Vision Artificial Robotica

8/10/2019 Vision Artificial Robotica

1/14

CLASIFICATION SYSTEM BASED ON COMPUTER VISION

Jos [email protected]

Miguel De la Cruz ()

Asesor:Profesor Antonio Morn

[email protected]

Curso: CE 1002 Taller de Electrnica IV

Escuela Profesional de Ingeniera ElectrnicaUniversidad Ricardo Palma

RESUMEN: El presente proyecto trata de unsistema automatizado controlado por visinartificial, utilizando hardware (sensor de luz, control

de motor a pasos) y software (control porMATLAB). El principio bsico de funcionamiento estransportar objetos de color (rojo, verde y azul) poruna faja transportadora, detectarlos con un sensor,capturar la imagen con una cmara web comn yprocesarla por MATLAB para clasificarlos en tresdistintos contenedores. Con este proceso se logruna clasificacin de objetos eficaz tanto en color yforma.

SUMMARY: This project is an automatedsystem controlled by computer vision, usinghardware (light sensor, stepper motor control) and

software (control by MATLAB). The basic principleof operation is to transport objects (red, green andblue) by a conveyor belt, a detecting sensor, imagecapture web camera and processed by MATLABcommon to classify them in three differentcontainers. This process achieved an efficientclassification of objects in color and shape.

1 INTRODUCCIN

La visin artificial trata de simular el proceso

del sentido de la visin de los seres vivos, segn elcual un objeto es captado mediante los receptoresde la retina y es transformado en impulsosnerviosos que son procesados por el cerebro.

La visin artificial consiste en la captacin deimgenes en lnea mediante cmaras basadas enmatrices de sensores sensibles a la luz (CCD oCMOS), el posterior tratamiento de las mismasmediante tcnicas de anlisis de imagen y laactuacin sobre el proceso (control de producto) oel producto (control de calidad).

Las principales ventajas son la reduccin delos costes del control de calidad, el aumento de laproduccin, la inspeccin del 100% de laproduccin, la reproducibilidad y el funcionamiento24 horas al da sin cansancio.

1.1. Elementos de un Sistema de VisinArtificial

Los elementos bsicos son los siguientes:El sistema de iluminacin (fluorescente,LED, polarizada, backligth, lser)

El sensor o cmara de captura de imagen(CMOS), CCD, InGaAs)

Tarjeta de captura de elevado ancho debanda (Firewire, CameraLINK,GbEthernet)

Procesamiento de imagen (Procesador yalgoritmos de pretratamiento y filtrado dela imagen, de segmentacin y

reconocimiento de formas, de extraccinde descriptores y de clasificacin)

Sincrona con el proceso, para adquirir laimagen en el momento adecuado y paraactuar con el proceso o separar unidadesdefectuosas.

1.2. Principio de Funcionamiento:La visin artificial, tambin conocida como

visin por computador (del ingls computervision) o visin tcnica, es un subcampo de la
mailto:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]


2/14

inteligencia artificial. El propsito de la visinartificial es programar un computador para que"entienda" una escena o las caractersticas deuna imagen.

Generalmente la visin artificial se divideen seis reas:

Captacin: Proceso de obtener unaimagen. El proceso de captura est

centrado en tres aspectos importantes,necesarios para obtener una imagen decalidad que no altere las condicionesreales agregando errores considerables alsistema.

Pre procesamiento: Mtodos para quitaro reducir caractersticas no deseadas enla imagen como el ruido. El pre-procesamiento consiste en la aplicacinde tcnicas que permitan el realce omejoramiento de algunas caractersticasimportantes en las imgenes originalespara facilitar el proceso de segmentacin.

Segmentacin: Dividir una imagen enobjetos que sean de nuestro inters. Latcnica de segmentacin ms conocidadentro del procesamiento de imgenes esquizs la umbralizacin. Este mtodopermite separar dos o ms regiones deuna imagen a partir de un anlisis delhistograma.

Descripcin:Obtencin de caractersticasde una objeto como su forma, tamao,color con el fin de diferenciarlo de otrosobjetos.

Reconocimiento: Proceso a travs del

cual se identifica un objeto dentro de unaescena.Interpretacin:Asociar un significado a unconjunto de objeto reconocidos.

