BR102020024851A2

BR102020024851A2 - Métodos e sistemas para a inspeção de qualidade de materiais e de superfícies tridimensionais em ambiente virtual

Info

Publication number: BR102020024851A2
Application number: BR102020024851-0A
Authority: BR
Inventors: Jorge Augusto De Bonfim Gripp; Enivaldo Amaral De Souza; Renan Padovani
Original assignee: Autaza Tecnologia Ltda - Epp
Priority date: 2020-12-04
Filing date: 2020-12-04
Publication date: 2022-06-21
Also published as: WO2022115928A1

Abstract

O presente pedido de patente se refere a métodos e sistemas para a inspeção de qualidade de materiais e de superfícies tridimensionais em ambiente virtual. Mais precisamente, o presente pedido se refere a métodos para inspecionar e comparar superfícies virtuais com base em características extraídas de imagens e processadas de maneira que permitem visualizar, identificar, localizar e/ou classificar defeitos em superfícies virtuais ou discrepâncias entre as duas ou mais superfícies virtuais.

Description

MÉTODOS E SISTEMAS PARA A INSPEÇÃO DE QUALIDADE DE MATERIAIS E DE SUPERFÍCIES TRIDIMENSIONAIS EM AMBIENTE VIRTUAL

Campo técnico

[001] O presente pedido relaciona-se a métodos e sistemas para a inspeção automática de qualidade de materiais e superfícies virtuais de materiais. Os métodos e sistemas aqui descritos podem ser utilizados na inspeção de qualidade de uma grande variedade de produtos, por exemplo, peças metálicas, plásticas, de resinas, compósitas, de vidro, de cristal, ou misturas destas, moldes e ferramentais diversos, incluso ferramentais de estampagem, de injeção, de aplicação de fibras, de resinas, de fabricação de compósitos, embalagens, vidros ou cristais. Os métodos e sistemas aqui descritos podem ser usados na inspeção de qualidade de veículos, tais como bicicletas, veículos automotores (motocicletas, carros, camionetes, caminhões, ônibus), veículos sobre trilhos (trens, bondes), embarcações (barcos, lanchas, navios), veículos anfíbios (veículo com propulsão por parafuso, aerobarcos, hovercraft), aeronaves (aviões, helicópteros, veículos aéreos não-tribulados) e naves espaciais.

Fundamentos

[002] O processo de fabricação de carroceria de automóveis passa por três principais etapas: a estampagem, para fabricação dos componentes individuais e subconjuntos da carroceria, a soldagem para união dos componentes e subconjuntos e, por último, os procedimentos de pintura da carroceria, para atribuir cor e proteção contra a corrosão.

[003] A produção da carroceria passa por um rigoroso controle de qualidade, de forma a garantir a uniformidade na fabricação e a fidelidade com o modelo projetado. Este controle de qualidade tem por objetivo garantir não apenas o acoplamento perfeito entre as peças para montar o produto em cada uma das etapas seguintes, como também um acabamento de alta qualidade da carroceria que satisfaça as expectativas dos clientes. A primeira impressão que o consumidor tem de um carro é pela observação da aparência exterior, de forma que uma superfície exterior com contornos suaves e sem marcas sugere superioridade técnica do fabricante em relação aos seus concorrentes.

[004] Nos primeiros estágios de produção, irregularidades passam muitas vezes despercebidas ao olho humano, devido às características foscas do metal ainda não pintado. Estas mesmas ondulações com profundidade milimétrica, porém, tornam-se visíveis e perturbantes quando as peças automotivas são pintadas e tornam-se espelhadas.

[005] No processo de estampagem, as chapas de aço planas com pouco menos de 1 milímetro de espessura são conformadas em três ou quatro prensas, cada uma contendo um ferramental inferior (matriz) e um superior (punção). O punção exerce na sua descida a força de diversas toneladas sobre a peça, executando uma função de conformação mecânica, repuxo, corte ou dobra, de forma que ao fim da sequência de operações, uma nova peça da carroceria é produzida.

[006] O ferramental utilizado nas prensas para a estampagem é o ponto de partida do processo de manufatura do automóvel. Antes da produção em série, porém, o desenvolvimento do ferramental de estampagem das peças automotivas, compreende 5 fases (BRASIL. Inovar-Auto. Portaria Interministerial MDIC/MCTI nº 318/2014): I - Planejamento, com a especificação da matéria-prima, equipamentos e meios de produção, incluindo os processos de ferramental ou planos de métodos, simulações virtuais de peças, processos e equipamentos de produção; II - Projeto, envolvendo desenhos, cálculos e simulações, modelagens e detalhamentos técnicos, de acordo com especificações da área de planejamento; III - Construção do ferramental, baseado nas informações do projeto, lista de materiais, componentes e processo produtivo; IV - Testes, com a fabricação de amostras de peças para validação do ferramental; e V - Acabamento, que envolve a execução de processos de acabamento para atendimento às especificações do produto e processo.

[007] Assim como na produção, o processo de desenvolvimento do ferramental também tem etapas de controle de qualidade. Neste caso, o controle de qualidade tem como objetivo a correção do projeto virtual na etapa de Projeto ou do ferramental na etapa de Testes, de forma a atender um bom acabamento superficial e à geometria especificada na fase de Planejamento. O Projeto de ferramentais e peças estampadas baseia-se no uso ostensivo de técnicas computacionais, tanto no âmbito de projeto por meio de software de desenho assistido por computador (CAD), quanto no âmbito de análise por meio de softwares de engenharia assistida por computador (CAE) para simulação de processos de fabricação.

[008] Na invenção aqui descrita, o foco não está na inspeção dimensional da peça, mas sim na qualidade da sua superfície, que não deve apresentar ondulações ou marcas indesejadas. A superfície pode ser desenhada por um projetista (CAD), gerada por um software de simulação em ambiente computacional tridimensional (SIM) ou como resultado da digitalização tridimensional da superfície de um material real (SCAN). Ao contrário do pedido de patente BR 13 2019 025379 6, que faz a análise bidimensional de imagens captadas, que são refletidas sobre a superfície tridimensional, a invenção exposta aqui utiliza de cálculos e análise tridimensional na geometria da própria superfície tridimensional, que pode ser composta, por exemplo, por uma nuvem de pontos tridimensionais ou por uma malha poligonal

[009] Dessa forma, através dos métodos e sistemas aqui expostos, são alcançados os seguintes benefícios: descobrir a causa do defeito de aparência, separando “defeitos de projeto” de “defeitos de produção do ferramental”; antecipar a visualização de defeitos de aparência, ainda na fase de projeto do ferramental; direcionar o projeto de ferramental, pois serão antecipados os problemas de qualidade que precisam ser corrigidos; economizar interações de correção de ferramenta pela diminuição no número de defeitos, pois os defeitos descobertos ainda na fase de projeto e simulação podem conduzir a correção do projeto, evitando que a ferramenta seja produzida com estes problemas; aumento da eficiência do ferramenteiro no processo de correção das ferramentas, adicionando instruções sobre a localização dos defeitos; avaliação objetiva; e redução de gargalo no processo, pela aceleração do trabalho de testes, calibração e correção do ferramental (tryout).

