Desenvolvimento de um sistema para a identificação de furos do gabinete traseiro de televisores para inserção automática de parafusos
DOI:
https://doi.org/10.53660/CONJ-835-F21Palavras-chave:
Coeficiente de Correlação Pearson; Processamento Digital de Imagem; PDI; Casamento por Correlação; Identificação de furosResumo
O presente trabalho teve como objetivo a utilização e validação de um método de comparação de imagens chamado casamento por correlação. Esse método utiliza o coeficiente de correlação de Pearson para medir a correlação entre os pixels presentes em um template (objeto alvo) e os pixels de outra imagem. Dependendo do valor da correlação, é possível verificar se um determinado objeto está presente em uma imagem ou não, bem como a localização desse objeto. Para a proposta desse trabalho, utilizou-se esse coeficiente para localizar as coordenadas de furos de parafusos em gabinetes traseiros de televisores a fim de se automatizar o processo de inserção e aperto dos parafusos. Todo o algoritmo foi desenvolvido no MATLAB e foram realizados testes que avaliaram seu comportamento através da análise da eficiência em imagens onde o posicionamento do televisor, brilho e contraste foram intencionalmente variados para se produzir mais de 2500 condições diferentes. Ao final do projeto, foi possível verificar que a eficiência do algoritmo se manteve em 100% para uma grande faixa de brilho e contraste, o que valida e comprova a robustez que a técnica confere ao processo produtivo.
Downloads
Referências
CHAPMAN, Stephen J.: Programação em MATLAB para engenheiros. São Paulo, 2003.
DE MACEDO, Sanderson Oliveira. Desenvolvimento de um sistema de auxílio no diagnóstico de pneumonia na infância utilizando visão computacional – Universidade Federal de Goiás, 2012.
ESQUEF, Israel Andrade; ALBUQUERQUE, Márcio Portes de; ALBUQUERQUE, Marcelo Portes de; Processamento de Imagens: Métodos e Análises. Centro Brasileiro de pesquisas físicas, 2003.
FILHO, Dalson Britto Figueiredo; JÚNIOR, José Alexandre da Silva. Desvendando os mistérios do Coeficiente de Correlação Pearson (r). Revista Política hoje, volume 18, número 1, 2009.
FRICK, André Dell’Aglio, Caracterização de Minério de ferro por Visão, 2008.
GARSON, G. David. (2009), Statnotes: Topics in Multivariate Analysis. Disponível em: https://faculty.chass.ncsu.edu/garson/PA765/statnote.htm.
GONZALEZ, R. e WOODS, R. Processamento de imagens digitais. Wilmington, USA: s.n., 1996.
JÄHNE, B. Digital Image Processing. Springer-Verlag, 2002.
MOORE, David S. & McCABE, George. Introduction to the practice of statistics. New York, Freeman, 2004.
MOORE, David S. The Basic Practice of Statistics. New York, Freeman, 2007.
RUDEQ, Marcelo; COELHO, Leandro dos Santos; JUNIOR, Osiris Cancigliere. Visão computacional aplicada a sistemas produtivos: fundamentos e estudo de caso. Pontifica Universidade Católica do Paraná, 2005.
SCHEIFLER, Tiago; FAIZ, Ederson B.; LUDWIG, Jean Pierre; DREGER; Ademir Anildo. Automação como meio para aumento de produtividade e competitividade – Estudo de caso. Revista Espacios, 2016.
TOMMASELLI, Antonio M. G; HASEGAWA, Júlio K.; GALO, Maurício; Modernas tecnologias de aquisição de imagens em fotogrametria. Boletim de ciências Geodésicas, 2018.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Conjecturas
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.