dc.creatorLopez C., Carlos A.
dc.creatorFerrin, Carlos D.
dc.creatorCastillo, Luis F.
dc.date.accessioned2018-11-26 00:00:00
dc.date.accessioned2022-06-17T20:19:37Z
dc.date.accessioned2022-09-29T14:51:40Z
dc.date.available2018-11-26 00:00:00
dc.date.available2022-06-17T20:19:37Z
dc.date.available2022-09-29T14:51:40Z
dc.date.created2018-11-26 00:00:00
dc.date.created2022-06-17T20:19:37Z
dc.date.issued2018-11-26
dc.identifier1794-1237
dc.identifierhttps://repository.eia.edu.co/handle/11190/5017
dc.identifier10.24050/reia.v15i30.1150
dc.identifier2463-0950
dc.identifierhttps://doi.org/10.24050/reia.v15i30.1150
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3777868
dc.description.abstractEn este artículo se presenta una propuesta de visión por computador para el problema de detección y seguimiento de accesorios internos en unidades de refrigeración sobre una línea de producción. La propuesta de visión por computador contempla una etapa de adquisición de imágenes multimodales (visible, infrarroja cercana y profundidad) provenientes de cuatro sensores, seguida de una etapa de segmentación para la extracción de contornos tanto de puertas como gabinete; estos contornos son seguidos mediante con ayuda de una etapa de seguimiento que permite que el sistema centre su atención en una sola nevera para pruebas individuales; una etapa final permite estimar las regiones de interés de los accesorios, en la nevera bajo prueba mediante una técnica de mapeo homográfico y la ayuda de un conjunto de accesorios registrados para cada modelo de unidad de refrigeración en una base de datos. El sistema de visión por computador fue evaluado sobre una arquitectura distribuida de alto desempeño con tres modelos diferentes de neveras en condiciones reales de producción. El desempeño y la efectividad de los algoritmos desarrollados demostraron ser adecuados para su aplicación en entornos reales de producción industrial.
dc.description.abstractEn este artículo se presenta una propuesta de visión por computador para el problema de detección y seguimiento de accesorios internos en unidades de refrigeración sobre una línea de producción. La propuesta de visión por computador contempla una etapa de adquisición de imágenes multimodales (visible, infrarroja cercana y profundidad) provenientes de cuatro sensores, seguida de una etapa de segmentación para la extracción de contornos tanto de puertas como gabinete; estos contornos son seguidos mediante con ayuda de una etapa de seguimiento que permite que el sistema centre su atención en una sola nevera para pruebas individuales; una etapa final permite estimar las regiones de interés de los accesorios, en la nevera bajo prueba mediante una técnica de mapeo homográfico y la ayuda de un conjunto de accesorios registrados para cada modelo de unidad de refrigeración en una base de datos. El sistema de visión por computador fue evaluado sobre una arquitectura distribuida de alto desempeño con tres modelos diferentes de neveras en condiciones reales de producción. El desempeño y la efectividad de los algoritmos desarrollados demostraron ser adecuados para su aplicación en entornos reales de producción industrial.
dc.languagespa
dc.publisherFondo Editorial EIA - Universidad EIA
dc.relationBertsekas, D. (2016) Nonlinear Programming. 3rd edn. Massachussets: Athena Scientific. Available at: http://www.athenasc.com/nonlinbook.html.
dc.relationDemant, C., Streicher-Abel, B. and Garnica, C. (2013) Industrial Image Processing. Berlin, Heidelberg: Springer Berlin Heidelberg. doi: 10.1007/978-3-642-33905-9.
dc.relationElgammal, A., Tiefenbacher, P., Hofman, M., Rigoll, G., Barnich, O., López-Rubio, E., Luque-Baena, R., Huang, J., Chen, C., Cui, X., Chiranjeevi, P. and Sengupta, S. (2014) ‘Traditional and Recent Models’, in Bowmans, T. (ed.) Background Modeling and Foreground Detection for Video Surveillance. Chapman and Hall/CRC, p. II-1-II-1. doi: 10.1201/b17223-7.
