Diseño de un prototipo ergonómico para la estandarización de imágenes con aplicaciones en visión artificial
Article Sidebar
Main Article Content
http://orcid.org/0009-0005-6625-0875
Luis Daniel Cruz-Florez
http://orcid.org/0009-0006-6886-531X
Lucero de Montserrat Ortiz-Aguilar
http://orcid.org/0000-0002-4528-6247
Juan Francisco Mosiño
http://orcid.org/0000-0002-3925-3051
Ana Karen Merino-Torres
http://orcid.org/0000-0003-0832-0765
Resumen
Los investigadores en el campo de la visión artificial y del Procesamiento Digital de Imágenes (PDI) coinciden en la necesidad de obtener imágenes estandarizadas que faciliten el pre-procesamiento y el proceso completo, eliminado la interferencia que genera el medio ambiente. En el presente proyecto se diseña una cabina de iluminación que permita normalizar imágenes para eficientizar las técnicas de procesamiento digital, eliminando el ruido presente en la imagen desde el momento de la adquisición de imágenes.
La metodología implementada es una variación de la metodología DFMA “Diseño para la Fabricación y el Montaje” la cual se enfoca en el diseño de componentes que interactúan entre sí. Se comenzó con la definición de conceptos en los que se orienta el producto a diseñar, funciones y componentes principales, se elige el material en el que será construido el prototipo para poder diseñar piezas que se adapten a las necesidades definidas, se ensamblaron todos los componentes y se realizaron pruebas de interferencia y movilidad. Finalmente, se probó el funcionamiento del prototipo y se realizaron las correcciones pertinentes.
Los resultados alcanzados son: se diseñó una cabina de iluminación en Solid Works, que permitió establecer las dimensiones del prototipo tomando en cuenta condiciones de ergonomía integradas al modelo; un prototipo físico que integra el funcionamiento correcto de los componentes mecánicos y electrónicos de la cabina para la estandarización de imágenes, las pruebas del prototipo incluyen los resultados en el histograma para evaluar si el contraste e iluminación son uniformes y guardan consistencia durante la adquisición de imágenes.
Article Details
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
Citas
[2] H. M. Ramirez, E. E. N. Núñez, y J. T. Salcedo. Diseño para la fabricación y ensamble de productos soldados. Un enfoque metodológico y tecnológico. Universidad del Norte, 2009.
[3] J. Zhao, A. Chalmers, y T. Rhee. Adaptive Light Estimation using Dynamic Filtering for Diverse Lighting Conditions. IEEE Trans Vis Comput Graph, vol. 27, núm. 11, pp. 4097–4106, nov. 2021. doi: 10.1109/TVCG.2021.3106497.
[4] V. Maza y G. Isamar. Procesamiento de imágenes usando OpenCV aplicado en Raspberry Pi para la clasificación del cacao. 2017.
[5] R. A. Bautista, P. Constante, A. Gordon, y D. Mendoza. Diseño e implementación de un sistema de visión artificial para análisis de datos NDVI en imágenes espectrales de cultivos de brócoli obtenidos mediante una aeronave pilotada remotamente. Infociencia, São Luís, vol. 12, núm. 1, pp. 30–35, 2019.
[6] S. A. J. Sebastián y T. V. C. Andrés. Prototipo de aplicación móvil para la identificación de mazorcas de cacao enfermas haciendo uso de visión por computadora y aprendizaje de máquina. 2020, [En línea]. Disponible en: http://hdl.handle.net/20.500.12749/13367.
[7] K. Ikeuchi et al. Visualization/AR/VR/MR Systems. 2020, pp. 213–239. doi: 10.1007/978-3-030-56577-0_9.
[8] K. Ikeuchi et al. Robot Vision, Autonomous Vehicles, and Human Robot Interaction. 2020, pp. 289–303. doi: 10.1007/978-3-030-56577-0_12.
[9] Y. T. Pérez. Principios teórico-prácticos de ergonomía para el diseño y evaluación de herramientas, puestos de trabajo y máquinas, vol. 51. Editorial de la Universidad Pedagógica y Tecnológica de Colombia-UPTC, 2022.
[10] L. S. Nogueira. Importancia de la ergonomía en el diseño de productos. Actas de Diseño, núm. 11, 2011.
[11] R. P. Borase, D. K. Maghade, S. Y. Sondkar, y S. N. Pawar. A review of PID control, tuning methods and applications. Int J Dyn Control, vol. 9, núm. 2, pp. 818–827, jun. 2021. doi: 10.1007/s40435-020-00665-4.
[12] D. Hercog, T. Lerher, M. Truntiˇc, y O. Težak. Design and Implementation of ESP32-Based IoT Devices. Sensors, vol. 23, núm. 15, ago. 2023. doi: 10.3390/s23156739.
[13] K. Ikeuchi et al. Geometry. 2020, pp. 31–62. doi: 10.1007/978-3-030-56577-0_2.
[14] R. Parekh. Fundamentals of IMAGE, AUDIO, and VIDEO PROCESSING Using MATLAB®. First edition, Boca Raton: CRC Press, 2021. doi: 10.1201/9781003019718.
[15] P. Flores-Vidal, J. Castro, y D. Gómez. Pixel-by-pixel classification of edges with machine learning techniques. en Machine Learning, Multi Agent and Cyber Physical Systems, WORLD SCIENTIFIC, ene. 2023, pp. 218–227. doi: 10.1142/9789811269264_0026.