Los sistemas de visión artificial ya son una herramienta habitual en las empresas. Es común encontrar en el mercado equipos compactos con funciones predefinidas y que apenas requieren de una configuración para ser operativas, y otros equipos que están previstos para la confección de sistemas más complejos y diseñados y programados a medida de las necesidades del cliente.
Para que la aplicación de un sistema de visión artificial sea exitosa, es clave el correcto diseño teniendo en cuenta aspectos como el tipo y resolución de las cámaras, el tipo de óptica, el tipo de iluminación, el tiempo de procesado, etc.
Visión artificial clásica
Un sistema de visión artificial está formado básicamente por una cámara, una óptica, un sistema de iluminación y un sistema de procesado. Existen múltiples tipos de cámaras, matriciales, lineales, 3D, térmicas, infrarrojas, espectrales, etc., múltiples tipos de ópticas, estándar, teleféricas, etc. y múltiples sistemas de iluminación, led, fibra óptica, láser, etc. Una vez obtenida la imagen, esta es sometida a una serie de filtros de software con el fin de resaltar las características que se desea procesar, a continuación se aplican unos algoritmos con el fin de extraer la información y/o los resultados deseados. Para el caso de la visión artificial tradicional, los algoritmos de procesamiento son conocidos y programados según un modelo predefinido. Las principales aplicaciones de la visión artificial tradicional son la detección de defectos, la metrología, la clasificación, el contaje de elementos, la detección de materiales, la verificación de ensamblajes, la lectura de códigos y caracteres (OCR), la detección de distribución de temperaturas, la obtención de geometrías 3D, la identificación de posición y orientación de piezas en 2D y 3D (Bin picking), la detección del entorno para el guiado de robots, inspección de color, etc.
Visión artificial con IA (Deep Learning)
Dentro del contexto de la industria 4.0, han aparecido recientemente en el mercado, soluciones de Visión Artificial basadas en Inteligencia Artificial, más concretamente en la tecnología Deep-Learning. Con esta tecnología no se requiere conocer el algoritmo de procesado previamente, sino que se obtiene de forma automática, mediante un entrenamiento realizado en base a un conjunto de imágenes clasificadas previamente (Databases). El uso de esta tecnología permite el diseño de nuevas aplicaciones, ya que es más tolerante a las variaciones naturales en patrones complejos. Las principales aplicaciones de la visión mediante Deep-Learning son la detección de defectos complejos, la clasificación de textura y materiales, la verificación de montajes, la lectura de caracteres, etc.