------- = 60.325X                   Tamaño del sensor (mm)          8mm SysMAG  =  PMAG*SMAG = 1.37x 60.325 = 82,65X
Ejemplo 1(IV) 25m 3.5mm x 4/3=4.66mm   Onda  cuadrada 3.5mm Anteriormente se ha definido: 2) Tamaño del sensor CCD: ½” 3) Amplificación primaria, secundaria y del sistema: PMAG, SMAG y SysMAG 3) Resolución: 3.1.- Resolución del objeto RO (m)= 2 x TP = 25m Tamaño pixel = 12.5 m Espacio (mm)=0.025mm Campo de  visión RO (lp/mm)= 1/0.025mm                    = 40 lp/mm
Ejemplo 1(V) 6.4mm   4.8mm 3.2.- Resolución de la cámara Tamaño del píxel de cámara (TPC, m) = PMAG x Tamaño píxel objeto (m) TPC = 1.37 x 12.5 m = 17.125 m Número de píxeles verticales > 4.8mm / 0.017125 mm = 281  Resolución de cámara (m) = PMAG x RO (m) RC (m)= 1.37 x 25 m = 34.25 m RC (lp/mm)= RO (lp/mm)  / PMAG = 40lp/mm / 1.37 = 29.2 lp/mm
Ejemplo 1(VI) Resolución Vertical NTSC: 525 PAL: 625 Resolución horizontal 3.2.- Resolución de la cámara Número de líneas de televisión horizontales, cumple: Líneas de TV [V] x 1.333 Resolución horizontal (lp/mm)=   ----------------------------------------------------------                                                         2 x Distancia horizontal del sensor (mm) De lo que resulta: Líneas de TV [V]= RC (lp/mm) x 2 x DHS (mm) / 1.333                            = 29.2 lp/mm x 2 x 6.4 mm / 1.333                            = 281 líneas mínimas
Ejemplo 1(VII) www.jai.com
Ejemplo 1(VIII) www.jai.com
Ejemplo 1(IX) www.sony.com
Ejemplo 1(X) C-lens VZM™ 300 (EdmundOptics) • 4:1 Zoom Ratio• Parfocal Zoom: 0.75X - 3X• 60mm Working Distance• 2-8mm FOV on 1/2" CCD• Rugged Mechanical Design• Max. CCD Size: 2/3" Format
Ejemplo 2 (I) Se desea un campo de visión de 10mm,  con una resolución de 140 m Par de líneas = 2 x 70 m = 140 m 1 línea = 3 píxeles (Pérdida de dos píxeles en el sensor) Número de píxeles de par de líneas = 3 x 2= 6 píxeles Tp = R / 2*Npal= 140 m / 2x3 = 23,3m donde: Tp: Tamaño del píxel R: Resolución Npal: Número de píxeles que representa  el ancho de línea  Par de líneas Ancho de línea
Ejemplo 2 (II) Primera aproximación del número de píxeles Npvs = Cv / Tp = 10 mm / .0233 mm = 430 píxeles donde: Npvs: Número de píxeles de la vertical del sensor Cv: Campo de visión   Tp: Tamaño del píxel Consideración de la pantalla Npvp= Npvs*Npal         = 430x 3= 1290 donde: Npvp: Número de píxeles de la vertical de la pantalla ,[object Object]
 Sensor real > 430píxeles en la vertical

Más contenido relacionado

Similar a Imagen Fundamentos I

Curso Protección Radiológica en Radiología Digital
Curso Protección Radiológica en Radiología DigitalCurso Protección Radiológica en Radiología Digital
Curso Protección Radiológica en Radiología DigitalEduardo Medina Gironzini
 
PresentacióN Digital (Directo E Indirecto)
PresentacióN Digital (Directo E Indirecto)PresentacióN Digital (Directo E Indirecto)
PresentacióN Digital (Directo E Indirecto)natachasb
 
Formación de la imagen digital [sólo lectura]
Formación de la imagen digital [sólo lectura]Formación de la imagen digital [sólo lectura]
Formación de la imagen digital [sólo lectura]pazsilvana
 