[0010] Outro possível campo técnico da presente invenção é a indústria de fabricação de vidros, que tem como objetivo a produção de vidros com homogeneidade e especificação garantida para a aplicação em janelas de residências e obras comerciais, arquitetura de interiores, prateleiras, espelhos, portas de eletrodomésticos, vidros de para-brisa, janelas de veículos, entre outros. Não são agradáveis, por exemplo, a visão distorcida de um objeto ao olhar através de uma janela de vidro, tampouco é agradável olhar-se em um espelho que tenha um reflexo distorcido. No primeiro caso, há uma distorção na refração da imagem através do vidro; no segundo, distorção do reflexo do vidro.

[0011] A produção de vidro float inicia-se pela fusão em um forno da matéria-prima: sílica (areia), barrilha, calcário, magnésio, alumina e potássio. O vidro fundido no forno flutua sobre uma camada de metal fundido (estanho), o que permite que fique plano e com uma superfície uniforme. No Brasil, as dimensões e requisitos de qualidade em relação aos defeitos ópticos e de aspecto do vidro plano float, incolor e colorido destinados aos mercados de arquitetura e decoração seguem a norma ABNT NBR NM 294:2004. O vidro pode ter a qualidade espelho (usado para espelhos de prata e vidros refletivos), qualidade processo (usado para a transformação em vidro temperado ou laminados) e qualidade arquitetura (para aplicações gerais de arquitetura e decoração).

[0012] Atualmente, a inspeção de qualidade da refração de uma amostra do vidro produzido é feita em um laboratório por um inspetor: o teste de refração. O vidro (corpo-de-prova) é colocado em uma posição vertical em um suporte capaz de girar em um eixo vertical. O inspetor que observa o vidro se mantém imóvel a uma distância 4,5 metros à frente do vidro; enquanto uma tela com um padrão zebrado (listras negras dentre uma iluminação branca, cada listra com 25 milímetros de espessura e inclinação de 45 graus) é colocada 4,5 metros atrás do vidro. O ângulo na direção de α = 0 graus é quando o vidro fica de frente para o observador. O vidro é girado desde o ângulo α = 90 graus (com o vidro de lado para o observador), diminuindo-se o ângulo α gradativamente, até que se deixe de perceber distorções nas linhas da tela vistas através do vidro (por pequenas imperfeições na refração através do vidro). Anota-se o ângulo crítico que ocorreu esta circunstância. O corpo-de-prova inspecionado tem altura entre 300 e 500 milímetros, largura entre 800 e 900 milímetros e, tipicamente, espessura de 2, 3, 3.15, 4, 5, 6, 8, 10 ou 12 milímetros.

[0013] Para vidros que tem como finalidade a produção de espelhos, é realizado também uma inspeção para avaliar o reflexo do vidro: o teste de reflexão. O vidro (corpo-deprova) é colocado na posição horizontal em uma mesa próximo da mesma tela com padrão zebrado diagonal (a mesma utilizada para o teste de refração) e um observador avalia a retidão das linhas refletidas sobre o vidro. Imagem refletida que apresente linhas curvadas mostraria um vidro não aprovado para o uso como espelho.

Descrição das matérias reivindicadas

[0014] São divulgados e reivindicados aqui métodos e sistemas automáticos para inspeção de superfícies de materiais que melhoram a objetividade, reprodutibilidade, repetibilidade e celeridade dos processos atuais de inspeção de qualidade de materiais ou superfícies virtuais. Em um aspecto, os métodos e sistemas divulgados neste documento podem ser aplicados na inspeção de qualquer material, refletivo (isto é, que reflete luzes) ou translúcido (que é permeável, porém distorce as luzes), tais como metais, plásticos, polímeros, compósitos, vidros, acrílicos, cristais, cerâmica e similares. No contexto da indústria automotiva, por exemplo, os métodos e sistemas reivindicados fornecem uma solução para automatizar a inspeção de qualidade de materiais, como peças, carroceria, chassi, ferramental, ou superfícies e peças de carenagem, embalagens, invólucros, superfícies de vidro e partes internas de uma ampla variedade de produtos.

[0015] As seguintes matérias são reivindicadas no presente pedido de patente:

[0016] Uma das matérias reivindicadas é um método para inspeção de superfícies virtuais de materiais compreendendo as etapas de:

i. - carregar uma superfície virtual em um computador;
ii. - extrair características a partir da geometria tridimensional da superfície virtual;
iii. - processar as características através de um algoritmo de cálculo, de seleção ou de classificação; e
iv. - visualizar graficamente as características processadas; ou
v. - identificar, localizar e/ou classificar defeitos com base nas características processados da superfície virtual do material.

[0017] Outra matéria reivindicada se refere a um método para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse. O referido método compreende as etapas de:

i. - projetar luz através de um material inspecionado com uma fonte de luz;
ii. - capturar a luz refratada por um aparelho de captura de imagens;
iii. - transmitir e processar a imagem capturada; e - identificar e classificar defeitos.

[0018] Outra matéria reivindicada se refere a um método para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incidida. O referido método compreende as etapas de:

i. - projetar luz através de um material inspecionado com uma fonte de luz;
ii. - capturar a luz refletida por um aparelho de captura de imagens;
iii. - transmitir e processar a imagem capturada; e
iv. - identificar e classificar defeitos.

