Tesi di laurea triennale presso il corso di Ingegneria Informatica del Politecnico di Bari

1. Anno accademico 2012/2013
Tesi di laurea in
Calcolatori Elettronici
Ideazione e relativo studio di fattibilità di un sistema intelligente
per il monitoraggio della qualità superficiale di fili metallici
rivestiti da polimeri
Concept and related feasibility study of an intelligent system for
polymer coated metal wires surface quality inspection
Relatore:
Franscescomaria Marino
Laureando:
Camilla Maria Minutilli

2. Anno accademico 2012/2013
L’azienda produce fili metallici rivestiti da
polimeri (es. spirali dei quaderni).
Entrata nel
mercato
oltreoceano
Aumento dei
costi per la
gestione dei
resi
Introduzione di
un sistema
intelligente per
il controllo
qualità

3. Anno accademico 2012/2013
Deve individuare i fili difettati
durante il processo produttivo,
prima che il filo venga avvolto
nella bobina e spedito al
cliente.
Obiettivo dell’algoritmo
TCCAGE
Fotoca
mera
Frame -
grabber
Foto
del filo

4. Anno accademico 2012/2013
• Funziona in configurazione
Camera Link Base e Full.
Doppio attacco (C o F)
• Elevata sensibilità alla luce
(ISO = 2000, 2500 - mono)
• Massimo 506fps (risoluzione
1280x1024).

5. Anno accademico 2012/2013
• Introdotto nell’anno 2000, sulla base della
tecnologia Channel Link della National
Semiconductor.
• Tre configurazioni:
▫ base, data-rate pari a 255 MB/s;
▫ medium, data-rate pari a 510 MB/s;
▫ full, data-rate pari a a 680 MB/s.

6. Anno accademico 2012/2013
VANTAGGI
• Reazione ai comandi in
real-time
• Elevato data rate
• Compatibilità a basso
costo
• Limitate dimensioni
• Facilità di
configurazione
SVANTAGGI
• Limitata lunghezza dei
cavi, a meno di
ricorrere a fibra ottica
• Supporta per lo più
connessioni di tipo
punto-punto

7. Anno accademico 2012/2013
• Ospita la fotocamera.
• Offre un’immagine completa della superficie
laterale degli oggetti, grazie a un sistema di
specchi.
NOTA: ogni
oggetto
esaminato avrà
lunghezza
massima pari a
86mm.

8. Anno accademico 2012/2013
Gli obiettivi telecentrici
all’interno degli
specchi acquisiscono 4
immagini,
corrispondenti a un
arco di 180°, ciascuno
ruotato di 90 ° rispetto
agli altri.

9. Anno accademico 2012/2013
Il framegrabber fa da tramite tra la
fotocamera e il calcolatore. Cattura i singoli
frame e li trasferisce in memoria.
• Memoria interna da 512MB.
• Banda da 850 MB/s.
• Supporto PoCl - per alimentare
la fotocamera tramite cavo.

10. Anno accademico 2012/2013
CONDIZIONI
• 1024 = risoluzione minima
• 68mm = lunghezza max oggetto nel TCCAGE.
• 400m/min = velocità filo su nastro
Per percorrere 86mm passano 12835.8us, da cui:
1000000us / 12835.8us = 78fps (circa)
CONCLUSIONE
Benché la configurazione CL Base risulterebbe idonea per
l’applicazione, la CL Full al data rate richiesto è più affidabile.

11. Le foto ottenute nella
prima fase sono
elaborate e analizzate
dall’algoritmo sviluppato
nell’IDE HDevelop di
HALCON.
HDevelop permette di
esportare il codice in altri
linguaggi come C, C++,
C#,…

12. Anno accademico 2012/2013
• Colore filo
• Parametri per le funzioni dell’algoritmo
Assegnazione
condizioni
iniziali
• Delimitazione dei contorni
• Determinazione dello spessore medio
del filo
Elaborazione
dell’area del filo
• Difetti interni
• Difetti lungo il contorno
Individuazione
dei difetti

13. Anno accademico 2012/2013
• det_reg_high_sat()
Individuazione dell’area del filo
Riduzione dell’area ai suoi contorni
• get_points_cont()
Espressione dei contorni in coordinate dei punti
• sep_cont()
Separazione in contorno superiore e inferiore
• calc_dist_pp()
Calcolo spessore medio, in base alla distanza media
tra i due contorni

14. Anno accademico 2012/2013
Tutti i segmenti evidenziati come potenziali difetti
vengono distinti in due gruppi (interni ed esterni) in
base alla distanza dai contorni.
Nei fili di colore diverso da bianco o grigio chiaro,
i segmenti del gruppo “interni” passano per la
procedura *, che valuta la variazione dei valori di
grigio, prima di essere considerati dei difetti.
I segmenti del gruppo “esterni” che non
risultano equidistanti dai contorni, sono
considerati difetti, se la procedura* evidenzia
una variazione dei valori di grigio.
*gray_value_edges()
variazioni di grigio
nelle aree prossime
al segmento
implicano un difetto

