Diseño de un eje de transmisiónDescripción completa
Descripción: diseño de presa tacagua
Descripción completa
proyecto final auditoria informática
nnn
iacc
Descripción: Material de apoyo
Proyecto Final RemuneracionesDescripción completa
Descripción: Proyecto final economia elasticidad
Descripción: Proyecto Final
Administración de operacionesDescripción completa
Descripción completa
cvhjklFull description
Calidad total y mejoramiento continuoDescripción completa
dDescripción completa
iaccDescripción completa
Proyecto final Control de nivel por visión artificial Las tecnologías basadas en el procesamiento digital de imágenes se han convertido en una herramienta muy útil en los ámbitos de seguridad o normas de calidad. En este proyecto se presenta una implementación y aplicación de un sistema de visión artificial, que permite el control de nivel de un tanque de agua por medio de una cámara web. Los componentes utilizados en este sistema son; dos tanques de acrílico de 3mm de e spesor, una bomba de agua con un sistema de mangueras, una cámara web y una pc-laptop. El componente de software ha sido desarrollado en Matlab, que tiene un toolbox toolbox para la adquisición y procesamiento de imágenes. Technologies based on digital image processing have become a useful tool in the ar eas of safety or quality standards. This project presents an implementation and application of artificial vision system, which allows control of the level of a water tank through a webcam. The components used in this system are: two tanks o f 3mm thick acrylic, a water pump with a hose system, a webcam and a PC-laptop. PC -laptop. The software component was developed in Matlab, which has a toolbox for image acquisition and processing. Introducción. Actualmente existe una tendencia en la investigación y aplicación del procesamiento digital de imágenes aplicado a distintos campos como Robótica, Control de la Calidad y Seguridad. Los métodos usados actualmente son cada vez más complejos, integrando algoritmos y redes neuronales. Se han desarrollado varias herramientas o software como Matlab o librerías de código abierto como OpenCV, librerías de Phyton. Estas herramientas permiten un mejor manejo y procesamiento de las imágenes. Estructura del software El software está diseñado para que cualquier usuario lo use, ya que no necesita de manipulación, solo necesita correr el software para que em piece a funcionar. %% Se inicializa la entrada para el v ideo %% Empieza la adquisición de video %% Se obtiene una imagen del video %% Se obtienen las propiedades de la imagen y se substrae los componentes u objetos rojo %% Se identifican mediante los objetos encontrados con un recuadro %% Con el área se define o determina su proximidad a la cámara web %% Manda un mensaje, dependiendo del área, los mensajes p ueden ser, tanque vacío, tanque a la mitad, tanque lleno %% Se detiene la adquisición de video %% Se limpia la memoria
La estructura mencionada es básicamente lo que se realiza dentro del software para que se comprenda un poco mejor los pasos que sigue. Procedimientos para la adquisición, visualización de imágenes. Esta sección mencionaremos el hardware que se usó, así como los comandos usados en el procesamiento de las imágenes. Para la adquisición del video se implementó una webcam con visión nocturna. Sus características principales son: Resolución de 640 x 480 Transferencia de un máximo de 30 imágenes/segundo Transferencia de 15 frames por segundo en 6 40X480, y 30 frames x segundo en 320X240 Profundidad del color: 24 bits, RGB el color verdadero Procesamiento de imágenes Inicialización de la adquisición de video Se declara un videoinput con el nombre del adaptador de video de la webcam o Comienzo de la adquisición de video Se le indica al software que comience la adquisición con el comando start o Se obtiene una imagen del video Se inicia un ciclo y se obtiene una imagen del video o
Se obtienen las propiedades de la imagen y se substrae los componentes u objetos rojo De la imagen RGB se substrae el componente rojo y se pasa a escala de grises o
o
Se binariza la imagen
o
Se eliminan las áreas pequeñas o ruido
Se identifican los objetos encontrados con un recuadro
Con el área se define o determina su proximidad a la cámara web Con el comando de regionprops se determina las propiedades del objeto o encontrado y se calcula su proximidad dependiendo del área.