Resumen de Propuesta del algoritmos y arquitecturas reconfigurables para sistemas de inspección automáticos de alto rendimiento
El control de calidad se ha convertido en un elemento clave del proceso productivo, tanto en las industriales de materias primas como manufactureras, La detección de forma temprana de determinadas taras en la producción, puede acarrear un ahorro sustancial en tiempo y dinero, con el consiguiente aumento de la competitividad de las empresas. Por otro lado, la clasificación de los productos en función de ciertos parámetros de calidad permite diversificar la oferta y aprovechar al máximo los recursos. Tradicionalmente las tareas de inspección y evaluación de calidad, son llevadas a cabo por personal especializado, por lo que este tipo de control adolece de las limitaciones propias del factor humano. Como consecuencia, existe un creciente interés en las dos últimas décadas, por la aplicación de métodos automáticos en los controles de calidad industrial.
La información visual, y en concreto la textura que presentan las superficies, juega un papel fundamental a la hora de evaluar la calidad de muchos productos (frutas, hortalizas, papel, aluminio, tejidos, etc..). Además, el desarrollo de métodos de visión artificial cada vez más sofisticados unido al estado de la tecnología, hace prever que, en principio, una gran cantidad de problemas de inspección puedan ser abordados con garantías de éxito. A pesar de todo, los sistemas de inspección visual automáticos no han conseguido implantarse en el sector productivo de una manera clara debido a diversas causas, entre las que cabría destacar la complejidad de los algoritmos y el elevado coste de los sistemas necesarios para ejecutarlos eficientemente. El presente trabajo se enmarca dentro de la problemática del diseño de estos sistemas, incidiendo en dos aspectos, que a mi juicio pueden mejorar y facilitar su implantación. En primer lugar, el diseño de nuevos algoritmos de análisis de texturas, que conjuguen una banda complejidad computacional con una elevada capacidad de