1.3. AplicacionesAutomatizar procesos de control de

calidad: deteccin de defectos y fallos enmateria prima producto final o en elenvase.

Automatizar procesos de clasificacin enbase a la forma, tamao o color enmaterias primas muy variables.

Automatizar procesos de produccin:ajustar las condiciones de proceso enbase a variables medidas medianteanlisis de imagen.

Automatizacin de procesos demanipulacin y envasado: extraccin decoordenadas para su posteriormanipulacin mediante robots.

Automatizar procesos de deteccin decuerpos extraos.

En la medicina aparece el procesamientode imgenes, a menudo orientadas haciael diagnstico de dolencias oenfermedades, entre las que se incluyenradiografas, resonancias magnticas,tomografas etc.

Navegacin en Robtica, la visin es unelemento de un sistema multisensorial. La

informacin procedente de la visin esvalidada, comparada y finalmenteintegrada con el resto de la informacinproporcionada por otro tipo de sensores.El resultado es la reconstruccin de laescena 3-D, que permite la navegacinautnoma del sistema

2 PRESENTACIN DEL PROBLEMA

El problema del que se ocupa este trabajo, esel de ubicar objetos segn sus caractersticas endiversos contenedores (clasificacin), con el fin de

minimizar costos de operacin en una planta deproduccin industrial.

3 DESCRIPCIN DE LA SOLUCIN

El proyecto busca implementar una pequeaplanta industrial para el proceso de control decalidad.

Hoy en da se ha facilitado este trabajomediante sistemas inteligentes que hagan esto por

el hombre, as evitar la fatiga humana de verificarcada elemento uno por uno lo que sera muytedioso.

La metodologa utilizada para encontrar lasolucin se basa en dos bloques que son hardwarey software.

En esta investigacin, se utilizan comoherramientas de creacin sensores, motores yprogramacin en el software de ingenieraMATLAB, estas partes sern descritasdetalladamente en este documento.

Con este proyecto solo bastar con unapersona la cual tendr como funcin accionar el

sistema para que opere automticamente, claroest que este sistema puede modificar algunos desus algoritmos internos (software) para as hacerlotrabajar al modo del operario.

Principalmente se har que este sistemaimplementado clasifique objetos segn color yforma.

El proyecto constar de dos partes bsicaspara su funcionamiento:


3/14

3.1. Hardware:a) Faja transportadora:La faja servir de transporte para los objetos

que posteriormente sern seleccionados, estaconstar de un motor DC, Pequeos rodillos en losextremos, una banda. La velocidad de la fajatendr que ser controlada a una velocidadadecuada que de tiempo al procesador detectar el

objeto y seleccionarlo. Vase Figura 1.

Figura 1. Faja Transportadora

b) Circuito Sensor de Luz:Consta un sensor LDR, un PIC16F628,MAX232N:

Sensor LDR:Si bien los valores que puede tomar una LDR

en total oscuridad y a plena luz puede variar unpoco de un modelo a otro, en general oscilan entreunos 50 a 1000 ohmios (1K) cuando estniluminadas (por ejemplo, con luz solar) y valorescomprendidos entre 50K (50,000 Ohms) y variosmegohmios (millones de ohms) cuando est aoscuras.

Desde el punto de vista constructivo, las LDR

estn fabricadas con materiales de estructuracristalina, siendo los ms utilizados el sulfuro decadmio y el seleniuro de cadmio, aprovechandosus propiedades fotoconductoras. Vase Figura 2.

Figura 2. Sensor LDR

Integrado HEF40106BP:La funcin de este circuito integrado es la de

convertir la seal analgica del LDR a seal digitalpara el PIC16F628.

Comunicacin PIC16F628 con MAX232:

El MAX232 es el circuito integrado estndarpara convertir seales TTL/CMOS a sealesRS232. Las seales en RS232 tienen 1's y 0'sestos son +12V y -12V respectivamente. Lasseales de salida del PIC16F628 son entre 0 y 5V.

Lo que el MAX232 hace es poner 12V en el

pin T1OUT cuando se alimenta con 5V el pin T1IN.De esta forma se pueden pasar datos hacia tucomputador. Si presionas una tecla en elhyperterminal una seal ser enviada a travs delcable hasta el R1IN del MAX232 donde la seal de12V proveniente del PC es convertida a 0-5V. Estaseal que sale por el R1OUT es perfectamentemanejable por el PIC. Todo OK. La magia est encmo el MAX232, el cual es alimentado con 5V ypuede producir seales de +/-12V. Bueno, esto sehace con condensadores externos. Vase Figura3.