[0019] Mais uma matéria reivindicada se trata de um método para a comparação de características de duas ou mais superfícies virtuais, a fim de visualizar, identificar, localizar e/ou classificar discrepâncias entre as duas ou mais superfícies virtuais e/ou defeitos de superfície. O referido método compreende as etapas de:

i. - carregar pelo menos uma primeira superfície virtual e uma segunda superfície virtual em um computador;
ii. - extrair características a partir da geometria tridimensional da superfície virtual;
iii. - alinhar virtualmente pelo menos uma primeira superfície virtual e uma segunda superfície virtual utilizando um algoritmo de alinhamento e gerando pelo menos uma terceira superfície virtual;
iv. - fazer correspondência entre pontos em pelo menos uma primeira superfície com pontos em pelo menos uma terceira superfície, extraindo características de cada uma das superfícies virtuais;
v. - com base nos dados de correspondência entre pontos das superfícies virtuais, comparar as características das superfícies virtuais, gerando valores de comparação;
vi. - adicionar os valores de comparação a pelo menos uma terceira superfície, junto às respectivas características extraídas; e
vii. - a partir do conjunto de comparações e características, calcular um valor ou classe através de um algoritmo de cálculo, de seleção ou de classificação para visualizar, identificar, localizar e/ou classificar discrepâncias entre as duas ou mais superfícies virtuais e/ou defeitos de superfície.

[0020] Além dos métodos acima, são reivindicados os respectivos sistemas. Portanto, uma das matérias reivindicadas se trata de um sistema para inspeção de superfícies virtuais de materiais. Tal sistema compreende as seguintes características:

i. - meios para carregar uma superfície virtual, como um computador;
ii. - meios para extrair características a partir da geometria tridimensional da superfície virtual, como um software;
iii. - meios para processar as características através de um algoritmo de cálculo, de seleção ou de classificação; e
iv. - meios para identificar, localizar e/ou classificar defeitos com base nas características extraídas da superfície virtual do material.

[0021] Outra matéria reivindicada se refere a um sistema para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse. Tal sistema compreende as seguintes características:

[0022] - meios para projetar luz através de um material inspecionado, como uma fonte de luz;

i. - meios para capturar a luz refratada, como um aparelho de captura de imagens;
ii. - meios para transmitir e processar a imagem capturada; e
iii. - meios para identificar e classificar defeitos.

[0023] Mais uma matéria reivindicada é um sistema para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incidida. Tal sistema compreende as seguintes características:

[0024] - meios para projetar luz através de um material inspecionado, como uma fonte de luz;

i. - meios para capturar a luz refletida, como um aparelho de captura de imagens;
ii. - meios para transmitir e processar a imagem capturada; e
iii. - meios para identificar e classificar defeitos.

[0025] Uma das matérias reivindicadas se refere ainda a um sistema para a comparação de características de duas ou mais superfícies virtuais, a fim de visualizar, identificar, localizar e/ou classificar discrepâncias entre as duas ou mais superfícies virtuais e/ou defeitos de superfície. Tal sistema compreende as seguintes características:

[0026] - meios para carregar pelo menos uma primeira superfície virtual e uma segunda superfície virtual, como um computador;

i. - meios para alinhar virtualmente pelo menos uma primeira superfície virtual e uma segunda superfície virtual, como um algoritmo de alinhamento e gerando pelo menos uma terceira superfície virtual;
ii. - meios para fazer correspondência entre pontos em pelo menos uma primeira superfície com pontos em pelo menos uma terceira superfície, extraindo características de cada uma das superfícies virtuais, como um algoritmo;
iii. - meios para comparar as características das superfícies virtuais com base nos dados de correspondência entre pontos das superfícies virtuais, gerando valores de comparação;
iv. - meios para adicionar os valores de comparação a pelo menos uma terceira superfície, junto às respectivas características extraídas; e
v. - meios para calcular um valor ou classe, como um algoritmo de cálculo, a partir do conjunto de comparações e características de seleção ou de classificação.

[0027] Os métodos e sistemas descritos de maneira geral acima são detalhados a seguir:

[0028] Em um aspecto, o presente pedido de patente relaciona-se a um método e sistema para a inspeção automática de qualidade de materiais, mais especificamente através das etapas de: (i) captação de dados tridimensionais de uma superfície ou captação de imagens de um padrão de luzes refletido pela ou distorcida através do material inspecionado; (ii) processamento das imagens captadas ou da nuvem de pontos tridimensionais; e (iii) identificação de defeitos do material.

[0029] De acordo com uma primeira concretização, a aplicação refere-se a um método para inspeção automática de superfícies virtuais de materiais. A inspeção automática da superfície virtual do material também pode ser útil em muitos setores, como na indústria automotiva. Basicamente, qualquer tipo de material pode ser submetido à inspeção automática aqui descrita, materiais opacos, materiais translúcidos ou transparentes; materiais foscos, brilhantes ou refletivos.

[0030] De acordo com essa concretização específica, as superfícies reais do material podem ser digitalizadas com um aparelho de digitalização para gerar uma superfície virtual do material, que pode ser inspecionada de acordo com o método aqui descrito. Além disso, a inspeção de superfícies virtuais de materiais também pode ser aplicada à superfície virtual de materiais criada, projetada ou simulada em um software. Por exemplo, a qualidade dos modelos tridimensionais gerados em um ambiente virtual, ou seja, totalmente criados, projetados ou simulados em um software de design ou modelagem, podem ser inspecionados para que ondulações indesejadas ou qualquer outra imperfeição na superfície virtual do material possam ser detectadas, identificadas, localizadas e/ou classificadas. O método de inspeção automática de superfícies virtuais de materiais oferece uma oportunidade para corrigir qualquer problema ainda durante a fase de projeto do automóvel ou do ferramental criado para a produção das peças do automóvel, melhorando a qualidade do material e economizando custos durante a fabricação.

[0031] A superfície virtual pode ser composta de pontos tridimensionais em um sistema de coordenadas. O sistema de coordenadas pode ser cartesiano, esférico, cilíndrico, curvilíneo, entre outros. Cada ponto da superfície é chamado de vértice. A superfície pode ser composta por um conjunto de vértices (zero-dimensional, 0D), por um conjunto de linhas (unidimensional, 1D), um conjunto de polígonos (bidimensional, 2D), uma faixa de triângulos (bidimensional), ou a combinação destes. Podem ser utilizados diversos formatos para o arquivo ou conjunto de arquivos computacionais que contém os dados da superfície, podendo haver conversão entre formatos, por exemplo, a conversão de uma malha poligonal formada por uma lista de polígonos (faces 2D) para uma nuvem de pontos formada por uma lista de pontos (0D). As características calculadas podem ser associadas aos pontos (vértices), linhas (arestas) ou polígonos (faces), sem perda de generalidade

[0032] A superfície pode ser alterada anteriormente, por exemplo, através de suavização, subamostragem, superamostragem, recorte, exclusão parcial, união entre superfícies, translação, rotação, deformação, mudança de escala ou qualquer processo de edição.

