Cleaning and measuring tools using digital image processing methods

Abstract

[ANGLÈS] Many industrial machines use screws and other small tools to fix smaller components that compose the whole structure of the machine. To ensure that these tools withstand the pressures that can be subjected at, a correct design of the tool is a necessary job and must be done accurately. It is quite true that the companies that manufacture the tools design them regarding to certain parameters of resistance to temperature, pressure, torque, etc.. But once they have been used for real purposes may be desirable to apply concrete measures to them in order to ensure that no deformation has been suffered and that the design has been done properly. In this project we focus on the analysis of screws of known geometry, but the main ideas and methods that we will develop can be also be applied on other objects with certain changes and considerations. The aim of this project is to design an algorithm that measures concrete distances for given screws and compares the obtained distances with the already known theoretical measurements so that we can achieve to conclude if the screw is between the parameters of normality or if that screw has suffered bending, for example. The task of measurement, that can be done physically, is called to be improved by using digital image processing methods in order to make the process faster and automatic. But not only this, we also have to deal with the fact that the screws to be analyzed might contain dirt produced by their previous usage, as rust, embedded oil... Therefore, a previous task to the measurement step must be a process of cleaning the contour of the screw, which will be carried out using Fourier Descriptors in a particular way that we will explain deeply in section 3. But since the method has to return the measures in a physical unit of measure, a process that deals with a conversion between the measurements found in pixels ant turns them into millimeters has to be also carried out. We are provided by a high precision camera (μEye UI-1540-M) and with a platform specifically designed for this purpose which contains a support for the camera and system to hold the screw from its base, and that allows us to move the support forward and backward, sideways, up and down in order to achieve a good approach in terms of resolution of the image. The system that holds the screw has also a mechanism to hold a high precision point grid (Low Reflect Grid Distortion Targ 3X3 0.5mm Dot, Edmund Optics) at the same place than the screw, which will allow us to compute a factor of conversion that will be valid as soon as the picture of the screw is taken at the same exact distance that the picture of the point grid. And also as soon as we handle the problem that comes from the radial distortion that presents the camera, which brings us to realize that not all distances in the image are equally reliable.

[CASTELLÀ] Muchas máquinas industriales utilizan tornillos y otras herramientas pequeñas para fijar componentes más pequeños que componen toda la estructura de una máquina. Para asegurarse de que estas herramientas van a soportar las presiones a las que se pueden someter, es necesario un preciso y buen diseño de la herramienta en cuestión. Es cierto que las empresas que fabrican las herramientas, las diseñan teniendo en cuenta ciertos parámetros de resistencia a la temperatura, presión, torsión, etc. Pero una vez que se han utilizado para los propósitos reales puede ser necesario medir distancias concretas con el fin de garantizar que no a sufrido ninguna deformación y que el diseño se ha hecho correctamente. En este proyecto nos centramos en el análisis de tornillos de geometría ya conocida, pero las ideas principales y los métodos que vamos a desarrollar también pueden ser aplicados en otros objetos con ciertas modificaciones y consideraciones. El objetivo de este proyecto es diseñar un algoritmo que mida distancias concretas en los tornillos y compararlas luego con las distancias teóricas, a fin de valorar y llegar a la conclusión de si las medidas del tornillo en cuestión están entre los parámetros de la normalidad o si ha sufrido algún tipo de deformación. La tarea de medición se puede hacer físicamente, pero puede ser mejorada mediante el uso de métodos de procesamiento de imágenes digitales con el fin de hacerlo más rápido y automático. Pero no sólo eso, también tenemos que tener en cuenta que los tornillos que se analizarán pueden contener suciedad producida por su uso anterior, ya sea óxido, aceite incrustado ... Por lo tanto, una tarea previa a la de medición debe ser un proceso de limpieza del contorno de la rosca, que se llevará a cabo utilizando descriptores de Fourier de una manera particular que vamos a explicar en profundidad en la sección 3. Sin embargo, dado que el método tiene que devolver las medidas en una unidad física y real de medida, es necesario también un proceso para convertir las medidas digitales obtenidas, que se encuentran en píxeles, a milímetros. Para la realización del proyecto contamos con una cámara de alta precisión (μEye UI-1540-M), con una plataforma diseñada específicamente para este propósito, con un soporte para la cámara y con un sistema para mantener el tornillo sujeto en la base. Esto nos permite mover el tornillo hacia adelante y hacia atrás, hacia los lados, hacia arriba y abajo con el fin de lograr un buen enfoque en términos de resolución de la imagen. El sistema que sujeta el tornillo tiene también un mecanismo para mantener una red de puntos de alta precisión (Low Reflexion Grid Distortion Targ 3X3 0.5mm Dot, Edmund Optics) en el mismo lugar que el tornillo, lo que nos permitirá calcular un factor de conversión que será válido siempre y cuando se tomen las imagenes del tornillo a la misma distancia que la imagen de la red de puntos. Además debemos solucionar el problema que viene dado por la distorsión radial que presenta la cámara, ya que no todas las distancias en la imagen tienen la misma fiabilidad.