El diagrama de flujo de esta parte del

hardware se muestra en la Figura 4.

Figura 3. Comunicacin PIC16F628 con MAX232


4/14

Figura 4. Diagrama de Flujo Sensor de Luz

La programacin del PIC se mostrar en laparte de anexos en la seccin 1.

c) Cmara Web:Se utilizar una cmara web comn ycorriente para la etapa de captura de imagen delos objetos a ser clasificados.

En la Figura 5 se muestra el diagrama de flujode la captura de imagen.

Figura 5. Diagrama de Flujo Captura de la Imagen

c) Circuito del Motor a Pasos:Constar de las siguientes partes:Comunicacin MAX232 con PIC 16F628:Esta parte circuital (Figura 3) es la que se

encargar de convertir los datos que vienen del

puerto serial (RS232) a niveles TTL para el PIC16F628.

La programacin del PIC se muestra en laparte de anexos en la seccin 2.

A continuacin en la Figura 6 se presenta eldiagrama de flujo para el control del giro del motoren tres posiciones distintas.

Figura 6. Diagrama de Flujo Control del Giro delMotor a Pasos

Driver para el motor a pasos:Se utiliz el L297 junto con transistores de

potencia Darlington NPN (TIP122), la salida delPIC 16F628 va conectada al L297, luego lassalidas de este irn hacia los transistores paraconectarse al motor a pasos. Vase Figura 7.

Figura 7. Circuito para Motor a Pasos

3.1. Software:Su misin consiste en aplicar las

transformaciones necesarias y extracciones deinformacin de las imgenes capturadas.


5/14

Utilizaremos el software de ingenieraMATLAB junto con la librera vfm.dll paracaptura y procesamiento de imgenes.

Herramienta vfm.dll:Esta herramienta permite utilizar una cmara

web dentro del Matlab.Mientras la faja gua los objetos llegar un

momento en que el sensor de luz detecte uno,

para la captura de imagen mediante la cmaraweb.

Se sabe que una cmara web toma alrededorde 12 cuadros por segundo, si se tiene un sensorde luz que avise cuando se tiene el objeto en unaposicin adecuada bastar con tomar comoimagen solamente un cuadro para que se procesedentro del computador.

Se diseo dos programas, uno para detectarcolores y otro para las formas de los objetos.

En la Figura 8 se mostrar el diagrama deflujo para el proceso de seleccin segn el color;mientras que en la Figura 9 se mostrar eldiagrama de flujo para la clasificacin del objetosegn sea su forma.

En la parte de anexos en la seccin 3 y 4 semostrar la programacin correspondiente.

Para la seleccin de formas se utiliz unarelacin matemtica la cual es:[permetro^2]/[area]; esta relacin dar comoresultado un cociente (nmero) el cual se leasociar a cada forma (cuadrado, tringulo,crculo).

Figura 8. Diagrama de Flujo para Clasificacin por Colores


6/14

Figura 9. Diagrama de Flujo para Clasificacin por Formas

En el anexo seccin 5 se muestra eldesarrollo matemtico para hallar el cociente Kya mencionado.

Figura 10. Esquema

4 RESULTADOS

La faja transportadora fue diseada para el paso

de los objetos, tiene montada encima la cmaraweb que capturar las imgenes.

Figura 11. Diseo de la faja transportadora

El circuito sensor se muestra a continuacin, elcual su explicacin ya se mencion anteriormente.


7/14

Figura 12. Diseo del circuito sensor

El circuito para el motor a pasos tendr comofuncin la de controlar el giro de los contenedores.

Figura 13. Diseo circuito motor a pasos

A continuacin se muestran las imgenes delcontenedor puesto encima del motor a pasos.

Figura 14. Contenedores

Figura 15. Contenedores con objetos

Se muestra como se har el proceso de sensado ycaptura del objeto, como se ve en la siguiente foto,en el momento que el objeto atraviese porcompleto el sensor de luz la cmara web tomar laimagen del objeto para enviarla a la PC.