Anonimizacion y cqc en imagen de resonancia magnetica
Anonimizacion y cqc en imagen de resonancia magneticaAnonimizacion y cqc en imagen de resonancia magnetica
Anonimizacion y cqc en imagen de resonancia magneticamaigva
 
Diapositivas Visión por Computador: Visión 3D
Diapositivas Visión por Computador: Visión 3DDiapositivas Visión por Computador: Visión 3D
Diapositivas Visión por Computador: Visión 3DJaime Martínez Verdú
 
Especificaciones técnicas nikon d3000
Especificaciones técnicas nikon d3000Especificaciones técnicas nikon d3000
Especificaciones técnicas nikon d3000Abilio Jose
 
Principios basicos de_cctv__1
Principios basicos de_cctv__1Principios basicos de_cctv__1
Principios basicos de_cctv__14ngi Trujill0
 
Sistema Combinado de Radiocirugía
Sistema Combinado de RadiocirugíaSistema Combinado de Radiocirugía
Sistema Combinado de RadiocirugíaLeopoldo Mazzucco
 
Manual de reparación pc bolilla iii - monitores - ver2
Manual de reparación pc   bolilla iii - monitores - ver2Manual de reparación pc   bolilla iii - monitores - ver2
Manual de reparación pc bolilla iii - monitores - ver2Aldo Hernán Zanabria Gálvez
 
Interpretación y utilidad de datos estadísticos.
Interpretación y utilidad de datos estadísticos.Interpretación y utilidad de datos estadísticos.
Interpretación y utilidad de datos estadísticos.Interlatin
 
2014 ii c02t-estacion meteorologica
2014 ii c02t-estacion meteorologica2014 ii c02t-estacion meteorologica
2014 ii c02t-estacion meteorologicaAland Bravo Vecorena
 
Tarjetas gráficas y monitores
Tarjetas gráficas y monitoresTarjetas gráficas y monitores
Tarjetas gráficas y monitoresJaCk0
 
Conoce el Poder Tecnológico y de Conectividad Blackmagic Design para Cine Di...
Conoce el Poder Tecnológico y de Conectividad Blackmagic Design  para Cine Di...Conoce el Poder Tecnológico y de Conectividad Blackmagic Design  para Cine Di...
Conoce el Poder Tecnológico y de Conectividad Blackmagic Design para Cine Di...Ing. Jose Maria Noriega C.A.S. (LION)
 
Reporte proyecto primer parcial 1
Reporte proyecto primer parcial 1Reporte proyecto primer parcial 1
Reporte proyecto primer parcial 1dave
 

Similar a Imagen Fundamentos I (20)

Curso Protección Radiológica en Radiología Digital
Curso Protección Radiológica en Radiología DigitalCurso Protección Radiológica en Radiología Digital
Curso Protección Radiológica en Radiología Digital
 
Nikon D800
Nikon D800Nikon D800
Nikon D800
 
Imagen Digital
Imagen DigitalImagen Digital
Imagen Digital
 
PresentacióN Digital (Directo E Indirecto)
PresentacióN Digital (Directo E Indirecto)PresentacióN Digital (Directo E Indirecto)
PresentacióN Digital (Directo E Indirecto)
 
Formación de la imagen digital [sólo lectura]
Formación de la imagen digital [sólo lectura]Formación de la imagen digital [sólo lectura]
Formación de la imagen digital [sólo lectura]
 
Anonimizacion y cqc en imagen de resonancia magnetica
Anonimizacion y cqc en imagen de resonancia magneticaAnonimizacion y cqc en imagen de resonancia magnetica
Anonimizacion y cqc en imagen de resonancia magnetica
 
Diapositivas Visión por Computador: Visión 3D
Diapositivas Visión por Computador: Visión 3DDiapositivas Visión por Computador: Visión 3D
Diapositivas Visión por Computador: Visión 3D
 
Catálogo.
Catálogo.Catálogo.
Catálogo.
 
