APLICACIN DE VISION ARTIFICIAL EN LABVIEW

(Deteccion de color, presencia de etiqueta y marca en botellas)

Edison Javier Almeida Baroja javierpollo_13@hotmail.com Jessica Paola Barrionuevo Ponce azaresj@gmail.com
Escuela Superior Politcnica del Ejercito, Ingeniera Mecatrnica (8vo nivel), Ecuador.

Abstract
The artificial vision known also as Vision for Computer, applied to the industry is nowadays a
reality, reason for which we propose the application of vision with Labview for the detection of
different parameters that characterize a bottle (color, labeling, and brand). The software to using
is Labview the same one that for possessing a graphical programming facilitates to a great extent
the construction of a program that uses in general as model for the artificial vision and in the
particular thing for the detection of the parameters before mentioned and a chamber was in use
usb for the capture of images. The program allows loading three images that will use as boss for
the later analysis; likewise it possesses a few indicators which show that type of bottle was
analyzed.
Keywords:

Key words: Artificial Vision, Labview, Bottle, Chamber USB, Images.

Resumen
La visin artificial conocida tambin como Visin por Computador, aplicada a la industria es hoy en
da una realidad, razn por la cual proponemos la aplicacin de visin con Labview para la
deteccin de diferentes parmetros que caracterizan una botella (color, etiquetado, marca).
El software a utilizar es Labview el mismo que por poseer una programacin grfica facilita en gran
medida la construccin de un programa que sirva en general de modelo para la visin artificial y en
lo particular para la deteccin de los parmetros antes mencionados y se utilizara una cmara USB
para la captura de imgenes.
El programa permite cargar tres imgenes que servirn de patrn para el posterior anlisis, as
mismo cuenta con unos indicadores los cuales muestran que tipo de botella fue analizada.
Palabras Claves: Visin artificial, Labview, Botella, Cmara USB, Imgenes.

INTRODUCCIN
En el entorno industrial, se busca cada vez ms la productividad (procesos ms eficientes).
Adems, estos niveles de productividad tienen que ir asociados con unos altos niveles de calidad
del producto final. Por este motivo, es importante tener un control exhaustivo sobre el proceso
productivo.
Gracias a la constante reduccin de costes y a la gran capacidad de los ordenadores, se puede
llegar a sustituir el cometido de una persona por un sistema de visin artificial. Asimismo, se
potencian las funciones del control de calidad de forma sustancial. Por lo tanto, la fiabilidad de
estos sistemas de control con respecto a la observacin meramente visual es indiscutible
Sistema de Visin Artificial
El sistema de visin artificial (SVA) surgi a partir del desarrollo de la inteligencia artificial, con el
propsito de programar un computador para que sea capaz de entender una escena o las
caractersticas de una imagen. Por lo que se puede definir a la visin artificial como el proceso de
extraccin de informacin del mundo fsico a partir de imgenes utilizando para ello un
computador. Otra definicin bastante aceptada es ciencia que estudia la interpretacin de
imgenes mediante computadores digitales.

Fig1. Esquema sistema de visin artificial

Asistentes de National Instruments

NI Vission Assistent permite adquirir y capturar imgenes provenientes de dispositivos o cmaras
que contengan un estndar compatible. Adems contiene las herramientas para el procesamiento
de Imgenes y permite transferir las operaciones realizadas al diagrama de bloque del programa
en Labview.

Funcionalidades del mdulo de visin

Adquisicin de imgenes: trabaja con cmaras CCDs, tarjetas frame grabber, y fuentes de
imagen mdica, incluyendo ultrasonido, CT y MRI.
Compresin de imgenes: tcnicas de compresin, formato de imgenes estndar e
imgenes mdicas DICOM.
Procesamiento de imgenes: operaciones en niveles de grises (histogramas),
umbralizaciones, filtrado espacial, frecuencial y morfolgico.
Anlisis de imgenes: anlisis cuantitativo y cualitativo a nivel de pxel, contornos y
reconocimiento de patrones, cdigos de barras, etc.