Figura 16. Censado y Captura del Objeto

En las siguientes imgenes se muestra la unin decada parte diseada, este esquema en su totalidadcumple el objetivo por el que fue construido, elllegar a controlar y clasificar de forma automticalos objetos que pasan por la faja.

Figura 17. Esquema completo


8/14

Figura 18. Esquema completo

Resultados para la deteccin de formas:

Cuadrado:

Imagen original tomada con la WebCam

Convirtiendo la imagen a binaria

Aplicando Filtro Canny para deteccin de bordes

Cociente hallado con MATLAB:

Tringulo:






9/14

Crculo:





5 ANEXOS

Seccin 1:Programacin del PIC16F628 para el Sensorde Luz

;----------------------------------------------

;-----PROGRAMA PRINCIPAL-------;----------------------------------------------INICIO

call RS232_Inicializa

LEE_LDRbtfsc PORTA,5goto $-1call Retardo_100msbtfss PORTA,5

goto $-1movlw 'A'

call RS232_EnviaDatogoto LEE_LDR

INCLUDE RS232_12F.INC

INCLUDE RETARDOS.INCEND

Seccin 2:Programacin del PIC16F628 para el Controlde movimiento del Motor a Pasos

INICIO

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;POSICION_A

call LEE_DATO ;ESCANEA EL DATO SERIALY REGRESA CON EL NUMERO D PASOS

A DARmovwf VAR_DATOmovf VAR_DATO,0sublw 'B'btfsc STATUS,2goto P_B_Amovf VAR_DATO,0sublw 'C'btfsc STATUS,2goto P_C_Agoto POSICION_A

P_B_AA_HORcall GIRA_MOTORgoto POSICION_BP_C_AHORcall GIRA_MOTORgoto POSICION_C

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;


10/14

POSICION_Bcall LEE_DATO ;ESCANEA EL DATO SERIAL

Y REGRESA CON EL NUMERO D PASOSA DAR

movwf VAR_DATOmovf VAR_DATO,0sublw 'A'

btfsc STATUS,2goto P_A_Bmovf VAR_DATO,0sublw 'C'btfsc STATUS,2goto P_C_Bgoto POSICION_B

P_C_BA_HORcall GIRA_MOTORgoto POSICION_C

P_A_BHORcall GIRA_MOTORgoto POSICION_A

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;POSICION_C

call LEE_DATO ;ESCANEA EL DATO SERIALY REGRESA CON EL NUMERO D PASOS

A DARmovwf VAR_DATOmovf VAR_DATO,0sublw 'B'btfsc STATUS,2goto P_B_C

movf VAR_DATO,0

sublw 'A'btfsc STATUS,2goto P_A_Cgoto POSICION_C

P_A_CA_HORcall GIRA_MOTOR

goto POSICION_AP_B_C

HORcall GIRA_MOTORgoto POSICION_B

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;GIRA_MOTORmovlw .67movwf VAR_PULSOGIRA_MOTOR_1bsf PORTB,1

;CLKcall Retardo_20ms ;PAUSAbcf PORTB,1

;CLKcall Retardo_20ms ;PAUSAdecfsz VAR_PULSO,1goto GIRA_MOTOR_1returnLEE_DATOcall RS232_LeeDatoreturnINCLUDE RS232_12F.INCINCLUDE RETARDOS.INC

END


11/14

Seccin 3: Programacin en MATLAB para Clasificacin por Colores


12/14

Seccin 4: Programacin en MATLAB para Clasificacin por Formas


13/14

Seccin 5: Desarrollo Matemtico para Clasificacin por Formas

Analizando para un cuadrado:

rea del cuadrado:

Permetro:

Cociente (K): P^2 = 16A

Analizando para un tringulo equiltero:

l

rea del tringulo:

Permetro:

Cociente (K): P^2 = 20.78460969A

Analizando para un crculo:

rea del crculo:

Permetro:

Cociente (K): P^2 = 12.56637061A

Ahora definimos intervalos como se explica en la programacin de MATLAB para que el computartenga conocimiento que forma est procesando:

Para un cuadrado:

Para un tringulo:

Para un crculo:


14/14

6 CONCLUSIONES

La tcnica de Control de calidad con visinartificial permite una inspeccin rpida yuna automatizacin del 100 % de la

produccin.Con esta tcnica se obtiene una reduccinde costes en control de calidad y a su vezminimiza el envo de productosdefectuosos a los clientes.