[CATALÀ] Moltes màquines industrials utilitzen cargols i altres eines petites per fixar components més petits que componen tota l'estructura d'una màquina. Per assegurar que aquestes eines suportaran les pressions a què es poden sotmetre, cal un precís i bon disseny de l'eina en qüestió. És cert que les empreses que fabriquen les eines, les dissenyen tenint en compte certs paràmetres de resistència a la temperatura, pressió, torsió, etc. Però una vegada que s'han utilitzat per als propòsits reals pot ser necessari mesurar distàncies concretes per tal de garantir que no a sofert cap deformació i que el disseny s'ha fet correctament. En aquest projecte ens centrem en l'anàlisi de cargols de geometria ja coneguda, però les idees principals i els mètodes que desenvoluparem també poden ser aplicats en altres objectes amb certes modificacions i consideracions. L'objectiu d'aquest projecte és dissenyar un algorisme que mesuri distàncies concretes en els cargols i comparar després amb les distàncies teòriques, a fi de valorar i arribar a la conclusió de si les mesures del cargol en qüestió estan entre els paràmetres de la normalitat o si ha patit algun tipus de deformació. La tasca de mesura es pot fer físicament, però pot ser millorada mitjançant l'ús de mètodes de processament d'imatges digitals per tal de fer-lo més ràpid i automàtic. Però no només això, també hem de tenir en compte que els cargols que s'analitzaran poden contenir brutícia produïda pel seu ús anterior, ja sigui òxid, oli incrustat ... Per tant, una tasca prèvia a la de mesurar ha de ser un procés de neteja del contorn de la rosca, que es durà a terme utilitzant descriptors de Fourier d'una manera particular que explicarem en profunditat a la secció 3. No obstant això, atès que el mètode ha de retornar les mesures en una unitat física i real de mesura, cal també un procés per convertir les mesures digitals obtingudes, que es troben en píxels, a milímetres. Per a la realització del projecte comptem amb una càmera d'alta precisió (μEye UI-1540-M), amb una plataforma dissenyada específicament per a aquest propòsit, amb un suport per a la càmera i amb un sistema per mantenir el cargol subjecte a la base. Això ens permet moure el cargol cap endavant i cap enrere, cap als costats, cap amunt i avall per tal d'aconseguir un bon enfocament en termes de resolució de la imatge. El sistema que subjecta el cargol té també un mecanisme per mantenir una xarxa de punts d'alta precisió (Low Reflexion Grid Distortion Targ 3X3 0.5mm Dot, Edmund Optics) en el mateix lloc que el cargol, el que ens permetrà calcular un factor de conversió que serà vàlid sempre que es prenguin les imatges del cargol a la mateixa distància que la imatge de la xarxa de punts. A més hem de solucionar el problema que ve donat per la distorsió radial que presenta la càmera, ja que no totes les distàncies en la imatge tenen la mateixa fiabilitat.