DESARROLLO
Para el desarrollo del proyecto utilizamos como materiales:

Caja
Cmara USB
PC con Labview (NI-VISION)
Serie de botellas con diferentes caractersticas

Reconocimiento y Clasificacin
El enfoque del reconocimiento se puede entender como una clasificacin, y es la agrupacin de
objetos con una representacin conocida (PATRONES) comparada con algn grupo representativo
(CLASES).
El diseo de un sistema de reconocimiento implica una fase de diseo que comprende el
aprendizaje o entrenamiento del sistema de reconocimiento y una fase de funcionamiento en la
que se clasifican los objetos extrados.

Fig2. Diagrama de Bloques de la etapa

Adquisicin de imagen
Cuando se trabaja con imgenes se tienen que tomar en cuenta una serie de conceptos y de pasos
para lograr un mejor desempeo del sistema de reconocimiento.
3

Entre ellos estn la iluminacin, el tipo de cmara, la lente, el objeto y el ambiente en el que se
ejecutar el sistema. Por ejemplo las variaciones de luz o la adicin de ruido a las imgenes a
reconocer pueden presentar dificultades al sistema.
Al desarrollar un sistema de adquisicin de imgenes se debe escoger adecuadamente el lugar en
donde se efectuar la aplicacin, buscando que la iluminacin en el lugar de la aplicacin contraste
con el objeto y el fondo para su ptima localizacin. Se debe eliminar en lo posible reflejos y
factores ambientales como: la luz del da, polvo, vibracin, etc.
Programacin en Labview
El programa de Labview se basa en una programacin grfica, estructural y secuencial. Permite
desarrollar sistemas para: operar el programa de instrumentacin, controlar y comandar el
hardware seleccionado, procesar y analizar datos y seales adquiridas y visualizar resultados. El
entorno de programacin consta de un Panel Frontal y un Diagrama de Bloques.
El Panel Frontal permite disear la interfaz de usuario a travs de botones, dial, perillas, grficos,
indicadores luminosos, entre otros. El diagrama de bloques permite programar a travs de
estructuras como las del If, for, while, etc., como tambin anexar asistentes o estructuras de
programacin para anlisis de seales, clculos matemticos, trigonomtricos, etc, sistemas de
control, procesamiento de imgenes, entre otros.
La programacin por bloques se ejecuta de forma secuencial, de esta manera se debe verificar que
el flujo de datos siga un orden lgico.

Procedimiento
1. Abrimos una aplicacin en Labview, nos ubicamos en el Block Diagram, donde en la barra
de funciones con click derecho sobre la pantalla nos dirigimos a Vision and Motion,
seleccionamos el cono de Vision Express y damos doble click en Vision acquisition.

Fig3. Paso 1

2. Damos doble click para configurarlo, aparece la ventana NI Vision Acquisition Express
Seleccionamos la cmara que vamos a usar.

Fig4. Entorno Vision Acquisition

Luego de presionar en siguiente seleccionamos el segundo cono que nos permitir hacer
una adquisicin continua en lnea de proceso y finalizamos.

Fig5. Configuracin de las opciones de adquisicin

3. Nos ubicamos en el Block Diagram, donde en la barra de funciones con click derecho sobre
la pantalla nos dirigimos a Vision and Motion, seleccionamos el cono de Vision Express y
dentro de este la opcin Vision Assistant.

Fig6. Paso 3

Lo ubicamos en el Block Diagram e inmediatamente aparece la venta de NI Vision

Assistant, donde procedemos a entrenar y colocar los filtros necesarios para nuestra
aplicacin.