Especificaciones técnicas nikon d3000
Especificaciones técnicas nikon d3000Especificaciones técnicas nikon d3000
Especificaciones técnicas nikon d3000
 
Leica scan station_p20_dat_es
Leica scan station_p20_dat_esLeica scan station_p20_dat_es
Leica scan station_p20_dat_es
 
Principios basicos de_cctv__1
Principios basicos de_cctv__1Principios basicos de_cctv__1
Principios basicos de_cctv__1
 
Principios basicos de_cctv__1
Principios basicos de_cctv__1Principios basicos de_cctv__1
Principios basicos de_cctv__1
 
Instrumentos
InstrumentosInstrumentos
Instrumentos
 
Sistema Combinado de Radiocirugía
Sistema Combinado de RadiocirugíaSistema Combinado de Radiocirugía
Sistema Combinado de Radiocirugía
 
Manual de reparación pc bolilla iii - monitores - ver2
Manual de reparación pc   bolilla iii - monitores - ver2Manual de reparación pc   bolilla iii - monitores - ver2
Manual de reparación pc bolilla iii - monitores - ver2
 
Interpretación y utilidad de datos estadísticos.
Interpretación y utilidad de datos estadísticos.Interpretación y utilidad de datos estadísticos.
Interpretación y utilidad de datos estadísticos.
 
2014 ii c02t-estacion meteorologica
2014 ii c02t-estacion meteorologica2014 ii c02t-estacion meteorologica
2014 ii c02t-estacion meteorologica
 
Tarjetas gráficas y monitores
Tarjetas gráficas y monitoresTarjetas gráficas y monitores
Tarjetas gráficas y monitores
 
Conoce el Poder Tecnológico y de Conectividad Blackmagic Design para Cine Di...
Conoce el Poder Tecnológico y de Conectividad Blackmagic Design  para Cine Di...Conoce el Poder Tecnológico y de Conectividad Blackmagic Design  para Cine Di...
Conoce el Poder Tecnológico y de Conectividad Blackmagic Design para Cine Di...
 
Reporte proyecto primer parcial 1
Reporte proyecto primer parcial 1Reporte proyecto primer parcial 1
Reporte proyecto primer parcial 1
 

Más de Omar Sanchez

Assembly programming II
Assembly programming IIAssembly programming II
Assembly programming IIOmar Sanchez
 
Assembly programming
Assembly programmingAssembly programming
Assembly programmingOmar Sanchez
 
Assembler Programming
Assembler ProgrammingAssembler Programming
Assembler ProgrammingOmar Sanchez
 
Functions for Nano 5 Card
Functions for Nano 5 CardFunctions for Nano 5 Card
Functions for Nano 5 CardOmar Sanchez
 
Ejemplos de modelos basados en adaptacion parametrica
Ejemplos de modelos basados en adaptacion parametricaEjemplos de modelos basados en adaptacion parametrica
Ejemplos de modelos basados en adaptacion parametricaOmar Sanchez
 
Sistemas numericos
Sistemas numericosSistemas numericos
Sistemas numericosOmar Sanchez
 
Referencias MATLAB
Referencias MATLABReferencias MATLAB
Referencias MATLABOmar Sanchez
 
Control Modelo de Referencia y Linealizacion po Realimentacion
Control Modelo de Referencia y Linealizacion po RealimentacionControl Modelo de Referencia y Linealizacion po Realimentacion
Control Modelo de Referencia y Linealizacion po RealimentacionOmar Sanchez
 
Imagen e histograma
Imagen e histogramaImagen e histograma
Imagen e histogramaOmar Sanchez
 
Funciones de Lyapunov basado en Krasovskii
Funciones de Lyapunov basado en KrasovskiiFunciones de Lyapunov basado en Krasovskii
Funciones de Lyapunov basado en KrasovskiiOmar Sanchez
 
Sensores de robots
Sensores de robotsSensores de robots
Sensores de robotsOmar Sanchez
 
