Académique Documents
Professionnel Documents
Culture Documents
n
x x
x s
i
i
(2)
A melhor estimativa da varincia da mdia
) (
2
x
, da grandeza a medir, a varincia
experimental da mdia cuja expresso :
n
x s
x s
i
) (
) (
2
2
=
(3)
O desvio padro experimental da mdia
serve para qualificar quanto o valor mdio
x
representa a grandeza a ser medida X. Esta
estimativa tanto melhor quanto maior for o
nmero de repeties efetuadas na medio.
A expresso da incerteza Tipo A,
determinada a partir de n medies de uma
grandeza X, para graus de liberdade e nvel
de confiana p =95%, dada por:
) ( ) ( ) (
% 95
x s x t x I i
A
= =
(1)
Onde:
tp() conhecido como t de student
para um nvel de confiana p
o nmero de graus de liberdade,
definido como n-1
Incerteza Tipo B
Incertezas deste tipo so determinadas a
partir de informaes acessrias e externas ao
processo de medio. Estas informaes podem
ser obtidas de resultados de medies similares
anteriores, experincia ou conhecimento do
comportamento do instrumento, dados do
fabricante, dados fornecidos por certificados de
calibrao, referncias de manuais de instruo,
etc.
So exemplos deste tipo de incerteza:
gradiente de temperatura durante a medio;
afastamento da temperatura ambiente em
relao temperatura de referncia de 20 C,
tipo do indicador: analgico ou digital,
instabilidade na rede eltrica, paralaxe,
incerteza do padro, instabilidade do padro,
erros geomtricos, deformaes mecnicas,
histerese, estabilidade temporal, etc.
Como mencionado anteriormente, uma
anlise de incertezas para este mtodo de Viso
Computacional torna-se necessria, uma vez
que cada mtodo de medio possui incertezas
e fatores externos diferentes que podem
contribuir para o erro. Alm disto, pode-se
observar a eficincia deste mtodo e compar-
los a outros mtodos convencionais.
Para a avaliao da incerteza Tipo A,
preciso que haja um determinado nmero de
medies feitas nas mesmas condies
externas, uma vez que esta avaliao est
relacionada com a repetitividade do processo.
Uma alternativa para determin-la foi
fotografar uma mesma pea em orientaes
diferentes, ou seja, fazendo-a girar no plano em
que se encontra, mantendo fixas a altura da
cmera em relao ao objeto e a resoluo da
mesma. Deve-se lembrar que em aplicaes
reais as peas podem estar em orientaes
diferentes e aleatrias. Da mesma forma que
em um processo de medio com um
micrmetro, por exemplo, h uma grande
probabilidade de se obter leituras diferentes de
uma medida ao se repetir o processo algumas
vezes.
Com isto, extrai-se a medio desejada em
cada foto e calcula-se a incerteza utilizando-se
a expresso da incerteza Tipo A (1). preciso
lembrar que quanto maior o nmero de
fotosmelhor ser a estimativa da incerteza do
processo.
Para a estimativa da incerteza Tipo B, deve-
se levar em conta fatores externos que podem
contribuir para o erro. Foram destacados dois
fatores que podem ser relevantes.
Primeiramente, ao se calibrar uma cmera
para um processo, ou seja, fixar uma altura de
cmera e extrair o fator de converso por
comparao com a medida real de uma pea de
referncia, h uma incerteza associada a este
processo. Se a medida real conhecida da pea
foi obtida por um outro processo de medio, a
incerteza associada a este procedimento ir
contribuir para a incerteza da medio
computacional. Uma outra possibilidade
calibrar a cmera com uma foto de um bloco
padro. Neste caso a incerteza associada refere-
se incerteza do mesmo. O valor desta
incerteza pode ser obtido no certificado de
calibrao que geralmente acompanha o
conjunto de blocos padro, quando o mesmo
adquirido.
