INSPEÇÃO VISUAL AUTOMÁTICA DE DISPLAYS DE SEGMENTOS, Teses (TCC) de Processamento de Imagem Digital

Baixe INSPEÇÃO VISUAL AUTOMÁTICA DE DISPLAYS DE SEGMENTOS e outras Teses (TCC) em PDF para Processamento de Imagem Digital, somente na Docsity!

UNIVERSIDADE DO ESTADO DO AMAZONAS

ESCOLA SUPERIOR DE TECNOLOGIA

BRUNO JUDISS SAVINO

INSPEÇÃO VISUAL AUTOMÁTICA DE DISPLAYS DE SEGMENTOS

Manaus

BRUNO JUDISS SAVINO

INSPEÇÃO VISUAL AUTOMÁTICA DE DISPLAYS DE SEGMENTOS

Monografia desenvolvida durante a disciplina de Trabalho

de Conclusão de Curso II e apresentada à banca avaliadora

do Curso de Engenharia Elétrica, como pré-requisito para

a obtenção do título de Engenheiro Eletricista.

Orientador: Dr. Elder Luis Fernández Ávila.

Manaus

BRUNO JUDISS SAVINO

INSPEÇÃO VISUAL AUTOMÁTICA DE DISPLAYS DE SEGMENTOS

Monografia desenvolvida durante a disciplina de

Trabalho de Conclusão de Curso II e apresentada à

banca avaliadora do Curso de Engenharia Elétrica

como pré-requisito para a obtenção do título de

Engenheiro Eletricista.

Aprovada em _____/_____/_____.

Área de concentração: Processamento de Imagem

BANCA EXAMINADORA

_________________________________

Orientador: Elder Luis Fernández Ávila, Dr.

_________________________________

Avaliador: André Luiz Printes, M. Sc.

________________________________

Avaliador: Roberto Higino Pereira da Silva, M. Sc.

Manaus 2008

Dedico este trabalho aos meus pais que sempre estiveram

do meu lado apoiando minhas decisões e proporcionando

um lar maravilhoso cheio de paz e harmonia.

RESUMO

Este trabalho descreve a implementação de um sistema de inspeção visual

automático para análise de display de segmentos. Sabe-se que, atualmente, a inspeção visual

faz parte de muitos processos produtivos com a finalidade de detectar produtos defeituosos.

Fazendo uso de técnicas de processamento de imagens com a ajuda da ferramenta MATLAB

objetivou-se a construção de um sistema para automatizar esse processo de inspeção,

transferindo o poder de rejeição e aprovação do ser humano para a máquina, logrando-se

assim, maior confiabilidade nos produtos. Após um resumo sobre as teorias relacionadas ao

processamento de imagem e uma descrição sobre toolboxes do MATLAB utilizados em

sistemas de inspeção visual automáticos, aborda-se a montagem de um protótipo, incluindo o

algoritmo e a sua parte física, o qual representa o produto final desse trabalho.

Palavras-chaves: Inspeção Visual; Processamento de Imagem; MATLAB.

ABSTRACT

This work describes the implementation of an automatic inspection system for analysis of

segments. It is known that, nowadays, visual inspection is part of many productive processes with the

finality of detecting defective products. Making use of imaging processing techniques and help of the

MATLAB tool this paper strived for the development of a system to automate the inspection process,

transferring the power of rejecting or approving from a human being to the machine, gaining that

way, more reliability in the products. After a resume about the theories related to imaging processing

and a description about the MATLAB toolboxes utilized in automatic visual inspection, it is addressed

the assembling of a prototype, including the algorithm and its physical side, the represents the final

part of this work.

Key-words: Visual Inspection; Image Processing; MATLAB.

LISTA DE TABELAS

TABELA 1 - ID DAS PORTAS PARALELAS E NÚMEROS DE PINOS ................................................ 37

TABELA 2 - ESPECIFICAÇÕES DA CÂMERA UTILIZADA ............................................................... 42

TABELA 3 - CÂMERAS PROFISSIONAIS VERSUS CÂMERA CONVENCIONAL .................................. 52

LISTA DE ABREVIATURAS E SIGLAS

E/S. - Entrada/ Saída

hfe - Ganho de corrente Beta

ID - Número de Identificação

LPT - ( Line Print Terminal ) Porta paralela

PDI - Processamento Digital de Imagem

R10 - Resistor conectado à base do transistor na placa eletrônica do protótipo

R21 - Resistor conectado ao catodo do display

R6 - Resistor conectado à base do transistor na placa eletrônica do protótipo

INTRODUÇÃO

A inspeção visual foi possivelmente o primeiro ensaio não destrutivo utilizado pelo

homem e continua sendo utilizado em todos os ramos da indústria. A inspeção visual exige

que os critérios de aprovação e rejeição dos produtos estejam bem definidos, além de precisar

de inspetores treinados para cada tipo ou família de produto [ 1 - 2 ].

Os inspetores estão sujeitos a fadiga visual, pois observam o mesmo produto durante

um longo período de tempo, isso possibilita fracassos na inspeção, podendo ser aprovados

produtos não conformes [ 3 - 2]. Espera-se de um inspetor humano uma eficiência de 60% a

70% em condições normais, ou seja, podemos ter até 40% de defeito mesmo após a inspeção

[ 4 ].