dc.relationHartley, R. and Zisserman, A. (2004) Multiple View Geometry in Computer Vision, Climate Change 2013 - The Physical Science Basis. Edited by Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press. doi: 10.1017/CBO9780511811685.
dc.relationHong, S., Saavedra, G. and Martinez-Corral, M. (2016) ‘Full parallax three-dimensional display from Kinect v1 and v2’, Optical Engineering, 56(4), p. 41305. doi: 10.1117/1.OE.56.4.041305.
dc.relationHowse, J., Puttemans, S., Hua, Q. and Sinha, U. (2015) OpenCV 3 Blueprints, PACKT Publishing Ltd. Available at: http://arxiv.org/abs/1011.1669.
dc.relationJänich, K. (1994) Linear Algebra. New York, NY: Springer New York (Undergraduate Texts in Mathematics). doi: 10.1007/978-1-4612-4298-7.
dc.relationKim, C., Yun, S., Jung, S.-W. and Sun, C. (2015) Color and Depth Image Correspondence for Kinect V2, Lecture Notes in Electrical Engineering. Edited by J. J. Park, H.-C. Chao, H. Arabnia, and N. Y. Yen. Berlin, Heidelberg: Springer Berlin Heidelberg (Lecture Notes in Electrical Engineering). doi: 10.1007/978-3-662-47487-7.
dc.relationKlette, R. (2014) Concise Computer Vision. London: Springer London (Undergraduate Topics in Computer Science). doi: 10.1007/978-1-4471-6320-6.
dc.relationLiu, D. and Yu, J. (2009) ‘Otsu Method and K-means’, in 2009 Ninth International Conference on Hybrid Intelligent Systems. IEEE, pp. 344–349. doi: 10.1109/HIS.2009.74.
dc.relationMicrosoft (2017) Kinect for Windows SDK 2.0. Available at: https://www.microsoft.com/en-us/download/details.aspx?id=44561 (Accessed: 30 June 2016).
dc.relationNickolls, J., Buck, I., Garland, M. and Skadron, K. (2008) ‘Scalable parallel programming with CUDA’, Queue, 6(2), p. 40. doi: 10.1145/1365490.1365500.
dc.relationOrganization, L. (2016) ‘LibUSB 1.0’. SourceForge, p. 1. Available at: http://www.libusb.org/wiki/libusb-1.0.
dc.relationSzeliski, R. (2011) Computer Vision, Media. London: Springer London (Texts in Computer Science). doi: 10.1007/978-1-84882-935-0.
dc.relationTaylor, R. M., Hudson, T. C., Seeger, A., Weber, H., Juliano, J. and Helser, A. T. (2001) ‘VRPN’, in Proceedings of the ACM symposium on Virtual reality software and technology - VRST ’01. New York, New York, USA: ACM Press, p. 55. doi: 10.1145/505008.505019.
dc.relationXiang, L., Echtler, F., Kerl, C., Wiedemeyer, T., Gordon, R. and Facioni, F. (2016) ‘libfreenect2: Release 0.2’. Zenodo, p. 1. doi: 10.5281/zenodo.594510.
dc.relationhttps://revistas.eia.edu.co/index.php/reveia/article/download/1150/1188
dc.relationNúm. 30 , Año 2018
dc.relation71
dc.relation30
dc.relation57
dc.relation15
dc.relationRevista EIA
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsRevista EIA - 2018
dc.sourcehttps://revistas.eia.edu.co/index.php/reveia/article/view/1150
dc.subjectControl de Calidad
dc.subjectUnidades de Refrigeración
dc.subjectVisión por Computador
dc.subjectSistemas Distribuidos
dc.subjectComputación de Alto Desempeño.
dc.titleVisión por Computador aplicada al control de calidad en procesos de manufactura: seguimiento en tiempo real de refrigeradores
dc.typeArtículo de revista
dc.typeJournal article


Este ítem pertenece a la siguiente institución