Development of a machine vision system algorithm to identify physical defects in round tuna cans
DOI:
https://doi.org/10.18050/ingnosis.v9i1.3173Keywords:
Physical defects, , Image processing, Round tuna cansAbstract
An algorithm was developed for the identification of physical defects in round tuna cans by applying computer vision and image processing techniques. The algorithm focuses its operation on a computer with 12 Gb of RAM and Windows 10 64 bits, which connected to a 108 MP camera, by using the DroidCam application, can acquire images of the side of the round tuna cans. These acquired images are processed inside the computer. Machine vision technique and statistical methods were used to identify physical defects on the side of round tuna cans, such as, small, large and more than one hit. After carrying out tests that were performed with the algorithm, a system accuracy of 96.08% was obtained as a result. It was concluded that the implementation of this algorithm ensures the quality of round tuna cans, as well as facilitates effective control in industry processes by detecting those cans that present physical defects.
References
Aguilar, M. J. (2017). Escala de grises. Glosario C+R. Universidad Politecnica de Valencia, 2017. http://glosario.ldr.webs.upv.es/postout/3716/escala-de-grises.
Alvarado, C. A. (2021). Implementación de la 5S para mejorar la gestión del almacén de una institución policial, La Libertad 2020 [Tesis de licenciatura, Universidad Privada del Norte]. Repositorio de la Universidad Privada del Norte. https://hdl.handle.net/11537/29032.
Beuzen, T., & Timbers, T. (2022). Python Packages. Chapman and Hall/CRC.
Caravedo, B. (2016). La energía social en las empresas B. Universidad del Pacífico, Lima.
Cardellino, F. (2021). La guía definitiva del paquete NumPy para computación científica en Python. freeCodeCamp.org. La guía definitiva del paquete NumPy para computación científica en Python.
Challenger-Pérez, I., Díaz-Ricardo, Y., & Becerra-García, R. A. (2014). El lenguaje de programación Python. Ciencias Holguín, 20(2), 1-13. https://www.redalyc.org/pdf/1815/181531232001.pdf.
Diario de Chimbote (2020). Incautaron 40 cajas de conserva de dudosa procedencia ayer en el mercado La Perla. [Noticia] Chimbote. https://diariodechimbote.com/.
Diaz, D. (2023). Guía para principiantes de la programación orientada a objetos (POO) en Python. Kinsta. [En línea] 15 de Junio de 2023. [Citado el: 03 de Noviembre de 2023.] https://kinsta.com/es/blog/programacion-orientada-objetos-python/.
Dominguez M., T. (2021). Visión artificial. Aplicaciones prácticas con Open CV-Python. Primera. Barcelona: Marcombo.
i García, E. M. (2012). Visión artificial. Fundación para la universidad Oberta de Catalunya. https://www.playmodes.com/wp-content/uploads/2017/04/UOC-PDF-6.pdf.
Mehmood, S. (2022). OpenCV Dilate. Delftstack. [Citado el: 3 de enero de 2023.] https://www.delftstack.com/es/howto/python/opencv-dilate/.
Mendoza, A. H. (2023). Gestión de la innovación tecnológica: del aula a las soluciones. Universidad Iberoamericana AC.
Munoz, Niña (2023). Defectos de las latas: causas, efectos y prevención. INNOSEN. [En línea] Enero de 2023. https://www.innosen.com/es/articles/defectos-de-las-latas-causas-efectos-y-prevencion-2/.
Ortiz R., E., Mejía-Lavalle, M., & Sossa, H. (2017). Filtrado de ruido Gaussiano mediante redes neuronales pulso-acopladas. Computación y Sistemas, 21(2), 381-395. https://doi.org/10.13053/cys-21-2-2742.
Otarola, Valeria (2014). Parámetros de calidad en el atún enlatado. Prezi. [En línea] 2014. https://prezi.com/m9_kioa3rwe1/parametros-de-calidad-en-el-atun-enlatado/.
Palma S., W. S. (2020). Implementación de un sistema de visión artificial en líneas de producción de atún, para la detección de fallas de codificado en la empresa Puertomar SA, Provincia de Manabí. http://dspace.espoch.edu.ec/handle/123456789/14101.
Palma S., W. S. (2020). Implementación de un sistema de visión artificial en líneas de producción de atún, para la detección de fallas de codificado en la empresa Puertomar SA, Provincia de Manabí. http://dspace.espoch.edu.ec/handle/123456789/14101.
Poblet G., P. (2022). Detección de defectos en latas de refrescos mediante redes neuronales y visión artificial (Bachelor's thesis, Universitat Politècnica de Catalunya). http://hdl.handle.net/2117/371689.
Rebaza, J. V. (2007). Detección de bordes mediante el algoritmo de Canny. Escuela Académico Profesional di Informática. Universidad Nacional de Trujillo, 4.
Rico-Schmidt, E. (2019). OS – Acceso portable a funciones específicas del sistema operativo. https://rico-schmidt.name/pymotw-3/os/index.html.
Rodriguez, H. (2021). ¿Qué es OpenCV? ¡Descubre todo acerca de la visión artificial! Crehana. https://www.crehana.com/blog/transformacion-digital/que-es-opencv/.
Romero, J. G. I. G. (2022). Investigación organizacional: Desafíos y perspectivas. Universidad Juárez del Estado de Durango.
Rosebrock, A. (2015). I just open sourced my personal imutils package: A series of OpenCV convenience functions. Pyimagesearch. My imutils package: A series of OpenCV convenience functions - PyImageSearch.
Sanchez, D. (2023). Indecopi sanciona a 6 supermercados por vender productos enlatados con golpes y abolladuras. [Noticia], Perú : La Republica. https://larepublica.pe/.
Severance, C. R., Castellanos, J. C. P., & de Dios Dougnac, J. (2009). Python para todos: explorando datos en Python 3. Charles Severance.
Soria, E., Rodríguez, P., García, Q., Vaquer, F., Vicent, J., & Vila, J. (2022). Inteligencia artificial. Ra-Ma Editorial.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Carlos Manuel Zevallos Tapia, Rosa Mariel Montes Chang, Carmen Milagros Montes Portella, Pamela Mairely Nolasco Blas, Anabel Marilu Bolaños Narciso
This work is licensed under a Creative Commons Attribution 4.0 International License.
