RECONOCIMIENTO DE MATERIALES PLÁSTICOS A TRAVÉS DE TÉCNICAS DE VISIÓN ARTIFICIAL EN COLOR AL OBJETO DE SU IMPLEMENTACIÓN EN UNA LÍNEA DE TRIAJE DE UNA E.R.S.U. Martíez de Salazar Martíez, Erique p, Jaramillo Morá, M. A. 2, Ferádez Muñoz, J. A. 2, García del Valle Alfageme, M. 2, Marcos Herádez, A., Moral García, F.J., López Rodríguez, F..Departameto de Expresió Gráfica. Área de Proyectos de Igeiería. 2.Departameto de Electróica e Igeiería Electromecáica. Uiversidad de Extremadura. ABSTRACT This work tries to develop a visio system that makes a cotributio to the automatio process i the collectio of solid plastic waste i a Solid Waste Treatmet Plat. This operatio is realized maually, ad It is very ucomfortable for workers because the smell. Nowadays, this problem is opeed for the extremely difficult of the solutio. I order to get results, It is eeded to proceed to idetify all the objects that should be extracted, before desigig a robotic system that could get them from the tape. This work proposes a methodology that evaluate the feasibility of a recogitio system based i color images. To get this, we compare ad select a proper algorithm betwee classic techiques operatig over real images. RESUMEN E este trabajo se propoe u sistema de visió que cotribuya a la automatizació de la extracció de material plástico e ua Estació de Residuos Sólidos Urbaos (E.R.S.U.). Esta operació, actualmete maual, es bastate molesta para los operarios debido, pricipalmete, al mal olor despedido, estado el problema de la automatizació abierto debido a la extrema dificultad que implica su solució. E el proyecto de automatizació es ecesario proceder a la idetificació de los objetos que deberá ser extraídos, como paso previo a su extracció. 80
Se propoe ua metodología dode se evalúa la viabilidad de u sistema de recoocimieto basado e el tratamieto de imágees e color, para lo que se comprobará los diferetes resultados que ofrece tato las técicas clásicas de procesamieto sobre imágees tomadas de la propia operació.. INTRODUCCIÓN La extracció de evase de materiales plásticos o de cartó e ua ERSU debe ser realizada de forma totalmete maual por operarios que los seleccioa e ua cita de triaje. Simultáeamete se clasifica los materiales segú su tipo: PVC, PEBD, PEAD y PET. Esta labor, de por sí bastate moótoa, se ve agravada por el hecho de realizarse sobre basuras que despide malos olores y que cueta co objetos y materiales de presecia repulsiva. Todo ello implica uas codicioes laborales muy poco adecuadas que, además, favorece u bajo redimieto de los trabajadores. Cualquier actuació que mejore estas codicioes debe ser bieveida, e primer lugar por la cosecució de u etoro laboral más humao y e segudo, como lógica cosecuecia, por la obteció de u mayor redimieto del trabajo. Estas mejoras debe pasar ievitablemete por la automatizació del mayor úmero posible etapas del proceso. U sistema automatizado que fuera capaz de realizar las tareas aputadas costaría de dos partes técica y coceptualmete diferetes. Por u lado debería dispoer de u sistema de recoocimieto de objetos que fuera capaz de idetificar, y posteriormete clasificar, aquellos que perteeciera a uo de los tipos aputados. Por otro debería cotar co ua estructura capaz de extraer y depositar el objeto seleccioado e u recipiete adecuado. De todo esto se deduce ua serie de dificultades que acoseja limitar las prestacioes del sistema total a la ejecució de uas accioes lo más secillas posibles que geere u comportamieto efectivo y, sobre todo, susceptible de ser llevado a la práctica de ua forma asequible y co garatías de éxito. De todas ellas la primera que debe ser abordada es la de segmetació de objetos, ya que si o es posible marcar y posteriormete idetificar la totalidad del elemeto que debe ser extraído, esta última acció o podrá ser realizada. Es por ello que e el presete trabajo se propoe la realizació de u estudio que aborde el marcado y segmetació de u determiado objeto detro de ua image de la cita de triaje. La correcta realizació de las tareas señaladas sigificará la posibilidad de cotiuar 8