Vehiculos no tripulados
Vehiculos no tripuladosVehiculos no tripulados
Vehiculos no tripuladosOmar Sanchez
 
Algunos aspectos de estabilidad
Algunos aspectos de estabilidadAlgunos aspectos de estabilidad
Algunos aspectos de estabilidadOmar Sanchez
 
Control basado en modelo
Control basado en modeloControl basado en modelo
Control basado en modeloOmar Sanchez
 

Más de Omar Sanchez (20)

Assembler4
Assembler4Assembler4
Assembler4
 
Assembly programming II
Assembly programming IIAssembly programming II
Assembly programming II
 
Assembly programming
Assembly programmingAssembly programming
Assembly programming
 
Assembler Programming
Assembler ProgrammingAssembler Programming
Assembler Programming
 
Functions for Nano 5 Card
Functions for Nano 5 CardFunctions for Nano 5 Card
Functions for Nano 5 Card
 
Ejemplos de modelos basados en adaptacion parametrica
Ejemplos de modelos basados en adaptacion parametricaEjemplos de modelos basados en adaptacion parametrica
Ejemplos de modelos basados en adaptacion parametrica
 
Sistemas numericos
Sistemas numericosSistemas numericos
Sistemas numericos
 
Ensamblador
EnsambladorEnsamblador
Ensamblador
 
Nano5 features
Nano5 featuresNano5 features
Nano5 features
 
Referencias MATLAB
Referencias MATLABReferencias MATLAB
Referencias MATLAB
 
Control Modelo de Referencia y Linealizacion po Realimentacion
Control Modelo de Referencia y Linealizacion po RealimentacionControl Modelo de Referencia y Linealizacion po Realimentacion
Control Modelo de Referencia y Linealizacion po Realimentacion
 
Fundposori
FundposoriFundposori
Fundposori
 
Imagen e histograma
Imagen e histogramaImagen e histograma
Imagen e histograma
 
Funciones de Lyapunov basado en Krasovskii
Funciones de Lyapunov basado en KrasovskiiFunciones de Lyapunov basado en Krasovskii
Funciones de Lyapunov basado en Krasovskii
 
Sensores de robots
Sensores de robotsSensores de robots
Sensores de robots
 
Vehiculos no tripulados
Vehiculos no tripuladosVehiculos no tripulados
Vehiculos no tripulados
 
Algunos aspectos de estabilidad
Algunos aspectos de estabilidadAlgunos aspectos de estabilidad
Algunos aspectos de estabilidad
 
Control basado en modelo
Control basado en modeloControl basado en modelo
Control basado en modelo
 
Grupos próximos
Grupos próximosGrupos próximos
Grupos próximos
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 

Último

Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíassuserf18419
 
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...silviayucra2
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx241521559
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfsoporteupcology
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxpabonheidy28
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricKeyla Dolores Méndez
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveFagnerLisboa3
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024GiovanniJavierHidalg
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...FacuMeza2
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersIván López Martín
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...AlanCedillo9
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdfIsabellaMontaomurill
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesFundación YOD YOD
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIAWilbisVega
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafiosFundación YOD YOD
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan JosephBRAYANJOSEPHPEREZGOM
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxJOSEMANUELHERNANDEZH11
 

Último (19)

Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
 
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdf
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docx
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
ATAJOS DE WINDOWS. Los diferentes atajos para utilizar en windows y ser más e...
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
 
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
Instrumentación Hoy_ INTERPRETAR EL DIAGRAMA UNIFILAR GENERAL DE UNA PLANTA I...
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdf
 
KELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento ProtégelesKELA Presentacion Costa Rica 2024 - evento Protégeles
KELA Presentacion Costa Rica 2024 - evento Protégeles
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafios
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptx
 

