Clasificación automática de granito según su tono

Autores/as

  • J.C. Catalina Hernández AITEMIN
  • G. Fernández Ramón AITEMIN

DOI:

https://doi.org/10.21701/bolgeomin.128.2.001

Palabras clave:

clasificación por tono, granito, piedra natural, visión artificial

Resumen


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

Los datos de descargas todavía no están disponibles.

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

2017-06-30

Cómo citar

Catalina Hernández, J., & Fernández Ramón, G. (2017). Clasificación automática de granito según su tono. Boletín Geológico Y Minero, 128(2), 271–286. https://doi.org/10.21701/bolgeomin.128.2.001

Número

Sección

Artículos