MAESTRÍA EN CIENCIAS EN INGENIERÍA MECATRÓNICA | INSTITUTO TECNOLÓGICO DE TUXTLA
Katie Rocío Peña Pineda
E-mail: mikatie_13@hotmail.com
Nombre de la Tesis: Segmentación de imágenes de rango para la interfaz entre un sistema estereoscópico y una fresadora cnc.
Generación: Segunda generación Agosto - Diciembre 2009.
Fecha de examen de grado:
Actividad actual: Profesora de Enseñanza Superior
Nombre de la institución donde trabaja: Universidad Politécnica de Chiapas
Actividad: Docencia e Investigación
Generación: Segunda generación Agosto - Diciembre 2009.
Fecha de examen de grado:
Actividad actual: Profesora de Enseñanza Superior
Nombre de la institución donde trabaja: Universidad Politécnica de Chiapas
Actividad: Docencia e Investigación
Resumen
-----------------------------------------------------------------------------------------------------------------------------------------------
En el presente trabajo se presenta un algoritmo para el maquinado automático de un objeto de forma libre, a partir de una imagen obtenida por un sistema de visión por computadora, llamada imagen de rango. Este tipo de imágenes, proporciona información de posición y profundidad de las partes que componen el objeto, a primera vista una persona puede identificar los objetos en una imagen, pero una computadora no puede, por lo tanto, se utilizan métodos de segmentación para obtener un procesamiento de alto nivel, que de sentido a la información y que la computadora no interprete solamente como una nube de datos, si no, como un objeto con una atura, radio, largo o ancho. Una desventaja de las imágenes de rango es que contienen mucho ruido, pudiendo llegar a afectar el resultado final. Los datos obtenidos en el procesamiento de alto nivel, son empleados para generar el código que manipule las funciones y movimientos de una fresadora CNC, que realiza el maquinado de la pieza que se encuentra en la imagen de rango. Los códigos son conocidos como código G y código M, lenguaje universal para operar todas las maquinas CNC.
Los métodos de segmentación utilizados para este trabajo son ajuste a superficies planas, crecimiento de región, vectores normales y acortar las regiones de forma cuadrada, dando como resultado final regiones cuadradas homogéneas. Estas regiones cuadradas describen parte por parte todo el objeto de forma libre, que se encuentra en la imagen, permitiendo generar un ciclo de maquinado automatizado, existen cinco tipos diferentes de ciclos y depende de la inclinación de cuadro para seleccionar alguno. Además, el tamaño de los cuadros puede ser variado por el usuario, permitiendo, si los planos son muy pequeños, ajustarse perfectamente a las formas curvas o rectas del objeto, y de lo contrario, los planos son de mayor tamaño, considera las pequeñas curvas como planos.
La descripción manual dl código G y M, es causa de errores sobre todo cuando las líneas de código superan los cientos. El algoritmo propuesto, puede realizar miles de líneas de código sin causar errores, gracias a la automatización, además de realizar cambio de herramienta si es necesario. El algoritmo toma en cuenta que no es posible desbastar a gran profundidad, por ello, realiza un desbaste de manera escalonada, cuando los planos son inclinados o están demasiados profundos. El algoritmo propuesto genera la interfaz entre un sistema de visión por computadora y una maquina NC, obteniendo la reproducción 3D del objeto en la imagen de rango, sin la obtención de las medidas de manera manual, que algunos casos es complejo.
Palabras claves: Segmentación, imagen de rango, objeto de forma libre, criterios de similitud, automatización, generación de código G y M, maquinado, crecimiento de región.
Abstract
-----------------------------------------------------------------------------------------------------------------------------------------------
In this work is presented an algorithm for the automatic machining of a free form object, from an image obtained by a stereoscopic vision system, called range image. This kind of image, provide information of position and depth of parts that compose the object, in a first view a person can identify objects in an image, but a computer can not, therefore, the segmentation methods are used to obtain a high level processing, that make sense to the information and the computer not only interpret it like a cloud of data, if not as an object with height, length or width. A disadvantage of the range images is that contains a lot of noise, and can affect the final result. The data obtained in high-level processing, are used to generate the code that manipulates the functions and motions of a CNC milling machine that make the machining of the piece that is in the range image. The codes are known as G and M code, universal language to operate all CNC machines.
The segmentation methods used for his work are adjusting of planar surfaces, region growing, normal vectors and limited regions of square shape, finally resulting homogeneous square regions. This square regions described par by part a free form object, which is located in the image, allowing to generate a automate cycled of machining, exist five different types of cycles and depends by the inclination of the square region for selecting one. These square regions described part by part an entire free form object located in the image, allowing generating automated cycle of machining. Furthermore, the size of the planes can be varied by the user, allowing if planes are small, to fit straighter or curved shapes perfectly to the object, and otherwise, if the plane are large, considered small curves like planes.