Imagen Fundamentos I

  • 1. Algunas consideraciones en la selección de los componentes de un Sistema de Visión
  • 2. Algunas aplicaciones de imagen Ensamblaje de hilo dental Movilidad reducida Farmacia: Definir rango de difusión de spray nasal Pulido fibra óptica Defectos piezas de madera Detectar bolas de estaño
  • 3. Algunas aplicaciones de imagen (II) Productos alimenticios (Código y fecha) Nivel y tapa Verificar moldes Robótica móvil Vista trasera Lectura de códigos
  • 4. Algunas aplicaciones de imagen (III) Calidad de paneles solares Reconocimiento e inspección Llenado de materiales peligrosos Inspección intestinal Quemaduras
  • 5. Algunas aplicaciones de imagen (IV) Reconocimiento de escritura Búsqueda de coincidencias (matching) Seguridad vial
  • 6. Componentes de un sistema de visión 1.- Cámara y óptica 2.- Iluminación 3.- Sensor de posicionamiento 4.- Tarjeta capturadora de vídeo 5.- Ordenador 6.- Software de visión 7.- E/S y configuración de red
  • 7.
  • 8. Sistema integrado a la red (FTP, etc.)
  • 9. Muestra inmediata del objeto de la visión
  • 10. Herramientas de procesamiento de imagen (software)
  • 11.
  • 12.
  • 16. Conectividad EthernetSony: 3.800 Euros PPT: 6.187 Euros
  • 17.
  • 18. Campo de visión
  • 20. Distancia de trabajo
  • 23. Parámetros fundamentales de un sistema de visión (II) Campo de visión: Área del objeto que se captará por el sensor H V Distancia de trabajo: Distancia medida desde el lente de la cámara hasta el objeto
  • 24. Parámetros fundamentales de un sistema de visión (III) Profundidad de campo: Es el área al frente y detrás del objeto bajo estudio que permanece enfocado por la lente. También se le denomina tolerancia del enfoque Objeto bajo estudio Lente Sensor CCD Profundidad de campo
  • 25. Parámetros fundamentales de un sistema de visión (IV) Longitud focal Ángulo de visión Longitud focal: Distancia entre el sensor y la lente Ángulo de visión: Es un indicador del área del campo de visión que puede captarse
  • 26. Parámetros fundamentales de un sistema de visión (V) f16 f2 f#: Es un número que describe la relación entre la longitud focal y la apertura de la lente Distorsión: Cambio indeseado en la forma de un objeto presente en el campo de visión
  • 27. Amplificación primariaPrimary magnification (PMAG) 3 4 Amplificación primaria: Es la amplificación que realiza la lente de la cámara. Se define por la relación entre el tamaño del sensor y el campo de visión. Tamaño del sensor Relación 4:3 (mm) Tamaño del sensor(mm) PMAG = --------------------------------- Campo de visión(mm)
  • 28. Monitores de ordenador Según la norma ISO 9241/3
  • 29. Relación 4:3 en monitores(Aspect ratio) Aspect ratio: Relación anchura/altura Relación horizontal/vertical : 4:3 La relación horizontal/vertical en monitores influye en la visión de la imagen capturada por el sensor de imagen (4:3)
  • 30. Amplificación secundaria(Secondary magnification) Amplificación secundaria (SMAG): Es la amplificación realizada entre el sensor de imagen y el monitor del sistema de imagen. Tamaño del monitor (mm) SMAG = ------------------------------------- Tamaño del sensor (mm)
  • 31. Amplificación del sistema(System magnification) Amplificación del sistema (SysMAG): Es la amplificación total realizada entre el campo de visión y el monitor del sistema de visión. Lo anterior incluye la amplificación primaria y la amplificación secundaria SysMAG = PMAG*SMAG Lo que es equivalente a: Tamaño del monitor (mm) SysMAG = ------------------------------------- Campo de visión (mm)
