Control de calidad en envases alimentarios cerámicos mediante aprendizaje semi-supervisado con SVM de clase única (OCSVM)

Resumen

La detección de grietas, fisuras y defectos en los envases alimentarios resulta de especial relevancia dadas las implicaciones de salud pública. Un envase defectuoso en el mercado puede suponer intoxicaciones a los consumidores. En cambio, la fiabilidad en la detección de defectos no debe penalizar el volumen de producción. Esta aplicación describe un algoritmo semi-supervisado de detección de defectos en la boca de envases alimentarios cerámicos, en una línea de fabricación con un ritmo de producción de 3000 envases a la hora. El algoritmo es una máquina de vectores soporte (SVM) del tipo 'one-class' o 'clase única' (OCSVM), entrenado solo con envases no defectuosos y aumento de datos, permitiendo así un sencillo entrenamiento de cada tipo de envase. La imagen capturada por la cámara es enmascarada y filtrada para posteriormente extraer características a través de un algoritmo de tipo Autoencoder, y finalmente ser clasificadas por la SVM. Se alcanza una especificidad cercana al 100\%, lo que indica que todos los envases defectuosos son detectados, si bien algunos envases correctos también lo son. Se obtiene un tiempo de procesado de menos de 20 ms, lo que permite una detección en tiempo real para el volumen de producción de la fábrica. Este procedimiento permite validar el proceso para su aplicación a otras partes del envase como paredes interiores, exteriores, y fondo.