Sistema de visão computacional aplicado à inspeção automática interna de tubos de pequeno diâmetro

Orientador: Alessandro ZimmerCoorientador: Alceu Britto JúniorDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa : Curitiba, 26/07/2018Inclui referências: p. 56-58Resumo: Esta dissertação apresenta os principais aspectos de desenvolvimento de um sistema de aquisição e processamento de imagens que pode ser inserido em sistemas de tubos metálicos de termoelétricas a fim de se capturar imagens da região interna de tais tubos para análise. Após a imagem ser capturada, esta é processada resultando vários segmentos, nos quais são aplicados uma análise de textura e então utilizado um classificador para identificar de maneira automática alguns tipos de corrosão ou defeito. Os testes experimentais feitos com base em um conjunto de 2,615 imagens mostraram que os modelos propostos de classificação podem atingir taxas de acerto entre 90% e 94% ao classificarem um conjunto de images para teste, obtidas com um modelo de câmera, factível as dimensões demandadas do projeto, e 100% nas imagens de teste, obtidas com outro modelo de câmera, com dimensões não factíveis ao projeto final. Palavras-chave: Inspeção visual. Textura. Fusão de características. Inspeção automática.Abstract: This dissertation presents the main aspects of the design of an image acquisition and processing approach that can be inserted into thermoelectric metal pipe systems and travel inside the pipes to capture images from the inner surface of such pipes for further analysis. After the image capture, a texture analysis of its internal surface is carried out to classify automatically segments from the image that present some type of corrosion or defects. The experimental results on a dataset of 2,615 images have shown that proposed classification models can achieve accuracy between 90% and 94% on the test set, using a feasible camera for the project and 100% using another camera model. Keywords: Visual inspection. Texture. Fusion of features. Automatic inspection