  • 32. Tasa de transferencia del sistema(System throughput) Número de pixels Tasa de transferencia= --------------------------- Tiempo (seg) Transferencia de la carga y digitalización Transferencia a la memoria Visualización Exposición Transferencia de cargas Nodo de salida Amplificación y digitalización Registro horizontal
  • 34. Resolución(resolution) Onda cuadrada Resolución: Es una medida de la capacidad del sistema de visión de reproducir los detalles de un objeto. No existe “espacio en blanco” entre los píxeles a resolver Secuencia cuadrado-”espacio en blanco” suficiente 1 Resolución (lp/mm) = --------------------- Espacio (mm) Espacio (mm)
  • 35. Resolución (II) Onda cuadrada lp= 2 pixels RC (m) =2 x Tamaño del pixel (m) Resolución de la Cámara (RC) Relaciones entre resolución cámara-objeto RO (lp/mm) =PMAG x RC (lp/mm) PMAG RC (m) RO (m) =--------------------- PMAG Resolución del Objeto (RO)
  • 36. Resolución en TV Campo impar Campo par Barrido entrelazado Barrido progresivo: Barrido de líneas es secuencial, 1,2,3…6 (aplicaciones alta velocidad) Más información= http://www.videointerchange.com/pal_secam_conversions.htm
  • 37. Resolución basada en líneas de TV(TV line resolution) Líneas de TV: Es una unidad de medida estándar que se utiliza en la industria para comparar cámaras analógicas, se obtiene de aplicación de patrón de pruebas Ecuaciones para obtener la frecuencia (lp/mm) Líneas de TV [V] x 1.333 Resolución horizontal (lp/mm)= ---------------------------------------------------------- 2 x Longitud horizontal del sensor (mm) Líneas de TV [V] Resolución vertical (lp/mm)= ---------------------------------------------------------- 2 x Longitud vertical del sensor (mm)
  • 38. Contraste(contrast) Contraste: Diferencia entre los tonos claros y oscuros de un objeto Imax - Imin Contraste (%) = ------------------- x 100 Imax + Imin Blanco Onda cuadrada Contraste Negro Relación señal-ruído (SNR, signal-to-noise ratio): Parámetro dinámico de las cámaras relacionados con el contraste 1 bit es equivalente a 6db: SNR = X bits = 6X db= 2x Escala de grises
  • 39.
  • 40. Lente
  • 41.
  • 43.
  • 44. Máxima profundidad de campo para una lente Límite Difracción Límite Aberración Res. Deseada Máxima profundidad de campo Máxima resolución
  • 45. Pasos para la configuración de un sistema de visión Definir parámetros del sistema: Campo de visión, distancia de trabajo, resolución, contraste…. Estudiar la integración de componentes: Ver el sistema como un todo, no se deben unir elementos de alta con baja calidad (lente, cámara, tarjeta y monitor). Iluminación: Posible integración de filtros, polarizadores.. Consideraciones futuras: Posibles variaciones futuras de estructuras modulares.
  • 46. Ejemplo 1 Diámetro nominal Imagen ampliada del orificio a inspeccionar Tolerancia permitida Se desea medir el diámetro del círculo ( 3 mm) con una precisión de 25m Inspección de píldoras
  • 47. Ejemplo 1(II) 1) Campo de visión (FOV): Se analiza sensor CCD y monitor Monitor CRT Monitor LCD
  • 48. Se analizan las ecuaciones referidas a la amplificación total del sistema Ejemplo 1(III) Se supone que el sensor será de ½” Tamaño del sensor(mm) 4.8mm PMAG = --------------------------------- = ------------ = 1.37X Campo de visión(mm) 3.5mm Tamaño del monitor (mm) 19”x25.4 SMAG = ------------------------------------- = -------------- = 60.325X Tamaño del sensor (mm) 8mm SysMAG = PMAG*SMAG = 1.37x 60.325 = 82,65X
