A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja

Apresentações semelhantes


Apresentação em tema: "Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja"— Transcrição da apresentação:

1 Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja
(URL: Pedro Miguel Ferreira de Carvalho ( Dissertação submetida para a obtenção do grau de Mestrado Integrado em Engenharia Electrotécnica e de Computadores pela Faculdade de Engenharia da Universidade do Porto Dissertação realizada sob a orientação do Professor Doutor Professor António Paulo Gomes Mendes Moreira E do Professor Doutor Professor Paulo José Cerqueira Gomes da Costa Porto, Março 2008

2 Resumo Introdução Projecto do Sistema Visão
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Resumo Introdução Projecto do Sistema Visão Algoritmo de Identificação do Código de Barras e Seu Posicionamento Algoritmo de Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusões Referências

3 Introdução Descrição do Problema
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Introdução Descrição do Problema Desenvolvido de um sistema rápido e de baixo custo, para detecção de defeitos na colocação dos rótulos em garrafas de cerveja. O sistema deveria ser capaz de em tempo real (menos de 60 ms): Identificar o código de barras do rótulo; Verificar do correcto posicionamento do rótulo, detectando desvios horizontais e verticais; Verificar a impressão da data de validade e do lote de produção;

4 Projecto do Sistema Arquitectura do Sistema
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Projecto do Sistema Arquitectura do Sistema Sistema modular com 2 câmaras

5 Projecto do Sistema Set-Up do Sistema
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Projecto do Sistema Set-Up do Sistema Plataforma de Desenvolvimento das Aplicações Kylix3 sobre distribuição Linux Mandriva 2006 Servidor de base dados Firebird. Estrutura Mecânica (14 garrafas/segundo) Estrutura Electrónica Câmara FireWire Modelo DMK31BF03 da ImagingSource (preto e branco com sinal de trigger) Mecanismo de Iluminação Estroboscópio Sensor de detecção de garrafa Sensor fotoeléctrico da Omron E3F2

6 Projecto do Sistema Mecanismo de Iluminação e de Sincronismo
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Projecto do Sistema Mecanismo de Iluminação e de Sincronismo Trigger: O momento de exposição é determinado pela entrada de trigger. A exposição começa 4.8μs depois de ocorrer um pulso de trigger. Uma vez mais o tempo de exposição pode ser ajustado, por software, dentro de uma gama 100μs to 30s. O tempo de leitura da imagem é recíproco ao frame rate da câmara.

7 Visão Calibração dos Parâmetros de Transformação
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Visão Calibração dos Parâmetros de Transformação Parâmetros de calibração da câmara: Rotação da câmara em relação ao sistema de coordenadas do mundo (rotX, rotY, rotZ) Distância focal equivalente (EqDist) Pontos usados na calibração:

8 Visão O valor de EqDist funciona como um factor de escala:
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Visão O valor de EqDist funciona como um factor de escala:

9 Visão Transformação das Coordenadas de Imagem em Coordenadas do Mundo
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Visão Transformação das Coordenadas de Imagem em Coordenadas do Mundo uvz2xy:

10 Visão Transformação das Coordenadas do Mundo em Coordenadas da Imagem
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Visão Efeito de perspectiva projecção Transformação das Coordenadas do Mundo em Coordenadas da Imagem xyz2uv:

11 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Tipos de Códigos de Barras Utilizados EAN8 EAN13 Características: Os dígitos são representados por 7 bits constituídos por 2 barras e 2 espaços. Nenhuma barra ou espaço pode ser maior que 4 bits. Todos os dígitos da Left-Hand começam com um 0 (espaço branco) enquanto que os da Righ-Hand começam sempre com 1 (barra preta). Dados relevantes: têm sempre o mesmo número de transições têm sempre o mesmo número de bits

12 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Processamento de Imagem Várias linhas de pesquisa com diferentes parâmetros de reconhecimento. Combinação da informação resultante das diversa linhas de pesquisa A classificação dos pontos de interesse ao longo da linha consiste em percorrer todos os pixeis e classificando-os em três níveis (ou dois niveis).