[0033] De acordo com uma concretização específica, o método para inspeção automática de superfícies virtuais compreende as etapas de carregar uma superfície virtual; extrair características a partir da geometria tridimensional da superfície virtual; processar as características através de um algoritmo de cálculo, de seleção ou de classificação; e identificar, localizar e/ou classificar defeitos com base nas características extraídas da superfície virtual do material. As etapas de detecção, identificação, localização ou classificação de defeitos podem ser executadas independentemente, de modo que deve ser entendido que os métodos descritos neste documento podem detectar e/ou identificar e/ou localizar e/ou classificar defeitos. Adicionalmente, o método aqui descrito pode mostrar os valores das características calculadas ou de valores calculados a partir destas características, de maneira numérica, ou através de uma escala de cores que demonstre estes valores sobre a superfície virtual.

[0034] De acordo com outra concretização, as características extraídas da superfície virtual podem ser as curvaturas extraídas em cada ponto da superfície. Como a curvatura em uma superfície tridimensional depende da direção tangente em que ela é calculada, são consideradas como principais características a máxima curvatura K, a mínima curvatura J, a curvatura média H (média entre a curvatura máxima e mínima), a curvatura de Gauss G (multiplicação entre a curvatura máxima e curvatura mínima), além de qualquer combinação entre elas. O cálculo das curvaturas é feito através de técnicas de geometria diferencial discreta, considerando os pontos da superfície, considerando uma área da superfície dentro de uma vizinhança ao redor deste ponto (raio de busca), proporcional ao tamanho dos defeitos esperados.

[0035] Uma vizinhança esférica de cada ponto p da superfície S é composta pelo ponto p e todos os outros pontos pertencentes à superfície S que estejam dentro de uma bola centrada em p com raio r (raio de busca), ou seja, todos os pontos de S cuja distância a p é menor do que r. Opcionalmente, a região do espaço que delimita a vizinhança pode ter outros formatos, como um cubo ou um cilindro. O raio de busca pode ser definido como um valor no sistema de coordenadas (por exemplo, 10 milímetros), ou como um múltiplo da distância média dos pontos da superfície. Quando não se define explicitamente, geralmente, o conjunto mínimo correspondente à vizinhança é composto dos pontos da superfície diretamente ligados ao ponto p.

[0036] A derivada de cada possível curvatura, definida aqui como enrugamento (dK, dJ, dH e dG), pode ser usada como uma característica da mesma maneira que a curvatura. As curvaturas tridimensionais (derivadas de segunda ordem) e enrugamento tridimensionais (derivadas de terceira ordem) dos pontos podem ser utilizadas considerando seu sinal ou em módulo para o cálculo das características, assim como a combinação entre várias destas características.

[0037] Uma possível concretização é a consideração de um classificador em que cada tipo de curvatura ou enrugamento pode ter um limiar próprio, a partir do qual a região que excede o limiar é marcada como defeituosa. Por exemplo, se o valor absoluto da curvatura de Gauss G excede um limiar t1 o ponto é considerado pertencente a uma região defeituosa.

[0038] Em outra possível concretização, cada tipo de curvatura ou enrugamento pode também ser calculado em mais de um tipo de raio de busca de vizinhança, por exemplo, a curvatura G calculada usando o raio de busca r1 e ou o raio de busca r2, cada qual com seus limiares.

[0039] Em uma concretização é possível a comparação entre duas superfícies virtuais S1 e S2, ou entre mais de duas. As superfícies podem advir de etapas diferentes do projeto, dentre as quais, por exemplo, o desenho projetado (CAD), uma simulação de estampagem (SIM), uma digitalização (escaneamento) de uma peça real (SCAN), ou ainda, versões diferentes dentro de um mesmo tipo dentre estas etapas, por exemplo, duas simulações diferentes considerando variações nos parâmetros da simulação. A comparação envolve a comparação das características (curvaturas e/ou enrugamentos) de cada ponto da superfície S1 com as características do ponto correspondente na superfície S2, de forma a encontrar discrepâncias entre as características. As discrepâncias das características podem ser calculadas usando uma métrica apropriada e incorporadas como novas características à superfície S1, para posteriormente serem mostradas como indicativos de uma possível inconformidade entre as superfícies. Adicionalmente, a discrepância pode gerar uma classificação, em um número finito de classes, de forma a evidenciar os pontos com maior discrepância.

[0040] Um exemplo de classificação é a marcação do ponto com a classe “discrepante” se alguma das discrepâncias das características superar um valor determinado por um limiar (que pode ser diferente para cada tipo de característica). Adicionalmente, a identificação de possíveis defeitos pode ser a união destas regiões, considerando diferentes cálculos de curvatura e de enrugamento e, múltiplas escalas de raio de busca para cada um deles e a comparação entre diferentes superfícies.

[0041] Para termos de comparação entre superfícies similares S1 e S2, cada ponto p1 da superfície S1 teria um correspondente em uma posição similar em S2. A correspondência dos pontos entre as superfícies S1 e S2 pode ser trivial, caso ambas tenham os pontos indexados e a indexação dos pontos envolva uma mesma distribuição no espaço tridimensional. Caso não seja este o caso, por exemplo, o número de pontos da superfície S1 e S2 seja diferente, é preciso, inicialmente um algoritmo de alinhamento das duas superfícies de forma que elas estejam sobrepostas. Este alinhamento, que geralmente pode ser realizado através da aplicação de uma matriz de rotação e um vetor de translação a cada ponto da superfície, transforma a superfície original S2 em uma superfície rotacionada e transladada S3, de forma que a comparação passa a ser entre S1 e S3. Cada ponto p1 de S1 deve procurar na sua vizinhança o ponto mais próximo p3 que pertencente a S3 para calcular a discrepância entre as características de p1 as características de p3. Caso, para uma vizinhança pré-determinada seja encontrado mais de um ponto vizinho pertencente a S3, é possível escolher o mais próximo do ponto p1 em S1 ou realizar uma estatística (como valor médio, máximo, mínimo, moda) das características dos valores dos pontos em S3 para consolidá-las na dimensão adequada para a comparação com as características do ponto p1 em S1.

[0042] Em uma outra concretização, o pedido de patente se refere a um método e sistema para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse. O sistema contém uma fonte de luz, o material inspecionado, um aparelho de captura de imagens, e um aparelho capaz de processar e analisar dados. A luz projetada pela fonte de luz passa através do material inspecionado, é refratada devido ao índice de refração do material, e capturada pelo aparelho de captura de imagens, que transmite a imagem para um aparelho capaz de processar a imagem capturada, identificar e classificar os defeitos. O material inspecionado pode ser de vidro, cristal, polímero, acrílico ou qualquer outro tipo de material que exibe transparência. Variações no índice de refração, espessura ou formato ao longo do material causam ondulação nos padrões de listras claras e listras escuras capturadas pelo aparelho de captura de imagens e são enviadas para o aparelho que contém um software para processamento de imagens, bem como a classificação de defeitos de distorção óptica.