Fig7. Entorno de Vision Assistant

Utilizamos tres NI Vision Assistant, para deteccin de color, otro para la presencia o no de
etiqueta y el final para determinar la marca

Fig8. Vision Assistant utilizados

Determinacin de color y presencia de etiqueta

Fig9. Filtros

Image Mask: Permite hacer un recorte de la imagen, seleccionamos el rea de inters para
los siguientes filtros a utilizarse

Fig10. Seleccin del rea a recortar

Fig11. Imagen recortada

Color classification: Identifica el color de acuerdo a un grupo de imgenes patrn que

determinan cada color, determina las similares y las identifica. Tiene un modo de
aprendizaje. Se utilizo el mismo principio para determinar la presencia o no de la etiqueta,
as si presenta etiqueta se van a detectar varios colores (diferentes frecuencias) mientras
que si existe ausencia de esta se detectara un solo color (color de la botella).

Fig12. Entorno Color classification

Determinacin de marca

Fig13. Filtro utilizados en la determinacin de marca

Measure: Calcula el valor de rea de la regin de inters para trabajar

Fig14. Calculo del rea

 Color Plane Extration: Permite escoger el mejor enfoque y textura de la fotografa.

Fig15. Extraccin del mejor plano de color

Image Mask: Descrito anteriormente

Brightness: Permite modificar el brillo, contraste y gama de la imagen para obtener un
mejor filtrado

Fig16. Refinado del brillo de la imagen

10

Particle classification: Clasifica la imagen de la etiqueta comparndola con imgenes

patrn previamente almacenadas en clases, as determina la marca de la botella

Fig17. Entorno de configuracin para clasificar la marca

Overlay: Permite sobreponer un elemento a la imagen, se lo utilizo para controlar la

ubicacin correcta de la botella para obtener el procesamiento adecuado de la imagen.

Fig18. Sobre posicin de un recuadro

11

Con la utilizacin de todos los elementos descritos anteriormente pudimos obtener la siguiente
programacin:

Fig19.Programacion Final

12

Resultados
El programa mostrara la imagen original adquirida, la imagen final filtrada e indicara la marca,
color y si la botella esta o no etiquetada. En caso de no presentar etiqueta no se puede determinar
la marca por lo que en este parmetro se presentara la palabra error.

Fig20.Resultado caja vaca

Fig21.Resultado Botella naranja sin etiqueta

13

Fig22.Resultado Botella de Chivas con etiqueta y color negro

14

CONCLUSIONES Y RECOMENDACIONES

Podemos concluir que la iluminacin se puede considerar como el punto ms importante

para el desarrollo de proyectos de visin artificial con adquisicin de imgenes ya que de
la intensidad y ubicacin de esta va a depender el tipo de datos que recoja la cmara,
variando el procesamiento de los mismos y por ende el resultado que arroje el sistema.
Es esencial el poseer una buena cmara para poder realizar un manejo adecuado de las
imgenes y del proceso en general.
El colocar filtros para el brillo y contraste permiten al sistema procesar una mejor imagen,
lo cual facilita el manejo de las herramientas del sistema de visin.
En la deteccin de objetos es adecuado determinar si se va a trabajar en un rea especfica
o en una regin determinada, en nuestro caso tomamos un rea que fue el de la etiqueta.
Se posee la funcin ORC que permite identificar las letras o palabras de una imagen, el
inconveniente con este sistema fue la variacin de etiquetas ya que se trabajo con varios
tipos de botellas, por lo cual se opt por un sistema diferente de identificacin.
La correcta identificacin de colores es esencial en el sistema, ya que con las variaciones
de intensidad de luz y sombra, el sistema identificaba la imagen patrn que ms se le
aproximaba pero no era la adecuada en muchos casos.
El sistema se lo desarrollo de manera descubierta, funcionando con la variacin de luz
ambiente, este no fue un problema de gran magnitud por la excelente cmara que se
manejo pero si es recomendado tener un sistema cerrado con iluminacin interna, que
cuente con un ingreso del producto por banda transportadora y un sensor para que se fije
siempre en una posicin.

REFERENCIAS
1. Aplicacin de Visin con Labview para la Deteccin de Frascos entre 50 y 120 milmetros
de Altura, Revista Tecnolgica ESPOL
2. Manual de usuario de Labview

15