Existe a tendência de desenvolver equipamentos de inspeção visual automática para

cobrir os problemas encontrados acima, fazendo uso de métodos de PDI (Processamento

Digital de Imagem), ramo que vem crescendo vigorosamente desde 1964 até hoje. As

primeiras aplicações na área referem-se a melhoramento de imagens digitalizadas para jornais

enviadas através de cabos submarinos de Londres à Nova Iorque. Hoje, os principais métodos

de PDI são aplicados nas áreas de Melhoria de informações visuais para facilitar a

interpretação pelos humanos e processamento de dados extraídos automaticamente de

imagens. [ 5 ].

abaixo, a Figura 1 mostra um fluxograma das etapas fundamentais necessários para

executar uma tarefa de processamento digital de imagem [ 5 ]. O primeiro passo é a Aquisição

de imagem onde será adquirida a imagem digital. Em seguida, a etapa de pré-processamento,

utiliza-se tipicamente técnicas de realce de contrastes, remoção de ruídos e outras técnicas

para melhorar a imagem de forma a aumentar as chances de sucesso nos processo seguintes.

Nas etapas seguintes são responsáveis por extrair informações da imagem processada,

como por exemplo, a situação de um display, ou seja, se ele está ou não em condições

normais de uso.

Figura 1 - Etapas do Processamento de Imagem

Após o processamento das imagens, pode extrair diversas informações a respeito da

qualidade dos produtos, no caso de um display de segmentos, podemos extrair informações

tais como: Display riscado, Display não liga, segmento do Display não acende ou Display em

perfeitas condições. Isso faz parte da área de PDI que estuda a extração de dados das imagens.

Quando se pensa em aplicar técnicas de PDI em sistemas automáticos de inspeção

visual, deve levar em consideração dois requisitos muito importantes [ 1 ]:

Devem ser rápidos: Os métodos não podem ser muito complexos a ponto de

comprometer a eficiência de uma linha de produção. O sistema de inspeção deve ser tão ou

mais rápido que um inspetor humano realizando a mesma tarefa.

Aquisição de Imagem

Pré-Processamento

Segmentação

Representação e

descrição

Reconhecimento e

Interpretação

Figura 3 - Defeito no Display: Segmentos faltando

Os defeitos referentes a display representam 32% dos ocorridos em campo como pode

ser visto na Figura 4 [ 6 ]. Observando-se os outros índices, nota-se que 26% de defeitos está

relacionado a Buzzer sem Sinal Sonoro, totalizando, entre display e buzzer , 58% de todos os

defeitos. Visto o fato de esses defeitos serem somente detectáveis no processo através de

inspeção manual, pode-se confirmar a falta de eficiência humana nessa área.

Figura 4 - Percentual de Defeitos em Campo.

Com as vantagens dos sistemas automáticos em relação aos testes manuais, viu-se

muito útil a aplicação dos conceitos de processamento de imagem para desenvolver um

algoritmo que seja capaz de detectar falhas nos displays de segmentos (falha com maior

índice no campo).

O projeto foi desenvolvido utilizando o MATLAB, pois é uma ferramenta de alto

desempenho para computação numérica, além de integrar vários pacotes de soluções

específicas chamados de toolboxes , onde encontramos um específico para processamento

digital de imagem, aquisição de imagens, aquisição de dados, etc. [ 5 ]

[

𝑓(𝑁 − 1 , 0 ) 𝑓(𝑁 − 1 , 1 ) ⋯ 𝑓(𝑁 − 1 , 𝑀 − 1 )]

O processo de amostragem consiste basicamente em dividir o plano 𝑥𝑦 em uma

grade com coordenadas espaçadas igualmente. 𝑓(𝑥, 𝑦) é uma imagem digital se 𝑥 e 𝑦 forem

números inteiros e 𝑓 uma função que representa o nível de cinza para cada coordenada (𝑥, 𝑦)

distinta [ 5 ].

Seja a imagem contínua da Figura 5 que desejamos converter para forma digital,

precisamos amostrar a função de escala de cinza de toda a imagem. Amostrando o segmento

𝐴𝐵 da imagem, obtêm-se valores como mostra a Figura 6. Os quadrados brancos superpostos

a 𝑓 são os valores amostrados.

Os valores resultantes da amostragem, ainda se encontram na forma contínua e

precisam ser quantizados. A quantização é feita através da atribuição, para cada amostra, um

valor discreto de nível de cinza referente ao valor amostrado. No exemplo dado, considerando

uma escala de cinza de 8 níveis, como mostra na Figura 7 , obtêm-se um valor de intensidade

para cada par de coordenada amostrado no segmento 𝐴𝐵. Fazendo o mesmo procedimento

linha a linha consegue-se chegar à imagem digitalizada conforme Figura 8. A qualidade de

uma imagem digital é proporcional à quantidade de amostras e pela quantidade de níveis de

cinza [ 8 ].

Figura 5 - Imagem contínua 𝒇(𝒙, 𝒚)

Figura 6 - Amostragem de uma imagem contínua

Figura 7 - Quantização em 8 níveis de cinza

Escala de Cinza