[0043] Em outra concretização, a aplicação referese a um método e sistema para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incidida. O sistema contém uma fonte de luz, o material inspecionado, um aparelho de captura de imagens, e um aparelho capaz de processar e analisar dados. A luz projetada pela fonte de luz é refletida especularmente na superfície do material, e capturada pelo aparelho de captura de imagens, que transmite a imagem para um aparelho capaz de processar a imagem capturada, identificar e classificar os defeitos. O material inspecionado pode ser metal, cerâmica, vidro, compósito, polímero, acrílico, cristal ou qualquer outro tipo de material refletivo. O material pode ser plano, curvo, regular, ondulado, corrugado, côncavo, convexo ou pode compreender uma mistura de tais formatos. Variações na superfície do material, tais como variações na planicidade, ondulações, elevações e afundamentos causam ondulação nos padrões de listras claras e listras escuras capturadas pelo aparelho de captura de imagens e são enviadas para o aparelho que contém o software para processamento de imagens, bem como a classificação de defeitos de distorção do reflexo.

[0044] Em uma concretização específica, os sistemas e métodos para a distorção óptica na refração e para a distorção na reflexão podem ser aplicados à inspeção de qualidade de vidros planos. O teste de refração pode encontrar estrias, ranhuras, ou linhas de marca, ou deformações na imagem que atravessa o vidro. O teste de reflexão pode encontrar variações na superfície do vidro, tais como variações na planicidade, ondulações, elevações e afundamentos.

Breve descrição das Figuras

[0045] A FIGURA 1A e 1B mostram o ciclo de desenvolvimento do ferramental de peças estampadas;

[0046] A FIGURA 2A mostra a sequência para processar uma superfície virtual, extrair características, extrair perfis, identificar, localizar e/ou classificar os defeitos da superfície;

[0047] A FIGURA 2B ilustra um exemplo de uma superfície osculadora a um conjunto de vértices. Os vértices são pontos da superfície S, que pertencem à vizinhança V ao redor de um ponto p.

[0048] A FIGURA 2C ilustra um exemplo da comparação de duas superfícies virtuais e o processo de alinhamento de S2 a S1.

[0049] A FIGURA 3 apresenta o fluxo de processamento de uma superfície virtual para extrair características e visualizar, identificar, localizar e/ou classificar os defeitos da superfície;

[0050] A FIGURA 4 apresenta o fluxo de processamento de uma superfície virtual para extrair perfis e visualizar, identificar, localizar e/ou classificar os defeitos da superfície a partir dos perfis;

[0051] A FIGURA 5 apresenta o fluxo de processamento de duas ou mais superfícies virtuais para a comparação das suas características, a fim de visualizar, identificar, localizar e/ou classificar as discrepâncias entre elas ou os defeitos da superfície;

[0052] A FIGURA 6A mostra o teste de refração, para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse;

[0053] A FIGURA 6B mostra o teste de reflexão, para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incida;

[0054] A FIGURA 6C mostra dois possíveis exemplos de imagens capturadas pelo aparelho de captura de imagens 610.

[0055] A FIGURA 6D mostra um possível exemplo de imagem capturada pelo aparelho de captura de imagens 640 e parte do processamento desta imagem.

[0056] A FIGURA 7A apresenta o fluxo de processamento do teste de refração.

[0057] A FIGURA 7B apresenta o fluxo de processamento do teste de reflexão.

Descrição de concretizações específicas

[0058] O presente pedido de patente se refere a diversos métodos e sistemas relacionados entre si, os quais são descritos detalhadamente acima e exemplificados nas figuras. As concretizações exemplificadas nas figuras servem para cumprir o requisito de suficiência descritiva e possibilitar o claro entendimento e reprodução das matérias reivindicadas por um técnico no assunto. Logo, as concretizações mostradas nas figuras e descritas em detalhe a seguir estão dentro do escopo da “Descrição das matérias reivindicadas” assim como outras possíveis concretizações não descritas explicitamente. Como tal as concretizações exemplificadas a seguir são possíveis, mas não as únicas, aplicações das matérias ora reivindicadas.

[0059] A FIGURA 1A e 1B mostram o ciclo de desenvolvimento do ferramental de peças estampadas. O desenvolvimento do ferramental de estampagem das peças, compreende as fases de: Planejamento 110, com a especificação da matéria-prima, equipamentos e meios de produção, incluindo os processos de ferramental ou planos de métodos, simulações virtuais de peças, processos e equipamentos de produção; Projeto 120, envolvendo desenhos, cálculos e simulações, modelagens e detalhamentos técnicos, de acordo com especificações da área de planejamento; Construção do ferramental 130, baseado nas informações do projeto, lista de materiais, componentes e processo produtivo; Testes 140, com a fabricação de amostras de peças para validação do ferramental; e Acabamento 150, que envolve a execução de processos de acabamento para atendimento às especificações do produto e processo.

[0060] O Projeto 120 envolve um ciclo de aprendizado em ambiente virtual, composto das etapas de: Ajustes e/ou criação do ferramental virtual 121, Simulação de estampagem 122, Análises da superfície virtual 123, e Inspeção 124. Na etapa 121, são utilizadas técnicas computacionais, tanto no âmbito de projeto por meio de software de desenho assistido por computador (CAD), quanto no âmbito de análise por meio de softwares de engenharia assistida por computador (CAE) para simulação de processos de fabricação. Com o ferramental virtual criado na etapa 121, é realizada a simulação da estampagem na etapa 122. Atualmente, os softwares CAE tem a capacidade de simular a geometria, comportamento dinâmico e do material do ferramental e da peça estampada, fornecendo o formato da superfície da peça estampada. Esta peça estampada simulada é submetida a um conjunto de análises na etapa 123. Na etapa 124, a partir dos resultados das análises, a peça é considerada aprovada (OK) e o ferramental passa para a fabricação 130, ou considerada reprovada, retornando-se para a etapa 121 para ajustes do projeto do ferramental.

[0061] Podem ser realizados diferentes tipos de análises na etapa 123, como a análise dimensional, comparando se a forma da peça simulada em 122 está de acordo com o projeto da etapa 110 e se a espessura está dentro dos valores de tolerância; a análise mecânica se o processo de estampagem rompeu a peça, gerou alguma fissura ou criou alguma região com tensões ou deformações fora das especificações; e a análise de superfície, conferindo se a superfície apresenta ondulações ou marcas indesejadas.