En la actualidad los costes de los sistemasde visin artificial han disminuidoenormemente mientras que lasprestaciones de esta tcnica hanaumentada espectacularmente.

La visin artificial es una herramienta paraautomatizar procesos de control,supervisin, manipulacin y robotizacin.

El sistema construido cumpli con lasexpectativas requeridas, logrndose as unproceso automatizado eficaz.

7 BIBLIOGRAFA

Ral Pino Dez,Alberto Gmez Gmez,Nicols de Abajo Martnez, Introduccin a

la inteligencia artificial: Sistemas expertos,redes neuronales artificiales y computacinevolutiva, Universidad de Oviedo, 2001 -106 pginas.

Universidad Rey Juan Carlos (Madrid),Aplicaciones de la visin artificial y labiometra informtica, Librera-EditorialDykinson, 2005 - 128 pginas.

Enlaces Web Consultados:

http://gavab.escet.urjc.es/master/visionartificial/material/apuntes/tema1.ppt

http://serdis.dis.ulpgc.es/~a013775/asignaturas/itis-fia/T1bn.pdf

http://www.logicelectronic.com/vision/queyporque.htm

http://www.jasvisio.com/control-de-calidad-industrial-con-vision-artificial.html

http://redalyc.uaemex.mx/pdf/477/47711103.pdf

http://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdf

http://catarina.udlap.mx/u_dl_a/tales/documentos/lis/garcia_b_ci/capitulo2.pdf

http://es.wikipedia.org/wiki/Visi%C3%B3n_artificial

http://www.tupperbot.es/wp-content/uploads/2007/01/visionartificial.pdf

http://mx.reocities.com/CapeCanaveral/8482/docu003.pdf

http://dmi.uib.es/~ygonzalez/VI/Material_del_Curso/Teoria/Aplicaciones_VC.PDF

http://www2.unalmed.edu.co/dyna2005/133/vision.pdf

http://www.neoteo.com/ldr-fotorresistencias

http://robots-argentina.com.ar/Prueba_PIC628-RS232.htm

http://www.olimex.cl/tutorial/tutorial2.pdf
http://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Ra%C3%BAl+Pino+D%C3%ADez%22http://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Alberto+G%C3%B3mez+G%C3%B3mez%22http://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Nicol%C3%A1s+de+Abajo+Mart%C3%ADnez%22http://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Nicol%C3%A1s+de+Abajo+Mart%C3%ADnez%22http://gavab.escet.urjc.es/master/visionartificial/material/apuntes/tema1.ppthttp://gavab.escet.urjc.es/master/visionartificial/material/apuntes/tema1.ppthttp://gavab.escet.urjc.es/master/visionartificial/material/apuntes/tema1.ppthttp://serdis.dis.ulpgc.es/~a013775/asignaturas/itis-fia/T1bn.pdfhttp://serdis.dis.ulpgc.es/~a013775/asignaturas/itis-fia/T1bn.pdfhttp://serdis.dis.ulpgc.es/~a013775/asignaturas/itis-fia/T1bn.pdfhttp://www.logicelectronic.com/vision/queyporque.htmhttp://www.logicelectronic.com/vision/queyporque.htmhttp://www.logicelectronic.com/vision/queyporque.htmhttp://www.jasvisio.com/control-de-calidad-industrial-con-vision-artificial.htmlhttp://www.jasvisio.com/control-de-calidad-industrial-con-vision-artificial.htmlhttp://www.jasvisio.com/control-de-calidad-industrial-con-vision-artificial.htmlhttp://redalyc.uaemex.mx/pdf/477/47711103.pdfhttp://redalyc.uaemex.mx/pdf/477/47711103.pdfhttp://redalyc.uaemex.mx/pdf/477/47711103.