co la ejecució de otras etapas que permita completar el sistema ateriormete descrito. Además, permitirá determiar cuáles so las técicas más adecuadas para la realizació de la idetificació propuesta, de tal maera que pueda ser posteriormete empleadas por el sistema global descrito de forma eficiete. El trabajo presetado e esta poecia respode a la ecesidad de realizar los estudios prelimiares que permita evaluar la viabilidad técica del recoocimieto de materiales plásticos situados sobre la cita de triaje maual. 2. SEGMENTACIÓN DE OBJETOS. Este problema es clásico, y cosiste e clasificar los píxeles de ua image atediedo a u criterio de cercaía espacial y de homogeeidad e las propiedades que defie la superficie del objeto buscado. Si embargo, las técicas aplicadas sobre el color so muy recietes. Efectivamete la iformació proporcioada por el atributo de color es mucho más rica, pero su ivestigació correspode a la última década, siedo la mayoría de los algoritmos propuestos excesivamete complicados y muy costosos desde el puto de vista de cálculo, lo cual evita que pueda ser empleados e tiempo real. E esta primera fase o se itetará determiar las diferecias que caracteriza a los distitos tipos de plásticos, sio idetificar úicamete aquellos blacos o relativamete icoloros que defie el problema más simple de segmetació. Para ello, se dispoe de diferetes técicas, que puede clasificarse de maera geeral e tres grupos: - Técicas de detecció de bordes: que correspode a la búsqueda de saltos e el gradiete. - Técicas sobre el espacio de color utilizado para la represetació del color: que correspode a la acotació selectiva del espacio de color utilizado para ello diferetes geometrías que se cosidere apropiadas. - Técicas que toma e cueta la relació espacial de los píxeles: que correspode a aquellas técicas que evalúa la presecia de texturas, cosiderádolas como etidades diferetes que ha de segmetarse como uidades idividuales. Adecuado estas técicas a la resolució del problema cocreto puede decirse que la búsqueda de bordes queda descartada debido a la heterogeeidad de los materiales que so susceptibles a segmetar, puesto que éstos puede veir e 82
cualquier forma y posició, deformados y superpuestos, por lo que será muy difícil establecer y recoocer cotoros cerrados. Las técicas que toma e cueta la relació espacial y texturas suele teer la base de u profudo filtrado gaussiao, por lo que el tiempo de cálculo suele ser elevado. Por esto o se cosiderará como apropiadas, co lo que queda itetar ua aproximació mediate operacioes e los espacios de color. Ua programació efectiva del método garatizará rapidez de ejecució, proporcioado tiempos de cómputo relativamete bajos. De esta forma, la estrategia que se probará correspode a la utilizació de u espacio de trabajo adecuado, como es el Lab, sobre el que se establecerá ua regió que defiirá los putos de la image que vaya a ser icorporados e el proceso de segmetació. Para reforzar dicha estrategia hay que recordar que o es ecesario el obteer ua segmetació exacta del objeto de plástico, sio ua catidad represetativa de superficie que determie u posible objetivo para idear ua estrategia de agarre.. EL ESPACIO LAB. El espacio de partida correspode al RGB o lieal co el que trabaja los programas, por ello, hay que realizar ua trasformació expoecial que es la correcció gamma para llegar a las coordeadas RGB lieales (). ( R, G, B) ( R, G, B ) 0.45 = γ ( R, G, B ) + 0.099.099 ( R, G, B ) ( R, G, B ) 0.08 > 0.08 Siedo el valor de gamma más usual 2.2, auque depederá del dispositivo de visualizació empleado. A partir de aquí puede realizarse la trasformació hacia el espacio XZ mediate la siguiete matriz (2): X 0.490 = 0.77 Z 0.000 0.0 0.8 0.00 0.200 R 0.0 G 0.990 B Para llegar al espacio Lab mediate ua trasformació o lieal [,2]. La virtud de este sistema de represetació es ser u espacio uiforme, por lo que so muy utilizados para todas las aplicacioes que requiera ua defiició precisa del color. Dicho espacio preseta e L la coordeada de ilumiació, siedo a, b las coordeadas cromáticas e las que se opoe los colores rojo y verde frete al amarillo y azul, para lo que se establece trasformacioes mediate la raíz cúbica () (2) 8