[0062] Os Testes 140 envolvem um ciclo de correções em ambiente real, composto pelas etapas de Ajustes do ferramental real 141, Estampagem de peças 142, Inspeção das peças estampadas 143, e Inspeção 144. Na etapa 141 a matriz e o punção tem a sua forma geométrica ajustada através de desbaste de material (geralmente utilizando esmeril) ou adição de material (geralmente utilizando solda), ajustes de posicionamento, ajustes de lubrificação, entre outros parâmetros da estampagem. Algumas peças estampadas são produzidas utilizando o ferramental justado na etapa 142. As peças são inspecionadas na etapa 143 utilizando técnicas manuais ou automáticas, tais como: inspeção visual, reflexo, toque, risco por pedra, gabaritos mecânicos de avaliação do posicionamento, máquinas de medição de coordenadas, dispositivos ópticos de escaneamento, softwares de processamento e de comparação, entre outros. A partir de técnicas de digitalização utilizando scanners tridimensionais, as peças produzidas na etapa 142 podem ser comparadas com a Simulação 122 ou com o Projeto 110. Na etapa 144, a partir dos resultados das análises dimensionais, mecânicas e de superfície das peças, o ferramental pode ser aprovado (OK) e passa para o Acabamento 150, ou considerado reprovado, retornando-se para a etapa 141 para ajustes do ferramental.

[0063] A FIGURA 2A mostra a sequência para processar uma superfície virtual, extrair características, extrair perfis, identificar, localizar e/ou classificar os defeitos da superfície. Uma superfície virtual 201 é carregada em ambiente virtual tridimensional e pode ser processada, através do cálculo de características geométricas θ em 202, tais como curvatura tridimensional ou enrugamento (derivada da curvatura). Um valor ou classe η(θ) é calculado a partir destas características, através de um algoritmo de cálculo, de seleção ou de classificação. A visualização dos valores de η para cada ponto, aresta ou face da superfície pode ser visualizado para identificar, localizar e/ou classificar defeitos da superfície virtual do material. A visualização 204 mostra um mapa de cor onde η é um valor calculado a partir de θ em uma escala contínua, enquanto a visualização 205 mostra identificação de regiões da superfície onde η é uma classe obtida através de um algoritmo de classificação.

[0064] Adicionalmente, podem ser extraídos perfis através de cortes da superfície 201 através de planos ortogonais ou através de superfícies que a cruzam. A definição da direção, tipo de superfície, separação entre os perfis e número de perfis pode ser determinada por um usuário ou pelo sistema. No caso de um corte através de um plano ortogonal à superfície, a entrada do usuário pode ser através da seleção de apenas dois pontos da superfície p1 e p2, como apresentados na visualização 206, para a criação do perfil e1. O plano ortogonal de corte pode ser formado como o plano que contém os dois pontos p1 e p2 e a média dos vetores normais à superfície nestes pontos. O perfil e1 pode ser extraído como o conjunto de pontos formados pela intersecção entre as arestas da superfície e o plano ortogonal. Os planos de corte dos demais perfis e2, e3 são planos paralelos ao plano de corte de e1 e distantes destes uma distância prédeterminada. O número de planos de corte e de perfis pode ser determinado pelo usuário, assim como a distância entre eles. A visualização 206 mostra um conjunto de perfis e1, e2 e e3 extraídos da superfície tridimensional e visualizados ainda no ambiente tridimensional.

[0065] A visualização 207 mostra uma visualização bidimensional (2D) de um perfil e1, através de uma transformação de coordenadas 3D para 2D, para duas coordenadas contidas no plano de corte, com origem em p1, e com abscissa representada pelo vetor entre os pontos p1 e p2. No gráfico bidimensional, podem ser extraídos pontos singulares, tais como pontos de máxima ordenada, mínima ordenada, inflexão (segunda derivada nula), máxima abscissa, mínima abscissa. Através de distâncias entre os pontos singulares, são calculadas características, como as distâncias de altura h, largura w e altura q mostradas na visualização 207.

[0066] A FIGURA 2B ilustra um exemplo de uma superfície osculadora R a um conjunto de vértices. Os vértices são pontos da vizinhança V de um ponto p da superfície S. A vizinhança V ao redor do ponto p pode ser definida por vários formatos, entre os quais, uma vizinhança esférica, um cubo, ou um cilindro. Uma vizinhança esférica de cada ponto p da superfície S é composta pelo ponto p e todos os outros pontos pertencentes à superfície S que estejam dentro de uma bola centrada em p com raio r, denominado raio de busca, ou seja, todos os pontos de S cuja distância a p é menor do que r. O raio de busca pode ser definido como um valor no sistema de coordenadas (por exemplo, 10 milímetros), ou como um múltiplo da distância média dos pontos da superfície. Quando não se define explicitamente, geralmente, o conjunto mínimo correspondente à vizinhança é composto dos pontos da superfície diretamente ligados ao ponto p.

[0067] A superfície osculadora R está referenciada pelo sistema de coordenadas ortogonais (u,v,n), com coordenadas u e v tangentes à superfície S e a terceira coordenada n normal à superfície S no ponto p. Este sistema de coordenadas está posicionado de tal forma que a coordenada u está posicionada na direção de maior curvatura da superfície e v na de menor curvatura. A superfície osculadora é parametrizada como uma função de u e v: n = (1/2).kmax.u² + (1/2).kmin.v². Os parâmetros β = [β1 β2] = [kmax kmin] são calculados através de uma regressão de tal forma que a superfície osculadora passe o mais próximo possível dos pontos da superfície S. A partir destes parâmetros β, podem ser calculadas as características θ correspondentes aos diferentes tipos de curvaturas: θ = [K J H G] = [β 1 β2 (β 1+β2)/2 (β 1.β2)] . Adicionalmente, podem ser calculadas também derivadas destas curvaturas (enrugamento), complementando as características θ = [K J H G dK dJ dH dG] .

[0068] A FIGURA 2C ilustra um exemplo da comparação de duas superfícies virtuais e o processo de alinhamento de S2 a S1. Um algoritmo de alinhamento é utilizado para que as duas superfícies fiquem sobrepostas. Este alinhamento, que geralmente pode ser resumido em uma matriz de rotação e um vetor de translação, transforma a superfície original S2 em uma superfície rotacionada e transladada S3, de forma que a comparação passa a ser entre S1 e S3. Cada ponto p1 de S1 deve procurar na sua vizinhança o ponto mais próximo p3 que pertencente a S3 para calcular a discrepância entre as características de p1 as características de p3. Caso, para uma vizinhança pré-determinada seja encontrado mais de um ponto vizinho pertencente a S3, é possível escolher o mais próximo do ponto p1 em S1 ou realizar uma estatística (como valor médio, máximo, mínimo, moda) das características dos valores dos pontos em S3 para consolidá-las na dimensão adequada para a comparação com as características do ponto p1 em S1.

