Síguenos en...

  • Facebook Page: 123760984335328
  • Twitter: inituji
  • YouTube: initchannel

Contacto







 

 

Aplicación de técnicas de clasificación no paramétricas y redes neuronales al control de calidad y selección de productos en sistemas de visión artificial

Aplicación de técnicas de clasificación no paramétricas y redes neuronales al control de calidad y selección de productos en sistemas de visión artificial
Área de investigación: Aprendizaje automático y Reconocimiento de formas
Estado: Finished
Líderes del proyecto:
Colaboradores:
Inicio propuesto: 31/12/1999
Límite propuesto: 31/12/2000
Financiado por: CICYT. Ministerio de Ciencia e Innovación
Descripción:

El presente proyecto tiene como principal objetivo el desarrollo de técnicas de aprendizaje y clasificación automaticas para un sistema de control de calidad y calibración en líneas de producción. Un sistema de estas caracteristicas se encuentra integrado por diferentes modulos funcionales, entre los cuales debera jugar un papel fundamental aquel que se ocupe de definir las reglas de decision a partir de ciertas caracteristicas extraidas de los correspondientes productos a clasificar. Existen muchos trabajos de investigacion en torno a la clasificacisn automatica mediante tecnicas de vision artificial. Sin embargo, en algunos casos, estas investigaciones se centran basicamente en la problematica referente a la captura y el posterior analisis de las imagenes; en otros casos, estan exclusivamente encaminados a resolver ciertos problemas de clasificacion sobre una serie de productos muy concretos. Asi, en cuanto a la funcion de clasificacion propiamente dicha, el sistema de control de calidad, en general, se limita a establecer unos simples criterios heuristicos sobre los atributos de las imagenes capturadas; en consecuencia, no existe capacidad de autoaprendizaje por parte del propio sistema, ni tampoco garantia alguna de que dichas reglas sean las mas apropiadas para cada caso. Por tanto, las principales consecuencias de no utilizar mitodos de Inteligencia Artificial en las tareas de clasificacion se podrman resumir en los siguientes tres puntos:

 

  • imposibilidad de adecuar un determinado sistema de control de calidad al tratamiento de diferentes productos.
  • dificultad para comparar el rendimiento de la solucion adoptada en el correspondiente modulo de clasificacion con respecto a otras posibles alternativas. De este modo, las mejoras sobre los tiempos de proceso deben buscarse en las fases de captura de las imagenes y de extraccion de las caracteristicas.
  • en algunos casos, la complejidad de las reglas heuristicas que se emplean en la clasificacion desemboca en una escasa comprension de los resultados y, por tanto, tambien dificultan la realizacion de posibles modificaciones sobre dichas reglas.

 

La utilizacion de tecnicas de aprendizaje y clasificacion propias del Reconocimiento Estadistico de Formas supone la posibilidad de definir un sistema de control de calidad que permitiria adaptarse a diferentes productos. Por otra parte, la simplicidad conceptual de los metodos que se emplearan garantiza una rapida comprension de las reglas de clasificacion. Ademas, permite la realizacion de un exhaustivo analisis comparativo en cuanto a porcentaje de aciertos y coste temporal (cabe destacar que este ultimo aspecto adquiere una especial relevancia cuando se esta pensando en una aplicacion en tiempo real).

Catálogo de servicio

Entrar



External job vacancies

Técnico Superior, especializado en procesamiento de imágenes usando librería gráfica OpenCV. Ubicación del trabajador: Edificio Instituto Universitarios de Investigación Avda. Severo Ochoa, 4 Parque Tecnológico de Andalucía. 29590-Málaga. Fecha límite de presentación de solicitudes: 24/03/2017 Para más información y solicitudes: http://www.uma.es/servicio-de-investigacion/noticias/ci-17-065/
[+]
El grupo VISILAB de la Universidad de Castilla-La Mancha en Ciudad Real oferta una plaza de postdoc para 1 año bajo el proyecto Europeo AIDPATH – Marie Curie Action IAPP.  Sería para trabajar en temas de clasificación y procesamiento de imágenes microscópicas. Más detalles en este enlace: link
[+]
We are seeking for two exceptional and passionate full-time Ph.D. students to work on two R&D projects jointly supervised by the University of Catania (Sicily, IT) and two involved partners (see all the details below).   The Image Processing Laboratory (IPLab) is part of the department of Mathematics and Computer Science of the
[+]