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://catarina.udlap.mx/u_dl_a/tales/documentos/lis/garcia_b_ci/capitulo2.pdfhttp://catarina.udlap.mx/u_dl_a/tales/documentos/lis/garcia_b_ci/capitulo2.pdfhttp://catarina.udlap.mx/u_dl_a/tales/documentos/lis/garcia_b_ci/capitulo2.pdfhttp://es.wikipedia.org/wiki/Visi%C3%B3n_artificialhttp://es.wikipedia.org/wiki/Visi%C3%B3n_artificialhttp://es.wikipedia.org/wiki/Visi%C3%B3n_artificialhttp://www.tupperbot.es/wp-content/uploads/2007/01/visionartificial.pdfhttp://www.tupperbot.es/wp-content/uploads/2007/01/visionartificial.pdfhttp://www.tupperbot.es/wp-content/uploads/2007/01/visionartificial.pdfhttp://mx.reocities.com/CapeCanaveral/8482/docu003.pdfhttp://mx.reocities.com/CapeCanaveral/8482/docu003.pdfhttp://mx.reocities.com/CapeCanaveral/8482/docu003.pdfhttp://dmi.uib.es/~ygonzalez/VI/Material_del_Curso/Teoria/Aplicaciones_VC.PDFhttp://dmi.uib.es/~ygonzalez/VI/Material_del_Curso/Teoria/Aplicaciones_VC.PDFhttp://dmi.uib.es/~ygonzalez/VI/Material_del_Curso/Teoria/Aplicaciones_VC.PDFhttp://www2.unalmed.edu.co/dyna2005/133/vision.pdfhttp://www2.unalmed.edu.co/dyna2005/133/vision.pdfhttp://www2.unalmed.edu.co/dyna2005/133/vision.pdfhttp://www.neoteo.com/ldr-fotorresistenciashttp://www.neoteo.com/ldr-fotorresistenciashttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://www.olimex.cl/tutorial/tutorial2.pdfhttp://www.olimex.cl/tutorial/tutorial2.pdfhttp://www.olimex.cl/tutorial/tutorial2.pdfhttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://robots-argentina.com.ar/Prueba_PIC628-RS232.htmhttp://www.neoteo.com/ldr-fotorresistenciashttp://www2.unalmed.edu.co/dyna2005/133/vision.pdfhttp://www2.unalmed.edu.co/dyna2005/133/vision.pdfhttp://dmi.uib.es/~ygonzalez/VI/Material_del_Curso/Teoria/Aplicaciones_VC.PDFhttp://dmi.uib.es/~ygonzalez/VI/Material_del_Curso/Teoria/Aplicaciones_VC.PDFhttp://mx.reocities.com/CapeCanaveral/8482/docu003.pdfhttp://mx.reocities.com/CapeCanaveral/8482/docu003.pdfhttp://www.tupperbot.es/wp-content/uploads/2007/01/visionartificial.pdfhttp://www.tupperbot.es/wp-content/uploads/2007/01/visionartificial.pdfhttp://es.wikipedia.org/wiki/Visi%C3%B3n_artificialhttp://es.wikipedia.org/wiki/Visi%C3%B3n_artificialhttp://catarina.udlap.mx/u_dl_a/tales/documentos/lis/garcia_b_ci/capitulo2.pdfhttp://catarina.udlap.mx/u_dl_a/tales/documentos/lis/garcia_b_ci/capitulo2.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://www.depi.itchihuahua.edu.mx/electro/archivo/electro2001/mem2001/articulos/img2.pdfhttp://redalyc.uaemex.mx/pdf/477/47711103.pdfhttp://redalyc.uaemex.mx/pdf/477/47711103.pdfhttp://www.jasvisio.com/control-de-calidad-industrial-con-vision-artificial.htmlhttp://www.jasvisio.com/control-de-calidad-industrial-con-vision-artificial.htmlhttp://www.logicelectronic.com/vision/queyporque.htmhttp://www.logicelectronic.com/vision/queyporque.htmhttp://serdis.dis.ulpgc.es/~a013775/asignaturas/itis-fia/T1bn.pdfhttp://serdis.dis.ulpgc.es/~a013775/asignaturas/itis-fia/T1bn.pdfhttp://gavab.escet.urjc.es/master/visionartificial/material/apuntes/tema1.ppthttp://gavab.escet.urjc.es/master/visionartificial/material/apuntes/tema1.ppthttp://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Nicol%C3%A1s+de+Abajo+Mart%C3%ADnez%22http://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Alberto+G%C3%B3mez+G%C3%B3mez%22http://www.google.com.pe/search?hl=es&tbo=p&tbm=bks&q=inauthor:%22Ra%C3%BAl+Pino+D%C3%ADez%22

Documents

Vision Artificial Robotica