Sistema de visió artificial per a la detecció de fuites de fluids

Abstract

El treball presentat en aquest document, tracta sobre de creació d'un sistema que té com a finalitat principal, detectar fuites de fluids en qualsevol tipus d'instal·lació. El projecte, es desenvolupa dins l'àmbit del processament digital de la imatge, més concretament, el de la visió artificial. Els elements bàsics d'aquest sistema, són una càmera d'alta qualitat i una aplicació que obté la imatge en temps real, la processa per tal de poder analitzar-la i prendre una decisió. La implementació està feta amb el llenguatge de programació C++ sobre la plataforma .NET de Microsoft, i amb la llibreria externa de visió artificial OpenCV. Utilitza diverses tècniques de la visió artificial, i ofereix tres modes d'operació, per tal d'oferir més versatilitat, a més, disposar de més informació per tal d'obtenir uns conclusions més sòlides i resoldre quin és el més efectiu i fiable. S'implementen vàries de les funcions més bàsiques de la visió artificial com captura d'imatge a temps real, conversió de RGB a escala de grisos, carregar, guardar i mostrar imatges, etc. Però també, diverses operacions i transformacions com suavitzat Gaussià, algoritme de detecció de contorns Canny, subtracció entre imatges, operacions morfològiques, binarització, recerca de contorns, superposició de zones, etc. El primer mode es basa en la de detecció de contorns, el segon i el tercer, en la subtracció entre imatges. Aquestes dues difereixen en què una té una imatge mestre fixa per fer la subtracció amb la real, i l'altre, aquesta imatge mestre es va actualitzant periòdicament. Amb la subtracció entre les dues imatges, s'obté una imatge resultant on només hi apareixen els nous elements. Els resultats són satisfactoris, i el tercer mode, on la imatge mestre es va actualitzant automàticament, és el més robust i fiable, el que supera més obstacles i pertorbacions. És un sistema creat per créixer i adaptar-se a noves tecnologies. Ara mateix, només es pot configurar dues zones de vigilància, però en una pròxima versió i amb una càmera servocontrolada podrà vigilar un gran nombre de punts.

El trabajo presentado en este documento, trata sobre de creación de un sistema que tiene como finalidad principal, detectar escapes de fluidos en cualquier tipo de instalación. El proyecto, se desarrolla dentro del ámbito del procesamiento digital de la imagen, más concretamente, el de la visión artificial. Los elementos básicos de este sistema, son una cámara de alta calidad y una aplicación que obtiene la imagen en tiempo real, la procesa para poder analizarla y tomar una decisión. La implementación está hecha con el lenguaje de programación C++ sobre la plataforma .NETO de Microsoft, y con la librería externa de visión artificial OpenCV. Utiliza varias técnicas de la visión artificial, y ofrece tres modas de operación, para ofrecer más versatilidad, además, disponer de más información para obtener unos conclusiones más sólidas y resolver cuál es lo más efectivo y fiable. Se implementan varias de las funciones más básicas de la visión artificial como captura de imagen a tiempo real, conversión de RGB a escala de grises, cargar, guardar y mostrar imágenes, etc. Pero también, varias operaciones y transformaciones como suavizado Gaussiano, algoritmo de detección de contornos.

This project aims to control the fluid leaking detection on domestic and industrial installations, indoors and outdoors. The detection is done by camera capturing and image processing. Software is built with C++ language and the library of computer vision called OpenCV. The integrated development environment (IDE) used, is the Microsoft Visual studio that runs on the .NET framework. The detection can be done by three different methods. For all the options, the user previously has to configure the watching zones areas (this version allows up to two zones). Also, there are specific settings for each one. Once, a leaking is detected, the user is notified by email. The system uses some of the most common functions and operations of computer vision, such as color spaces conversion, smoothing, edge detection, morphology, threshold, subtraction, contour finding, drawing, etc.