Inspeção Automática de Defeitos em Madeiras de Pinus usando Visão Computacional

Resumo: Este artigo apresenta um método completo para a detecção de defeitos em tábuas de madeira de Pinus através de técnicas de Visão Computacional. As imagens dos lados da tábua de madeira são adquiridas com câmeras tipo line scan e processadas para extração de características baseadas na informação cor e em propriedades de textura: suavidade, aspereza e regularidade. Um subconjunto destas características, extraído a partir de imagens em níveis de cinza e selecionado com base em algoritmos genéticos multi-objetivos é proposto como alternativa para redução de custos no processo de aquisição de imagens. Dois paradigmas de aprendizagem de máquina diferentes foram utilizados: redes neurais e máquinas de vetor de suporte. Resultados experimentais demonstram que o conjunto de características selecionado a partir de imagens em níveis de cinza atingiu desempenho competitivo para o problema de detecção de defeitos em madeira, quando comparado com conjunto de características que depende de sensor de aquisição de maior custo (line scan colorida) para extração de características baseadas na informação cor.