ENGEVISTA, v. 7, n. 2, p. 38-50, dezembro 2005 48
Uma segunda varivel que cabe ser
observada a temperatura do ambiente de
medio. Pode ser importante avaliar a
incerteza associada ao afastamento da
temperatura ambiente da temperatura de
referncia. Esta incerteza depende da grandeza
da dimenso do mensurando e do afastamento
da temperatura de medio da temperatura de
referncia (20C). Admitindo como sendo o
coeficiente de dilatao trmica do mensurando
e t o afastamento da temperatura em relao a
20C, tem-se que o limite a ser: a = x t x L,
onde L o comprimento avaliado. O desvio
padro para p =68% ser de:
3
) (
a
x s
i
=
(2)
Geralmente, a tolerncia aceitvel de 2
C para cima e para baixo. J em laboratrios de
calibrao ela menor (cerca de 0,5 C). A
relevncia desta incerteza depender da
aplicao e do ambiente. Se for um ambiente
com uma temperatura alta (em uma linha de
produo, por exemplo), este fator pode ser
importante. Para um laboratrio de calibrao,
este fator tambm dever ser considerado.
A Tabela.4 mostra um resumo das
variveis e seus respectivos tipos de incerteza.
Uma anlise criteriosa destas variveis
fundamental para ser determinar o que pode ser
feito para diminuir ao mximo a incerteza de
medio por este mtodo. A eficincia de um
mtodo de medio tanto maior quanto menor
for esta incerteza. Deve-se, em uma aplicao
real, determinar quais variveis podem ser
controladas ou modificadas para a melhoria do
processo. De posse destes valores, utilizam-se
as equaes (1), (2) e (3) para obter,
respectivamente, os valores da varincia,
varincia da mdia e da incerteza U
r
, devido
repetibilidade, para cada medida. Os valores
obtidos esto contidos na Tab. 5.
Tabela.4 Variveis e respectivos tipos de
incerteza.
Varivel Incerteza
Medida da pea de referncia Tipo B
Procedimento de medio
computacional
Tipo A
Temperatura ambiente Tipo B
Porm, para se obter o valor total da
incerteza do processo de medio U, deve-se
adicionar a contribuio da incerteza do bloco
padro U
b
, que de 0,53 m, conforme
mencionado anteriormente. Isto feito atravs
da seguinte relao:
U2 =Ur2 +Ub2 (3)
Onde: U =incerteza de medio
U
r
=incerteza associada a repetitividade
U
b
=incerteza associada ao bloco padro
A Tabela mostra os resultados obtidos,
para cada medida da pea. Os valores se
encontram com doze casas decimais, para que
se possa notar o efeito do clculo.
Tabela 5 Varincia, Varincia da mdia e Incerteza U
r
.
Medida Varincia Varincia da mdia Incerteza U
r
Comprimento 0,07044670 0,01408934 0,03916837
Largura 0,08572030 0,01714406 0,04766049
Furo 1 0,04278650 0,00855730 0,02378929
Furo 2 0,08264350 0,01652870 0,04594979 Dimetro
Furo 3 0,05520750 0,01104150 0,03069537
ENGEVISTA, v. 7, n. 2, p. 38-50, dezembro 2005 49
Tabela 6 Valores das incertezas.
Medida Ur Ub U
Comprimento 0,039168365200 0,00000053 0,039168365204
Largura 0,047660486800 0,00000053 0,047660486803
Furo 1 0,023789294000 0,00000053 0,023789294006
Furo 2 0,045949786000 0,00000053 0,045949786003 Dimetro
Furo 3 0,030695370000 0,00000053 0,030695370005
importante destacar que a diferena
encontrada entre os valores de incerteza para
cada medida (comprimento, largura e
dimetros), devido a diferentes variabilidades
nas medies, se deve pelas irregularidades da
pea. Portanto, ao se expressar a incerteza de
medio para uma das medidas, deve-se
associar o valor correspondente a cada uma.
Massimo et al (2000) descrevem as possveis
causas para a variabilidade das medidas na
repetitividade, ou seja, onde as condies so
mantidas fixas. Eles mencionam a incerteza
proveniente da digitalizao de uma imagem.
Para a estimativa da expresso, os autores
definiram a incerteza de um pixel de uma
imagem UI (i, j) como o parmetro que
quantifica as mudanas aleatrias da
intensidade I (i, j) do prprio pixel. A incerteza
pode ser medida como o desvio padro I (i, j)
de uma srie de N valores de I (i, j), obtidas por
N aquisies da imagem em condies
estacionrias de todos os parmetros
controlveis de influncia.