13 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Valor Threshold dinâmico: Diferente para cada linha de pesquisa Diferente ao longo da linha de pesquisa

14 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Localização do Código de Barras Identificação do preâmbulo inicial (número de pixeis brancos consecutivos) Detectar o número de transições até se encontrar o preâmbulo final. Verificar de que tipo de códigos de barras foi identificado.

15 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Descodificação do Código Barras Associar a cada barra preta ou espaço em branco o número de bits que representam Determinar os dígitos que compõem o código de barras recorrendo às tabelas de codificação Verificar o Checksum Digit Para obtenção do posicionamento da linha: Assumido que o código de barras se encontra na vertical Usada a relação entre o tamanho real do código de barras e seu tamanho na imagem.

16 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Fusão da informação proveniente das diversas Scanlines Posicionamento do código de barras: O posicionamento (x,y,z) é dado pelo posicionamento da linha de topo e é relativo ao canto superior esquerdo Inclinação, dadas pelas 2 linhas centrais, é calculada achando a projecção no plano yz do plano que contém a origem e as linhas centrais. Ângulo com que a câmara vê o código de barras é calculado achando a projecção no plano xy da intersecção do plano que contém a linha de topo e a origem e o plano que contém a linha de base e a origem.

17 Identificação do Código de Barras e seu Posicionamento
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Identificação do Código de Barras e seu Posicionamento Resultados

18 Reconhecimento de Caracteres (OCR)
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Reconhecimento de Caracteres (OCR) Método Template-Matching Processamento de Imagem A classificação dos pontos de interesse da imagem é realizada de forma Binária.

19 Reconhecimento de Caracteres (OCR)
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Reconhecimento de Caracteres (OCR) Localização da área de impressão da validade e do lote de produção Detecção de transições horizontais na imagem juntamente com informação relativa ao tamanho da linha de lote de produção e da linha de validade. Agrupamento das linhas: Não podem estar afastadas mais do que o tamanho de 2 linhas Ser possível serem atravessadas pela mesma linha vertical

20 Reconhecimento de Caracteres (OCR)
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Reconhecimento de Caracteres (OCR) Segmentação de caracteres Reconhecimento de caracteres

21 Aplicação de Controlo Funcionalidades:
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Aplicação de Controlo Funcionalidades: Diversos níveis de utilizadores com níveis de permissão diferentes Visualizar informação sobre que alarme ocorreu, sua causa e possível resolução Configuração dos parâmetros dos diferentes alarmes Capacidade de introdução de novos produtos (sistema de base dados) Visualizar a informação sobre um rótulo Sinóptico Manter histórico dos alarmes

22 Aplicação de Controlo Ordem de Produção Informação sobre o rótulo:
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Aplicação de Controlo Ordem de Produção Informação sobre o rótulo:

23 Aplicação de Controlo Alarmes
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Aplicação de Controlo Alarmes

24 Aplicação de Controlo Armazenamento da Informação
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Aplicação de Controlo Armazenamento da Informação Base de Dados (Firebird): Informação sobre os alarmes:

25 Conclusões Podemos concluir deste trabalho que:
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Conclusões Podemos concluir deste trabalho que: Foram atingidos todos objectivos propostos. O sistema apresentado é bastante rápido e muito mais barato do que qualquer solução existente no mercado. Os ensaios laboratoriais obtiveram resultados positivos, o que permitiu a passagem imediata à fase de implementação do sistema na linha de montagem da Unicer. Em ambiente industrial, surgiram os primeiros problemas, um dos módulos não pôde ser implementado e o outro módulo ainda se encontra em fase de instalação e de testes.

26 Conclusões Sugestões de futuras implementações:
Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Conclusões Sugestões de futuras implementações: Encontrar solução para a colocação da câmara para identificação do lote de produção e da validade; Interligação a aplicação de controlo com a máquina rotuladora e assim poder utilizar o sistema de rejeição automático que esta possui; Interligação a aplicação controlo com o software de planeamento e gestão de produção existente na Unicer e, deste modo, conseguir automatizar alguns processos, como a introdução manual de novos produtos na base dados.