  • 49. Ejemplo 1(IV) 25m 3.5mm x 4/3=4.66mm Onda cuadrada 3.5mm Anteriormente se ha definido: 2) Tamaño del sensor CCD: ½” 3) Amplificación primaria, secundaria y del sistema: PMAG, SMAG y SysMAG 3) Resolución: 3.1.- Resolución del objeto RO (m)= 2 x TP = 25m Tamaño pixel = 12.5 m Espacio (mm)=0.025mm Campo de visión RO (lp/mm)= 1/0.025mm = 40 lp/mm
  • 50. Ejemplo 1(V) 6.4mm 4.8mm 3.2.- Resolución de la cámara Tamaño del píxel de cámara (TPC, m) = PMAG x Tamaño píxel objeto (m) TPC = 1.37 x 12.5 m = 17.125 m Número de píxeles verticales > 4.8mm / 0.017125 mm = 281 Resolución de cámara (m) = PMAG x RO (m) RC (m)= 1.37 x 25 m = 34.25 m RC (lp/mm)= RO (lp/mm) / PMAG = 40lp/mm / 1.37 = 29.2 lp/mm
  • 51. Ejemplo 1(VI) Resolución Vertical NTSC: 525 PAL: 625 Resolución horizontal 3.2.- Resolución de la cámara Número de líneas de televisión horizontales, cumple: Líneas de TV [V] x 1.333 Resolución horizontal (lp/mm)= ---------------------------------------------------------- 2 x Distancia horizontal del sensor (mm) De lo que resulta: Líneas de TV [V]= RC (lp/mm) x 2 x DHS (mm) / 1.333 = 29.2 lp/mm x 2 x 6.4 mm / 1.333 = 281 líneas mínimas
  • 55. Ejemplo 1(X) C-lens VZM™ 300 (EdmundOptics) • 4:1 Zoom Ratio• Parfocal Zoom: 0.75X - 3X• 60mm Working Distance• 2-8mm FOV on 1/2" CCD• Rugged Mechanical Design• Max. CCD Size: 2/3" Format
  • 56. Ejemplo 2 (I) Se desea un campo de visión de 10mm, con una resolución de 140 m Par de líneas = 2 x 70 m = 140 m 1 línea = 3 píxeles (Pérdida de dos píxeles en el sensor) Número de píxeles de par de líneas = 3 x 2= 6 píxeles Tp = R / 2*Npal= 140 m / 2x3 = 23,3m donde: Tp: Tamaño del píxel R: Resolución Npal: Número de píxeles que representa el ancho de línea Par de líneas Ancho de línea
  • 57.
  • 58. Sensor real > 430píxeles en la vertical
  • 59.
  • 60.
  • 61.
  • 62. Ejemplo de curva MTF % Contraste Resolución de la imagen (lp/mm)
  • 63. Comparación entre el lente tradicional y el doble Gauss
  • 64. Software para selección de óptica Selector de óptica
  • 65. Software para selección de óptica (II) Selector de óptica
  • 66. Patrón de Koren http://www.normankoren.com/
  • 67. Método de Koren(http://www.normankoren.com/Tutorials/MTF5.html /) Definir patrón de pruebas Capturar imagen con sistema de visión Con programa ImageJ obtener respuesta de escala de grises Calibrando el sistema de visión
  • 68. Método de Koren Aplicar programa Matlab para determinar el MTF Calibrando el sistema de visión (II) Datos importados de ImageJ MTF
  • 69. Calibrando el sistema de visión (III) Cognex Camera CalibrationToolbox
  • 72. Empresas que venden hardware para imagen Algunas empresas que producen hardware para imagen http://www.coreco.com/ http://www.datatranslation.com/ http://www.hamamatsu.com/ http://www.matrox.com/ http://www.qimaging.com/ http://www.cognex.com/ http://www.baneng.com/ http://www.omron.com/ http://www.pulnix.com/ http://www.pptvision.com/ http://www.toshiba-teli.co.jp/english/index.htm http://www.fairchildimaging.com/ http://www.ptgrey.com/ http://bssc.sel.sony.com/BroadcastandBusiness/markets/10005/market_10005.shtml Buscador de otros fabricantes: http://www.controleng.com/buyersguide http://www.machinevisiononline.org/buyers_guide/ Palabras clave: Machine vision, vision system, image processing, image acquisition, frame grabbers, image analysis, industrial imaging platform, vision processor, c-lens