Os autores destacam trs causas provveis
para tal:
a) a quantizao da imagem, do mundo
contnuo real para o mundo discreto
computacional, relacionada
quantizao espacial e de intensidade;
b) a presena de vibraes, que contribuem
para a quantizao de intensidade;
c) a variabilidade intrnseca da origem da
luz (instabilidade, luz tremeluzindo,
etc.);
Os autores modelam expresses para a
estimativa de tais incertezas, porm estas
modelagens no foram consideradas no
presente artigo.
6. CONSIDERAES FINAIS
A escolha por tcnicas medio automticas
de por imagem requer uma avaliao detalhada
sobre os diferentes algoritmos possveis de
serem implementados, bem como as condies
de iluminao e do objeto a ser medido. Pode-
se notar que para algumas aplicaes, pode
haver mais de uma tcnica diferente. Cabe ao
usurio decidir quais tcnicas se enquadram de
modo mais satisfatrio para sua aplicao.
Este trabalho teve o objetivo de apresentar,
sem esgotar o assunto, algumas tcnicas de
processamento e anlise de imagens focadas em
Metrologia por imagem. Observa-se que os
algoritmos de Viso Computacional tm a
capacidade de facilitar bastante o trabalho
humano na indstria, alm de possibilitar a
realizao de tarefas de modo mais preciso e
eficaz, aumentando consideravelmente a
produtividade e a garantia da qualidade dos
produtos fabricados. Porm, se utilizada sem a
avaliao e os cuidados adequados pode
resultar em medidas inexatas.
7. AGRADECIMENTOS
Os autores agradecem FAPERJ pelo apoio
ao projeto temtico intitulado Metrologia
Baseada em Viso Computacional, CAPES e
ao MEC-SESU pelas bolsas de mestrado e PET
de um dos autores. Agradecem tambm ao
tcnico Alain Rangel pelo apoio na realizao
do estudo de caso.
REFERNCIAS
Christy, A.G., Senden, T.J . e Evans, P.D.
Automated measurement of checks at wood
surfaces. Measurement, Vol. 37, pp. 109118,
2005.
ENGEVISTA, v. 7, n. 2, p. 38-50, dezembro 2005 50
De Santo, M., Liguori, C., Paolillo, A. e
Pietrosanto, A. Standard uncertainty evaluation
in image-based measurements. Measurement,
Vol. 36, pp. 347358, 2004.
Feliciano, F. F. e Souza, I. L. de. Anlise de
Conformidade de Peas Atravs de Tcnicas de
Viso Computacional. Projeto Final de
Graduao. Curso de Engenharia Mecnica.
Orientadora: Fabiana R. Leta UFF. Niteri.
2004.
Gomes, J . e Velho, L. Computao grfica:
Imagem. IMPA-SBM. 1994.
Khotanzad, A., Banerjee, H., Srinath, M. D. A.,
Vision System for Inspection of Ball Bonds
and 2-D Profile of Bonding Wires in Integrated
Circuits, IEEE Transactions on Semiconductor
Manufacturing, Vol. 7, No. 4, pp. 413-422,
1994.
Leta, F. R., Feliciano, F. F. e Souza, I. L. de.
Discussing accuracy in an automatic
measurement system using computer vision
techniques. 18th International Congress of
Mechanical Engineering
ABCM, Novembro, Ouro Preto, MG, 2005.
Liguori, C., Paolillo, A., Pietrosanto, An
Automatic Measurement System for the
Evaluation of Carotid Intima-Media
Thickness, IEEE Transactions on
Instrumentation and Measurement, Vol. 50, No.
6, pp. 1684-1691, 2001.
Luo, P. F., Pan, S. P., Chu, T. C., Application
of computer vision and laser interferometer to
the inspection of line scale, Optics and Lasers
in Engineering, Vol. 42, pp. 563-584, 2004.
Marques Filho, O. e Vieira Neto,H..
Processamento Digital de Imagens, Ed.
Brasport, 1999.
Ramesh, J .; Kasturi, R. e Schunk, B.. Machine
Vision. New York, Ed. McGraw-Hill, 1995.