The manual description of G and M codes cause errors, especially lines of code exceed the thousands. The proposed algorithm can perform thousands of lines of code without causing errors, thanks to the automation, and the change of the tool if is necessary. The algorithm considered that it is not possible a depth machining therefore makes a machining in stages, when panes are inclined or are too dep. The proposed algorithm is create an interface between a computer vision system for a CNC machine and obtaining ·D reproduction of the object in a range image, without obtaining measurements manually, which in some cases is complex.
Keywords: Segmentation, range image, free form objects, similitude criteria, automation, G and M code generation, machining, region growing.
-----------------------------------------------------------------------------------------------------------------------------------------------
En el presente trabajo se presenta un algoritmo para el maquinado automático de un objeto de forma libre, a partir de una imagen obtenida por un sistema de visión por computadora, llamada imagen de rango. Este tipo de imágenes, proporciona información de posición y profundidad de las partes que componen el objeto, a primera vista una persona puede identificar los objetos en una imagen, pero una computadora no puede, por lo tanto, se utilizan métodos de segmentación para obtener un procesamiento de alto nivel, que de sentido a la información y que la computadora no interprete solamente como una nube de datos, si no, como un objeto con una atura, radio, largo o ancho. Una desventaja de las imágenes de rango es que contienen mucho ruido, pudiendo llegar a afectar el resultado final. Los datos obtenidos en el procesamiento de alto nivel, son empleados para generar el código que manipule las funciones y movimientos de una fresadora CNC, que realiza el maquinado de la pieza que se encuentra en la imagen de rango. Los códigos son conocidos como código G y código M, lenguaje universal para operar todas las maquinas CNC.
Los métodos de segmentación utilizados para este trabajo son ajuste a superficies planas, crecimiento de región, vectores normales y acortar las regiones de forma cuadrada, dando como resultado final regiones cuadradas homogéneas. Estas regiones cuadradas describen parte por parte todo el objeto de forma libre, que se encuentra en la imagen, permitiendo generar un ciclo de maquinado automatizado, existen cinco tipos diferentes de ciclos y depende de la inclinación de cuadro para seleccionar alguno. Además, el tamaño de los cuadros puede ser variado por el usuario, permitiendo, si los planos son muy pequeños, ajustarse perfectamente a las formas curvas o rectas del objeto, y de lo contrario, los planos son de mayor tamaño, considera las pequeñas curvas como planos.
La descripción manual dl código G y M, es causa de errores sobre todo cuando las líneas de código superan los cientos. El algoritmo propuesto, puede realizar miles de líneas de código sin causar errores, gracias a la automatización, además de realizar cambio de herramienta si es necesario. El algoritmo toma en cuenta que no es posible desbastar a gran profundidad, por ello, realiza un desbaste de manera escalonada, cuando los planos son inclinados o están demasiados profundos. El algoritmo propuesto genera la interfaz entre un sistema de visión por computadora y una maquina NC, obteniendo la reproducción 3D del objeto en la imagen de rango, sin la obtención de las medidas de manera manual, que algunos casos es complejo.
Palabras claves: Segmentación, imagen de rango, objeto de forma libre, criterios de similitud, automatización, generación de código G y M, maquinado, crecimiento de región.
Abstract
-----------------------------------------------------------------------------------------------------------------------------------------------
In this work is presented an algorithm for the automatic machining of a free form object, from an image obtained by a stereoscopic vision system, called range image. This kind of image, provide information of position and depth of parts that compose the object, in a first view a person can identify objects in an image, but a computer can not, therefore, the segmentation methods are used to obtain a high level processing, that make sense to the information and the computer not only interpret it like a cloud of data, if not as an object with height, length or width. A disadvantage of the range images is that contains a lot of noise, and can affect the final result. The data obtained in high-level processing, are used to generate the code that manipulates the functions and motions of a CNC milling machine that make the machining of the piece that is in the range image. The codes are known as G and M code, universal language to operate all CNC machines.
The segmentation methods used for his work are adjusting of planar surfaces, region growing, normal vectors and limited regions of square shape, finally resulting homogeneous square regions. This square regions described par by part a free form object, which is located in the image, allowing to generate a automate cycled of machining, exist five different types of cycles and depends by the inclination of the square region for selecting one. These square regions described part by part an entire free form object located in the image, allowing generating automated cycle of machining. Furthermore, the size of the planes can be varied by the user, allowing if planes are small, to fit straighter or curved shapes perfectly to the object, and otherwise, if the plane are large, considered small curves like planes.
The manual description of G and M codes cause errors, especially lines of code exceed the thousands. The proposed algorithm can perform thousands of lines of code without causing errors, thanks to the automation, and the change of the tool if is necessary. The algorithm considered that it is not possible a depth machining therefore makes a machining in stages, when panes are inclined or are too dep. The proposed algorithm is create an interface between a computer vision system for a CNC machine and obtaining ·D reproduction of the object in a range image, without obtaining measurements manually, which in some cases is complex.
Keywords: Segmentation, range image, free form objects, similitude criteria, automation, G and M code generation, machining, region growing.