27 Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Referências Adelmann, Robert, Marc Langheinrich & Christian Flörkemeier (2006). Toolkit for Bar Code Recognition and Resolving on Camera Phones – Jump Starting the Internet of Things. Institute for Pervasive Computing, ETH Zurich. Ali, F. & T. Pavlidis (1977). Syntactic recognition of handwritten numerals. IEEE Trans. Syst., Man, Cybern., vol. 7, pp Batista, G. & K. M. Kulkarni (1988). A high accuracy algorithm for recognition of handwritten numerals. Pattern Recognition, vol. 21, no. 4, pp Batista, Jorge, Jorge Dias, Hélder Araújo & A. Traça de Almeida (1993). Monoplanar Camera Calibration for Off-the-Shelf TV Cameras and Lenses. Iterative Multi-step Approach. 5th Portuguese Conference on Pattern Recognition, pp. 53/62. Borkowski, Maciej (2007). 2D to 3D Conversion with Direct Geometrical Search and Approximation Spaces. A Dissertation submitted to the Faculty of Graduate Studies, in Partial Fulfilment of the Requirements for the degree of Doctor of Philosophy in Electrical and Computer Engineering. Chai, Douglas & Florian Hock (2005). Locating and Decoding EAN-13 Barcodes from Images Captured by Digital Cameras. Addendum to Proceedings ICIS2005. Huang, J. S. & K. Chuang (1986). Heuristic approach to handwritten numeral recognition. Pattern Recognition. vol. 19, no. 1, pp Jeffrey Adair (2006). Locating, Tracking, and Interpreting Ean-13 Bar Code Waveforms in a Two-Dimensional Video Stream. Hiram College. Kwan, C. C., L. Pang, & C. Y. Suen (1979). A comparative study of some recognition algorithms in character recognition. In Proc. Int. Conf on Cybernetics and Society (Denver), pp

28 Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja (http://paginas.fe.up.pt/~ee02196) Introdução Projecto do Sistema Visão Identificação do Código de Barras e do seu Posicionamento Reconhecimento de Caracteres (OCR) Aplicação de Controlo Conclusão Referências Referências Lenz, Reimar K. & Roger Y. Tsai (1988). Techniques for Calibration of the Scale Factor and Image Center for High Accuracy 3-D Machine Vision Metrology. IEEE transactions on pattern analysis and machine intelligence, vol. 10, no. 5, pp Muniz, Ruben, Luis Junco, & Adolfo Otero (1999). A robust software barcode reader using the Hough transform. In Proceedings of the International Conference on Information Intelligence and Systems, pp. 313–319. Ohbuchi, Eisaku, Hiroshi Hanaizumi & Lim Ah Hock (2004). Barcode Readers using the Camera Device in Mobile Phones. In CW, pp –265. IEEE Computer Society. Pavlidis, T., J. Swartz & Y. P. Wang (1990). Fundamentals of bar code information theory. Computer, vol. 23, no. 4, pp Shridhar, M. & A. Badreldin (1986). Recognition of isolated and simply connected handwritten numerals. Pattern Recognition, vol. 19, no. 1, pp Suen, C. Y. (1982a). Distinctive features in the automatic recognition of handprinted characters. Signal Processing, vol. 4, pp Suen, C. Y. (1982b). The role of multi-directional loci and clustering in reliable recognition of characters. In Proc. 6th Int. Conf. Pattern Recog., pp Tsai, R.Y. (1986). An Efficient and Accurate Camera Calibration Technique for 3D Machine Vision. IEEE Conf. on Computer Vision and Pattern Recognition, pp Tsai, R. Y. (1987). A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-Shelf TV Cameras and Lenses. IEEE Journal of Robotics and Automation, RA-3(4), pp Wu, J. J., R. E. Rink, T. M. Caelli & V. G. Gourishankar (1988). Recovery of 3-D Location and Motion of a Rigid Object Through Camera Image (An Extended Kalman Filter Approach). International Journal of Computer Vision 3:3, pp

29 Pedro Miguel Ferreira de Carvalho
FIM Obrigado, Pela Atenção Pedro Miguel Ferreira de Carvalho ( -- URL: Porto, Março 2008


Carregar ppt "Detecção de Defeitos na Colocação do Rótulo em Garrafas de Cerveja"

Apresentações semelhantes


Anúncios Google