[0069] A FIGURA 3 apresenta o fluxo de processamento de uma superfície virtual para extrair características e visualizar, identificar, localizar e/ou classificar os defeitos da superfície. O fluxo inicia pelo carregamento da superfície virtual S 301. A cada ponto p da superfície, é feito o cálculo dos vizinhos V 302. A vizinhança V ao redor do ponto p pode ser definida por vários formatos, entre os quais, uma vizinhança esférica, um cubo, um cilindro, ou os pontos ligados ao ponto p. Uma vizinhança esférica de cada ponto p da superfície S é composta pelo ponto p e todos os outros pontos pertencentes à superfície S que estejam dentro de uma bola centrada em p com raio r, denominado raio de busca, ou seja, todos os pontos de S cuja distância a p é menor do que r. Na etapa 303, são calculados os parâmetros β de uma superfície osculadora à vizinhança V de cada ponto, através do método de ajuste de uma parte de superfície parametrizada detalhada na FIGURA 2B. Opcionalmente, os parâmetros β podem ser calculados através outros métodos da geometria diferencial discreta, como a diferenciação dos vetores normais ao redor do ponto p ou nos métodos de médias de tensores.

[0070] Na etapa 304, as características θ correspondentes aos diferentes tipos de curvaturas e enrugamentos são calculados a partir dos parâmetros β. Em 305, um valor ou classe η(θ) é calculado a partir destas características θ, através de um algoritmo de cálculo, de seleção ou de classificação. No caso de um algoritmo de cálculo ou seleção, η é um valor contínuo. Opcionalmente, η pode ser uma classe obtida através de um algoritmo de classificação. Para a visualização de η, a etapa 306 mostra a transformação em um mapa de cor c=m(η), com escala contínua ou discreta. A dimensão de c pode variar. Por exemplo, c pode ter apenas dois valores em um mapa binário (branco ou preto) ou c pode ser um valor entre 0 (preto) e 255 (branco) em um mapa de cor em tons de cinza. Em um mapa colorido, c pode ser composto por 3 valores, por exemplo, RGB (vermelho, verde, azul) ou HSV (matiz, saturação e brilho), ou ainda, pode ter valores de transparência associados.

[0071] Em 307 é feita a visualização da superfície, com seus pontos e/ou arestas e/ou faces coloridas pelo valor de c. A escala de cores pode ser apresentada pela indicação de regiões, como em 205, através de uma escala progressiva de mudança de cor como em 204, ou composta de um mapa de cor bidimensional. Através da visualização é possível identificar, localizar e/ou classificar defeitos da superfície virtual. Também é possível observar a variação de algum parâmetro calculado. Por fim, as visualizações geradas e os dados calculados podem ser salvos na etapa 316.

[0072] As decisões 309-315 mostram um conjunto de alterações 308 que o usuário pode realizar no fluxo de processamento. Cada alteração faz a mudança na etapa correspondente e nas etapas posteriores, de tal forma que os cálculos anteriores à etapa alterada sejam reaproveitados. O reaproveitamento dos cálculos é uma forma de acelerar o tempo de processamento, que é algo bastante valorizado em um software quando se está trabalhando com uma grande quantidade de dados.

[0073] Em 309, o usuário pode mudar a forma de visualização da superfície. Entre os possíveis exemplos de forma de mudança de visualização, está em mostrar ou não os pontos, as arestas ou faces, assim como o posicionamento da superfície e o grau de ampliação da visualização. Em 310, há a mudança na escala de cor, por exemplo, o usuário pode mudar de uma escala contínua para uma escala discreta, ou os tons de cor da escala podem ser alternados entre uma escala arcoíris, tons de cinza, e escala ferro. Ainda, a escala pode ser invertida, pode ter seu valor de mínimo e de máximo alterados, a cor dos pontos saturados (valores acima do máximo ou abaixo do mínimo) pode ser o valor máximo da escala ou outra cor, ou a progressão da escala pode ser mudada entre linear ou logarítmica.

[0074] Em 311, é mudada a função η. Os parâmetros da função podem ser alterados ou pode haver um conjunto de funções pré-estabelecidas em que o usuário pode escolher, por exemplo, migrar de uma função de cálculo como em 204 para uma visualização de classificação como em 205. Em 312, a função das características θ é alterada. Podem ser modificadas as características, por exemplo, a inclusão ou omissão de alguns dos enrugamentos, algumas curvaturas, ou outras características. Em 313 é mudado o método de obtenção dos parâmetros β, que pode ser um tipo de regressão usando uma superfície osculadora, bem como outro tipo de ajuste de uma parte de superfície osculadora parametrizada, diferenciação de vetores normais, ou métodos de médias de tensores. Em 314, é alterada a vizinhança de cada ponto em que são calculadas as características. Seria provável que um usuário usasse esta funcionalidade para mudar o raio de busca r a fim de procurar defeitos e deformações na superfície em diferentes escalas de diâmetro. Em 315, uma nova superfície pode ser carregada para avaliação, ou a edição da mesma superfície, por exemplo, através de suavização, subamostragem, superamostragem, recorte, exclusão parcial, união entre superfícies, translação, rotação, deformação, mudança de escala ou qualquer processo de edição.

[0075] A FIGURA 4 apresenta o fluxo de processamento de uma superfície virtual para extrair perfis e visualizar, identificar, localizar e/ou classificar os defeitos da superfície a partir dos perfis. Os perfis são cortes da superfície, em uma curva constituída por uma sequência encadeada de pontos. O fluxo inicia pelo carregamento da superfície virtual S 401. O usuário ou o sistema determinam os pontos de avaliação 402. Como mostrado em 206, o perfil pode ser determinado através de dois pontos p1 e p2 escolhidos pelo usuário como pontos de início e de fim do perfil e1. Na etapa 403, é feita a extração dos pontos 3D dos perfis. O perfil e1 pode ser extraído através de um plano ortogonal que contém os pontos p1 e p2 e está alinhado com a média dos vetores normais à superfície nestes pontos. O perfil e1 pode ser extraído como o conjunto de pontos formados pela intersecção entre as arestas da superfície e o plano ortogonal. Opcionalmente, o sistema pode já ter uma direção preferencial para a extração de perfis, sendo necessário apenas um ponto p1 para a definição do plano ortogonal de corte. A extração pode ser de apenas um perfil e1 ou de um conjunto de perfis associados, extraídos através de planos de corte paralelos ao plano de corte de e1 e distantes destes uma distância pré-determinada. O número de planos de corte e de perfis pode ser determinado pelo usuário ou pelo sistema, assim como a distância entre estes planos. Em 404 é feita a visualização dos perfis em ambiente tridimensional. A visualização 206 mostra um conjunto de perfis e1, e2 e e3 extraídos da superfície tridimensional e visualizados ainda no ambiente tridimensional.