(), dode X,, Z so los valores de X,, Z para la referecia blaca que se haya adoptado e el espacio de color orige. Mediate la trasformació expuesta se obtiee u sistema atural para la percepció del color, e el que la logitud de la recta etre dos colores es ua buea aproximació para la distacia etre ellos. = = > = 200 500 0.008856 90. 0.008856 6 6 Z Z b X X a L () 4. ESTABLECIMIENTO DE LA REGIÓN DE INTERÉS. Para lograr establecer cual es la regió de iterés para la localizació de materiales plásticos se ha realizado dos tomas, por u lado se ha extraído fotogramas reales de ua película tomada e la misma operació de triaje, mietras que por otro lado se ha tomado fotografías de elemetos aislados para determiar cual es la distribució de los putos para coseguir la segmetació. A cotiuació se preseta alguas de las imágees tomadas, e cocreto la de dos botellas realizadas e codicioes de laboratorio: (a) Figura : Fotografías de botellas de plástico tomadas e codicioes de laboratorio co u cotraste similar al de la cita trasportadora. seguidas de fotogramas extraídos de la película tomada e la ERSU: 84
(a) Figura 2: Fotografías de botellas de plástico tomadas de la cita de triaje maual de la ERSU de Mérida. A partir de éstas se realiza la trasformació hacia coordeadas Lab, y se ormaliza para la compoete máxima de ilumiació, a fi de teer ua misma base de comparació para ilumiacioes diferetes. Co esto se realiza la represetació de los putos iteriores represetativos de cada ua de las botellas, arrojado los resultados expuestos e la figura e las que se preseta el plao de coordeadas a, b y L,a. Del estudio de la distribució de putos puede deducirse que el grueso se ecuetra situado e u itervalo cromático para a y b de ±5, y para ilumiacioes altas. (a) 85
(c) Figura : Distribució de putos de color de las botellas represetadas e la figura : a), b) correspode a la represetació Lab de los putos de la figura.a y c), d) correspode a la represetació de putos de la figura.b. 5. ESTRATEGIA DE SEGMENTACIÓN. Para coseguir la segmetació se utilizará ua estrategia basada e la acotació de regioes, para lo cual se ha comprobado que el mejor resultado lo proporcioa u cilidro cetrado e el eje de ilumiació, co ua doble acotació realizada e dos pasos. El primero destiado a localizar los reflejos producidos sobre el material plástico, y u segudo de selecció de zoas circudates. Por ello el método seguido correspode a los siguietes pasos [2]: - Normalizar por el valor máximo de ilumiació. - Tomar aquellos putos de la image coteidos e u cilidro situado e la parte superior del eje de ilumiació co radio 5 y co ilumiació coteida e el itervalo [90,00]. Co esto se pretede establecer el úcleo de color de los materiales plásticos, auque estos aparezca icompletos. - Para aumetar el objetivo se añade u segudo procesamieto que cosiste e sumar aquellos píxeles que so coexos co el úcleo ateriormete localizado y que respode al itervalo más amplio de radio 25 e ilumiació e el itervalo [60,00]. Co esto es posible lograr ua detecció como la que se ilustra e la figura 4. 6. CONCLUSIONES. Es posible realizar la presegmetació de materiales plásticos atediedo al reflejo que produce, que puede ser u bue resultado para el etreamieto de ua red euroal diseñada para la labor fial de segmetació. 86
(a) (c) Figura 4: Selecció de objetivos producidas por la segmetació e el espacio Lab segú la estrategia propuesta. (d) 7. REFERENCIAS. [] Jai, A. K.: Fudametals of Digital Image Processig, Pretice Hall. Eglewood Cliffs, NJ USA. 989. [2] Plataiotis, K. N., Veetsaopoulos, A. N.: Color Image Processig ad Applicatios, Spriger-Verlag, Berlí Heidelberg 2000. 8. CORRESPONDENCIA. Erique Martíez de Salazar Martíez. Profesor Asociado del Área de Proyectos. Dpto. de Expresió Gráfica. UNEX. Escuela de Igeierías Idustriales. Av. de Elvas s/. 0607. Badajoz. Teléfoo: 924 289600. Correo Electróico: dsalazar@uex.es 87