Inspeção automática de frascos utilizando visão computacional em sistema embarcado
Abstract
O aumento da capacidade produtiva, bem como a ocorrência de mercados consumidores mais exigentes, têm impulsionado o uso de sistemas de inspeção visual automática destinados ao controle de qualidade e gerenciamento da produção. Entretanto, estes sistemas ainda apresentam um custo elevado, o que pode tornar sua aplicação inviável em empresas de pequeno e médio porte. Tendo estas questões como motivação, este trabalho propõe o desenvolvimento e a avaliação de um sistema de inspeção visual automática de frascos utilizando dispositivos de baixo custo. Esta inspeção visa a detecção de presença de tampa em dois modelos de frascos diferentes, através de imagens capturadas em linha de envase a velocidade nominal. Para tal desenvolvimento, uma revisão sobre os tópicos de visão computacional pertinentes ao trabalho e uma análise do estado da arte sobre inspeção visual automática de frascos são apresentadas. A partir destas revisões e considerando-se as particularidades do processo e as limitações impostas pelo hardware, foram selecionadas 4 diferentes abordagens de processamento de imagens para avaliação. Neste trabalho estes métodos foram denominados como "método das linhas", "método das áreas", "método K-means" e "método ORB". Ao todo, a base de dados gerada contem 313 imagens do conjunto de frasco branco e tampa azul e 125 imagens do conjunto de frasco verde e tampa verde. Os resultados indicam que para o modelo de
frasco branco o método que apresentou os melhores resultados foi o método das áreas. Com este método a inspeção do frasco branco atingiu uma acurácia de 100% e um tempo máximo de inspeção de 311,9 ms, não ultrapassando o limite de tempo
de inspeção imposto pela velocidade de produção da linha de envase. Para o modelo de fraco verde o melhor resultado foi obtido através do método ORB. Com este método foi possível atingir um valor de acurácia de 100%. No entanto, o maior tempo de inspeção do método ORB para o frasco verde foi de 460,3 ms, ultrapassando o limite de tempo de inspeção imposto pela linha de envase. Observa-se que imagens com menor variação de cor e intensidade entre as regiões de interesse demandam
algoritmos de processamento mais robustos e, como consequência, aumenta-se o tempo de inspeção do sistema
(sic).