15. Anno accademico 2012/2013
• 48 foto di 24 fili
• Per ogni filo due foto con diverso tempo di
esposizione, rispettivamente di 10us e 7us
• Per l’analisi sono escluse le due estremità pari a
1/16 della lunghezza (≈ 5.4mm), perché sfumate
• Dati tecnici del computer:
Sistema operativo Windows 7 (32 bit)
Processore Intel Pentium 4, 3.4GHz
RAM 1GB
Scheda video Intel 82945G Express Chipset Family

16. Anno accademico 2012/2013
LEGENDA
Riducendo la lunghezza massima di
riferimento a 76mm
76mm ÷ 0.0067mm/us = 11343us
1000000us ÷ 11343us = 88 fps
filo
sezione di filo in 2
inquadrature
Inquadratura completa
(86mm)
Inquadratura effettiva
(post-algoritmo)
Scatto frame 2
-
152 mm
Scatto frame 3
-
228 mm
Scatto frame 1
-
76 mm

17. Anno accademico 2012/2013
COLORE n. fili per colore
arancione 2
bianco/grigio chiaro 5
blu 3
giallo 1
grigio scuro 6
rosa 2
rosso 3
verde 2

18. Anno accademico 2012/2013
10us 7us
TIPOLOGIA
% (rispetto
tot)
% (rispetto
tot)
tot. effetto
ombra 46 44.66 50 45.05
contorno 20 19.42 23 20.72
metà 8 7.77 8 7.21
incerto 25 24.27 26 23.42
non coincidenti 4 3.88 4 3.60
tot 103 111
somma % dei
valori in rosso
35.92 65.77
in rosso la versione di foto con più errori relativamente l’indice stesso di distribuzione
espresso in percentuale

19. Anno accademico 2012/2013
23%
34%10%
12%
12%
1%4% 4%
arancione
bianco/grigio chiaro
blu
giallo
grigio scuro
rosa
rosso
verde

20. Anno accademico 2012/2013
17%
31%
21%
9%
14%
1% 1%
6% arancione
bianco/grigio chiaro
blu
giallo
grigio scuro
rosa
rosso
verde

21. Anno accademico 2012/2013
0, 10, 20, 30, 40,
arancione
bianco/grigio chiaro
blu
giallo
grigio scuro
rosa
rosso
verde
contorno
incerto
metà
ombra
ombra in
contorno
ombra in
curva

22. Anno accademico 2012/2013
0, 10, 20, 30, 40,
arancione
bianco/grigio chiaro
blu
giallo
grigio scuro
rosa
rosso
verde
contorno
incerto
metà
ombra
ombra in
contorno
ombra in
curva

23. Anno accademico 2012/2013
•↑ ombra in contornoArancione
•↑ ombra
•↓ ombra in curva
Bianco /
grigio
chiaro
•↑ incerto
•↑ ombra in contorno
•↓ ombra
Blu
•↑ contorno
•↑ ombra in contorno
•↓ ombra in curva
Giallo
•↑ metà
•↑ ombra
•↓ ombra in curva
Grigio
scuro
•↑ contorno
•↓ ombra in contorno
Rosa
• ↑ contornoRosso
•↑ incerto
Verde

24. Anno accademico 2012/2013
31%
30%
15%
11%
9%
2% 2%
arancione
bianco/grigio chiaro
giallo
grigio scuro
blu
rosa
verde

25. Anno accademico 2012/2013
18%
34%
2%
8%
36%
0%
2%
arancione
bianco/grigio chiaro
giallo
grigio scuro
blu
rosa
verde
Falsi positivi di tipo
ombra
10us 7us
in fili blu 3 18

26. Anno accademico 2012/2013
Evidenziano la presenza di un difetto, ma
sono leggermente distanti da esso, da non
poter ritenere di aver correttamente
individuato un difetto
10us 7us
falsi positivi “non
coincidenti”
4 4
media delle distanze
(px)
4.34 3.26

27. Anno accademico 2012/2013
0 2 4 6 8 10 12
arancione
bianco/grigio chiaro
blu
giallo
grigio scuro
rosa
rosso
verde
7us
10us

28. Anno accademico 2012/2013
i falsi negative influiscono negativamente
sull’efficienza dell’algoritmo per le foto da 7us,
che diversamente risulterebbe la migliore.
10us 7us
rapporto positivi su num tot
segmenti individuati [%]
60,35 63,65
rapporto positivi su (num segmenti
individuati + falsi negativi) [%]
51,11 50,84
-9,24 -12,81

29. Anno accademico 2012/2013
• Le fotografie scattate con un tempo di
esposizione di 7us non sono efficacemente
elaborabili.
• Ottimizzando l’analisi per colore:
▫ fili di colore arancione e bianco/grigio meglio
se a 7us
▫ fili di colore rosso, blu e grigio scuro meglio se
a 10us
▫ per i fili di altro colore, la scelta è indifferente

30. Anno accademico
2012/2013