Imagen

La herramienta Image de In-Sight procesa la imagen entrada para realzar determinados rasgos de interés y eliminar o disminuir los que no interesan; el resultado es una imagen entrada que ha sido mejorada y que será la nueva imagen de salida que sirve también mejor a otras funciones adicionales de extracción de datos, como las de análisis de Blob o las de análisis mediante Histograma.

Procesamiento de imágenes

Las aplicaciones de visión artificial requieren imágenes de alta calidad. Se pierden datos cuando las imágenes están desenfocadas, distorsionadas o mal iluminadas, además, estos defectos hacen que las funciones de extracción de datos, como las de análisis histogramático o de análisis de manchas (Blobs), funcionen deficientemente o fallen incluso completamente.

El primer paso para producir imágenes de alta calidad es asegurarse de que se ajusten y optimicen el hardware y los aspectos ambientales, como iluminación y lentes, para que las imágenes capturadas estén bien enfocadas y uniformemente iluminadas. Si se presentan dificultades para extraer los datos deseados de las imágenes capturadas, el segundo paso podría consistir en utilizar una función Image para mejorar más la calidad las imágenes.

Como todas las fotografías, las imágenes capturadas con In-Sight son representaciones gráficas reticuladas. Las representaciones gráficas reticuladas almacenan la información sobre las características de la imagen en una cuadrícula de elementos de imagen ("píxeles"), siendo cada uno de estos elementos la menor unidad homogénea y no escalable de una imagen. La calidad de una imagen reticulada viene determinada por el número total de píxeles (conocido como "resolución") y la cantidad de información que contiene cada píxel.

Para realzar el objeto de interés en la imagen y eliminar o disminuir las características que distraen —por ejemplo, mediante un ajuste del color, brillo, contraste o un cambio de escala—, las funciones Image de In-Sight utilizan algoritmos sofisticados de procesamiento de imágenes para sumar o restar datos de píxeles individuales o grupos de píxeles adyacentes (conocidos como "vecinos").

¿Cuándo se utiliza el procesamiento de imágenes?

Las funciones Image pueden utilizarse en cualquiera de las siguientes casos:

• La imagen capturada presenta poco contraste entre el objeto y el fondo.
• La imagen capturada contiene elementos que distraen y minimizan el impacto visual del objeto.
• La imagen capturada está desenfocada y es necesario ajustar las lentes del sistema de visión.
• Otra herramienta de In-Sight necesita una versión ampliada, reducida, sin distorsión o sin rotación de la imagen capturada.
• Otra herramienta de In-Sight requiere una versión en blanco y negro de la imagen capturada.

Las funciones Image pueden realizar una variedad de operaciones de procesamiento de imágenes. La mayoría de las funciones se centran en una operación específica; tres están diseñadas para un uso polivalente. En la siguiente tabla se enumeran las operaciones de procesamiento comunes y las correspondientes funciones Image que las realizan.

Operación	Descripción	Función Image correspondiente
Brillo/contraste	"Recorta" (o "aumenta" o "disminuye") el valor en escala de grises de cada píxel a un valor mínimo o máximo especificado por el usuario a fin de modificar el brillo y el contraste.	Filter
Expansión/contracción	Expande o contrae las características en la imagen entrada o RDI.	Filter
Llenado	Rellena los píxeles con valores blancos o negros para que se parezcan a los píxeles adyacentes.	Filter
Filtrado	Bloquea los datos no deseados o sin interés y sólo deja pasar los datos de interés.	Filter
Diferencias de imagen	Compara la imagen entrada con una plantilla, otra imagen o un modelo para determinar las diferencias entre los dos.	CompareImage FindCircleDefects ImageMath
Inversa	Crea un "negativo" de la imagen.	Filter
Ajuste de lente	Mide el foco del objetivo para poder ajustarlo mediante un proceso iterativo.	ComputeImageSharpness
Escalado (tamaño)	Crea una versión ampliada o reducida de la imagen entrada.	ScaleImage
Agudizar	Detecta los bordes (es decir, las zonas en la imagen en las que se producen cambios bruscos en los valores en escala de grises de los píxeles) considerando una orientación (vertical, horizontal), o realza los bordes comparando una versión "suavizada" de la imagen con el original.	Filter
Suavizado	Promedia los valores en escala de grises de un conjunto de píxeles adyacentes ("vecinos") contenidos en la imagen de entrada a fin de disminuir el efecto de cambios rápidos en valores adyacentes en escala de grises.	Filter
Umbralización	Produce una versión en blanco y negro de la imagen entrada o RDI sobre la base de un umbral definido por el usuario.	Filter FindCircleDefects ImageMath

¿Para qué se utiliza el procesamiento de imágenes?

Si se produce un fallo debido a la mala calidad de una imagen, una función de procesamiento de imágenes permite mejorar la imagen para que se puedan extraer más fácilmente los datos requeridos. He aquí algunos ejemplos:

• Reducir el ruido o cambiar el patrón de la conectividad de elementos para el análisis de Blob.
• Convertir características espaciales en valores en escala de grises para evaluaciones estadísticas en el análisis Histograma.
• Minimizar las características de frecuencia espacial confusas o no deseadas en los datos del modelo y de los píxeles de la imagen a fin de mejorar la velocidad y la fiabilidad en la búsqueda de Pattern Match del modelo.

¿Cómo se realiza el procesamiento de imágenes?

El procedimiento para procesar imágenes puede dividirse en tres pasos:

• Paso 1: Analizar la imagen capturada para determinar si el procesamiento de la imagen servirá para mejorarla y qué tipo de modificaciones son las necesarias.
• Paso 2: Insertar la función Imagen apropiada en la hoja de cálculo de In-Sight y experimentar con los parámetros para determinar los ajustes óptimos para la mejora de la imagen.
• Paso 3: En caso necesario, insertar otra función de tratamiento de imagen en la hoja de cálculo de In-Sight, hacer referencia a la imagen de salida de la función anterior y experimentar con los parámetros de ajuste. Repetir la operación según sea necesario.

Como se ha indicado anteriormente, puede ser necesario utilizar una serie de varias funciones Imagen para mejorar la calidad de una imagen capturada, en cuyo caso las distintas funciones se basan por referencia en la imagen de salida de la función anterior.