Atribución-NoComercial 4.0 InternacionalBranch Bedoya, John WillianRestrepo Martínez, AlejandroMadrigal González, Carlos Andrés2019-07-022019-07-022017-06-15https://repositorio.unal.edu.co/handle/unal/59755La reconstrucción 3D se ha convertido en un área atractiva de investigación para la comunidad en visión artificial, especialmente en aplicaciones de control de calidad en la industria. Mediante la inspección visual automática de un producto es posible detectar defectos no visibles para el ojo humano, lo que permite mejorar la calidad de los productos, aumentar la velocidad de producción, eliminar errores de subjetividad, integrar la línea de producción con otros sistemas y reducir costos. La comunidad se ha inclinado en resolver el problema de detección y reconocimiento de defectos superficiales a través de imágenes 2D, sin embargo, cuando los defectos son a escala submilimétrica y los defectos no presentan un fuerte contraste, la identificación del defecto es aún un reto, además en algunas aplicaciones es necesario la cuantificación del defecto con el fin de obtener información del proceso que lo produjo, en cuyo caso se debe usar información 3D. Debido a lo anterior, este trabajo propone un método para la detección y reconocimiento de defectos superficiales a partir de la reconstrucción 3D de la pieza. En esta tesis, nosotros proponemos un descriptor local 3D altamente discriminante, que permite clasificar los elementos de una nube de puntos en 5 primitivas, hueco, cresta, base de cresta, borde de hueco y plano, luego se realiza una proyección 2D de las primitivas obteniendo una representación 2D de la región a la cual se extraen características geométricas que permiten reconocer el tipo de defecto.Abstract: 3D reconstruction has become an attractive research area for the community in computer vision, especially in quality control applications in the industry. By means of the automatic visual inspection of a product it is possible to detect defects not visible to the human eye, which allows to improve the quality of the products, increase the speed of production, eliminate errors of subjectivity, integrate the production line with other systems and reduce costs. The community has been focused in solving the problem of detecting and recognizing surface defects through 2D images, however, when the defects are at a sub-millimetric scale and they do not present a strong contrast, identifying them is a challenge. In addition, in some applications it is necessary to quantify the defect in order to obtain information about xii the process that produced it, in which case 3D information must be used. Due to the above, this work proposes a method for the detection and recognition of surface defects from the 3D reconstruction of the piece. In this thesis, we propose a highly discri-minating 3D local descriptor, which allows to classify the elements of a cloud of points in 5 primitives: hole, crest, crest base, hole edge and plane. Then a 2D projection of the primiti-ves is made obtaining a 2D representation of the region from which geometric features are extracted, allowing to recognize the type of defectapplication/pdfspaDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/6 Tecnología (ciencias aplicadas) / Technology62 Ingeniería y operaciones afines / EngineeringTrabajo de grado - Doctoradohttp://bdigital.unal.edu.co/57430/info:eu-repo/semantics/openAccessDescriptor local 3D ArtificialDefectos SuperficialesInspección Visual AutomáticaNube de PuntosReconstrucción 3DVisión Artificial