Clasificación automática de granito según su tono
DOI:
https://doi.org/10.21701/bolgeomin.128.2.001Palabras clave:
clasificación por tono, granito, piedra natural, visión artificialResumen
La producción de una planta de elaboración de piedra natural está sujeta a la variabilidad inherente a los bloques de piedra que constituyen su materia prima, lo que puede causar problemas de uniformidad en el material suministrado que frecuentemente ocasionan conflictos con los clientes.
La mejor forma de atajar este problema consiste en la clasificación del producto en función de sus características visuales, lo que tradicionalmente se realiza de forma manual: un operario observa cada pieza y la asigna a uno de los tipos considerados en función de parámetros visuales tales como color, textura, grano, veteado, etc. Sin embargo, esta labor presenta a su vez problemas de consistencia, debidos a la subjetividad del criterio de clasificación de cada operario, y a los errores provocados por su progresiva fatiga.
Los intentos de aplicar sistemas de inspección automática genéricos como los utilizados en la industria cerámica han resultado fallidos debido a que la piedra natural presenta una variabilidad mucho mayor que las baldosas cerámicas. Por ello, ha sido necesario desarrollar sistemas de clasificación específicamente diseñados para el tratamiento de los parámetros visuales que diferencian los distintos tipos de piedra natural.
A continuación se describe los pormenores del sistema de visión artificial desarrollado por AITEMIN para la clasificación automática de piezas de granito en función de su tono, que permite dar una solución integral a la problemática del control de tono en la industria de elaboración y comercialización de granitos. El sistema ha sido diseñado para ser entrenado fácilmente por el usuario final, mediante el aprendizaje de las muestras seleccionadas como patrones de tono.
Descargas
Citas
Araújo, M., Martínez, J., Ordóñez, C., and Vilán, J.A. 2010. Identification of Granite Varieties from Colour Spectrum Data. Sensors, Volume 10, Issue 9, 8572-8584. http://www.mdpi.com/1424-8220/10/9/8572 https://doi.org/10.3390/s100908572
Bianconi, F., González, E., Fernández, A., and Saetta, S.A. 2012. Automatic classification of granite tiles through colour and texture features. Expert Systems with Applications, Volume 39, Issue 12, 11212-11218. https://doi.org/10.1016/j.eswa.2012.03.052
Catalina, J.C., and Fernández, G. 2007. Sistema de clasificación automática de piezas de granito según su tono mediante visión artificial. 12th International Congress on Energy and Mineral Resources, Oviedo, Spain, 7-11 October.
Catalina, J.C., Fernández, G., and Alarcón, D. 2010. Automatic tone grading system for granite tiles. Global Stone Congress 2010, Alicante, Spain, 2-5 March.
Clemente-Pérez, P., Garcerán-Hernández, V., Puyosa-Piña, H.D., and Tomás-Balibrea, L.M. 1995. Automatic system to quality control: Using artificial vision and neural nets for classification of marble slabs in production line, in Proceedings of International Symposium on Artificial Neural Networks, Taiwan, R.O.C., E3.26-E3.31.
International Commission on Illumination. 2007. CIE S 014-4/E:2007. Colorimetry-part 4: CIE 1976 L*a*b* Colour Space; CIE Central Bureau: Vienna, Austria.
Martinez-Alajarín, J., Luis-Delgado, J. D., and Tomás-Balibrea, L.M. 2005. Automatic system for quality-based classification of marble textures, IEEE Transactions on Systems, Man, and Cybernetics, Part C 35 (4), 488-497. https://doi.org/10.1109/TSMCC.2004.843236
Martínez-Alajarín, J., and Tomás-Balibrea, L.M. 1999. Automatic classification system of marble slabs in production line according to texture and color using artificial neural networks, in Proc. 8th Int. Conf. Computer Analysis of Images and Patterns, Ljubljana, Slovenia, Sep. 1999, pp. 167-174. https://doi.org/10.1007/3-540-48375-6_21
Muge, F., Pina, P., Ramos, V., Sottomayor, L., Bruno, R., Bedeschi, I., Mengucci, M., Lamberti, C., Brancaleoni, F., Proverbio, M., Corbelli, O., Chica-Olmo, M., Serrano, E., Quereda, J.M., and Sanchez, G. 1997. Characterization of Ornamental Stones Standards by Image Analysis of Slab Surface (COSS), Eurominerals'97, II International Congress of Natural and Industrial Stones, Lisboa, 4-6 June.
Ramos, V., Pina, P., and Muge, F. 1999. From Feature Extraction to Classification: A multidisciplinary Approach applied to Portuguese Granites, in Ersboll B.K., Johansen P. (eds.), Proceedings of SCIA'99 - The 11th Scandinavian Congress on Image Analysis, volume 2, 817-824, Kangerlussuaq, Greenland. The paper was republished in 2004 in CoRR abs/cs/0412066.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Consejo Superior de Investigaciones Científicas (CSIC)

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Consulte la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.