DESARROLLO DE SISTEMA DE VISIÓN ARTIFICIAL PARA CONTROL DE CALIDAD DE BOTELLAS EN LA EMPRESA CARTAVIO RUM COMPANY
Resumen
El presente artículo tiene por objetivo desarrollar un sistema de control de calidad de bebidas embotelladas para la em-
presa Cartavio Rum Company mediante el software Visual Studio 2017, empleando el algoritmo transformado de hough
y canny para los bordes y aplicación de filtros morfológicos (erode). Este sistema consta de una banda transportadora
que genera el movimiento de las botellas, hasta ser detectadas por la cámara, la cual obtiene las imágenes que son pro-
cesadas. Para ello se tiene un sistema para el ingreso de las botellas hacia la faja transportadora que serán llevadas hasta el lugar de captura de las imágenes realizada mediante un software que se encarga de identificar del nivel de llenado del producto, evaluar la alineación y el correcto color de las etiquetas de la botella, también verificar el control de sedimentos o pequeños cuerpos extraños en el contenido de las botellas, para luego realizar el pre procesamiento de las mismas. Al finalizar el pre-procesamiento y determinar las características finales del producto mediante parámetros preestablecidos en bebidas embotelladas de ron, mediante el uso de visión artificial, las botellas que pasen el control continúan hacia un proceso de ubicación en las cajas donde serán despachadas y aquellas que no cumplen son rechazadas y reprocesadas. Se realizaron diversas pruebas que concluyen que el sistema de visión artificial muestra una eficiencia del 95% comparado al de la inspección visual del ojo humano con 55%, corroborando la efectividad de la visión artificial en el proceso de calidad en la empresa.
Palabras clave
calidad, inspección, visión artificial
Referencias
I. Herrero, “Ingeniería en Automatizacióny Control Industrial,”. Ed. Quilmes: Universidad Nacional de Quilmes, 2005. pp. 19.
A. Hornberg, “Handbook Of Machine Vision,”. Ed. Weinheim: WILEY-VCH Verlag GmbH & Co KGaA , 2006. 798 p.
R. Gonzalez, and C. Woods, “Digital Image Processing,”. Second edition. Upper Saddle River, New Jersey 07458: Prentice Hall, 2002. 793 p.
T. Klinger. “Image Processing With Labview And Imaq Vision,”. Upper Saddle River, New Jersey 07458: Prenti-ce Hall, 2003. 319 p.
I. Minchala, “Procesamiento Digital de Imágenes”. Ambato: agosto de 2008. (Presentado en: Curso de procesamiento digital de imágenes basadas en computador: del 19 al 23 de agosto de 2008).
J. Russ. “The Image Processing Handbook”. Thrird edition. 2000 N.W. Corporate Blvd., Boca Raton, Florida: CRC Press LLC, 1999. 984 p.
T. Benavides, “OpenCV y el diseño de filtros digitales,”. Revista Digital de Investigación y Educación. Disponible en http://www.ingenieria.unam.mx/~sagfi/icode/OpenCV-filtros.pdf
J. P. Cáceres, “Sistema de Visión Artificial Para Inspección del Nivel de Llenado de Bebidas Embotelladas”. Universidad Técnica de Ambato, Ambato - Ecuador, 2011.
G. E. Murillo Quishpe y S. D. Montaluisa Pilatasig, “Control e Inspección de Llenado de Botellas Aplicando Herramientas de Visión Artificial para el Laboratorio de Neumática e Hidrónica de la ESPE Sede Latacunga,”. Escuela Politécnica del Ejército, Latacunga - Ecuador, 2010.
V. Vargas Baeza, “Sistema de Visión Artifical para el Control de Calidad en Piezas Cromadas,”. Instituto Politécnico Nacional, México D.F. - México, 2010.
J. Porras y M. De la Cruz, “Clasification System Based On Computer Vision,”. Universidad Ricardo Palma, Lima - Perú.