[0076] Na etapa 405, é feita a transformação dos pontos tridimensionais do perfil em pontos bidimensionais. Esta mudança de coordenadas é realizada através de uma translação dos pontos e de uma rotação. Na translação, a nova origem passa a ser o ponto p1 e na rotação, duas coordenadas estão contidas no plano ortogonal de corte e uma coordenada perpendicular ao plano de corte. A primeira coordenada (abscissa) é na direção do vetor A entre os pontos p1 e p2 e a segunda coordenada (ordenada) é na direção do vetor D, vetor perpendicular à abscissa, mas também contido no plano de corte. Como os pontos estão neste plano, o valor da terceira coordenada na direção do vetor C, perpendicular ao plano de corte, é zero nestes pontos e, portanto, é desconsiderada. Uma forma de calcular o vetor A em p1 = (x1,y1,z1) e p2 =(x2,y2,z2) representados em um eixo cartesiano XYZ é através da diferença entre as coordenadas de p1 e p2: A = (ax, ay, az) = (x2-x1,y2-y1,z2-z1). A normalização de um vetor A = (ax, ay, az) é An = A/d, onde o fator de normalização é d² = ax²+ ay²+ az². O vetor B é a média entre os vetores n1 e n2, que são os vetores normais à superfície S no ponto p1 e no ponto p2. O vetor C é o produto vetorial entre A e B; o vetor D é o produto vetorial entre C e A. A matriz de rotação pode ser montada através das coordenadas em referência ao eixo XYZ dos vetores An, Dn e Cn, ou seja, A, D e C normalizados. O vetor de translação é composto pelas coordenadas de p1, de forma que p1 passa a ser a origem do sistema com vetores An, Dn e Cn.

[0077] Na etapa 406 são vistos os valores do perfil extraído, nas coordenadas bidimensionais (direções An e Dn). No gráfico bidimensional, são extraídas características dos pontos 407, com a ordenada, abscissa, inclinação (primeira derivada), curvatura (segunda derivada). No gráfico bidimensional, podem ser extraídos pontos singulares 408, tais como pontos de máxima ordenada, mínima ordenada, inflexão (segunda derivada nula), máxima abscissa, mínima abscissa. Através de distâncias entre os pontos singulares, são calculadas características 409, como as distâncias de altura h, largura w e altura q mostradas na visualização 207. A características dos pontos 407, pontos singulares 408, e características do perfil 409, também podem ser mostrados na visualização bidimensional 406 ou na visualização tridimensional 404. Todos os dados e visualizações calculadas nas etapas anteriores podem salvos em 410.

[0078] A FIGURA 5 apresenta o fluxo de processamento de duas ou mais superfícies virtuais para a comparação das suas características, a fim de visualizar, identificar, localizar e/ou classificar as discrepâncias entre elas ou os defeitos da superfície. O fluxo inicia pelo carregamento 501 das superfícies virtuais S1 e S2. As superfícies podem advir de etapas diferentes do projeto, dentre as quais, por exemplo, o desenho projetado (CAD), uma simulação de estampagem (SIM), uma digitalização (escaneamento) de uma peça real (SCAN), ou ainda, versões diferentes dentro de um mesmo tipo dentre estas etapas, por exemplo, duas simulações diferentes considerando variações nos parâmetros da simulação. Na etapa 502, a superfície S2 é alinhada a S1, gerando a superfície S3, conforme demonstrado na FIGURA 2C. Um algoritmo de alinhamento é utilizado para que as duas superfícies fiquem sobrepostas. Este alinhamento, que geralmente pode ser resumido em uma matriz de rotação e um vetor de translação, transforma a superfície original S2 em uma superfície rotacionada e transladada S3, de forma que a comparação passa a ser entre S1 e S3. Cada ponto p1 de S1 tem características θ1 e cada ponto p3 de S3 tem características θ3. Na etapa 503, é feita a correspondência entre os pontos de S1 e S3. Cada ponto p1 de S1 deve procurar na sua vizinhança o ponto mais próximo p3 que pertencente a S3 para calcular a discrepância entre as características de p1 as características de p3.

[0079] Na etapa 504 é calculada a comparação δ a partir das características θ1 e θ3. A comparação δ pode ser um único valor ou um vetor de valores, por exemplo, a diferença entre todos os valores de θ3 menos os valores de θ1. A comparação pode usar apenas a diferença entre uma característica específica, por exemplo, a diferença entre a curvatura G ou usar alguns ou todos os valores das características. Caso, para uma vizinhança pré-determinada, seja encontrado mais de um ponto vizinho pertencente a S3, é possível escolher o mais próximo do ponto p1 em S1 ou realizar uma estatística (como valor médio, máximo, mínimo, moda) das características dos valores dos pontos em S3 para consolidá-las na dimensão adequada para a comparação com as características do ponto p1 em S1.

[0080] Na etapa 505, os valores da comparação δ são adicionados à superfície S3, junto às características θ3. Em 506, a partir do conjunto de comparações δ e características θ3 é calculado um valor ou classe η(θ3,δ), através de um algoritmo de cálculo, de seleção ou de classificação. No caso de um algoritmo de cálculo ou seleção, η é um valor contínuo. Opcionalmente, η pode ser uma classe obtida através de um algoritmo de classificação.

[0081] Para a visualização de η, a etapa 507 mostra a transformação em um mapa de cor c=m(η), com escala contínua ou discreta. A dimensão de c pode variar. Por exemplo, c pode ter apenas dois valores em um mapa binário (branco ou preto) ou c pode ser um valor entre 0 (preto) e 255 (branco) em um mapa de cor em tons de cinza. Em um mapa colorido, c pode ser composto por 3 valores, por exemplo, RGB (vermelho, verde, azul) ou HSV (matiz, saturação e brilho), ou ainda, pode ser valores de transparência associados.

[0082] Em 508 é feita a visualização da superfície S3, com seus pontos e/ou arestas e/ou faces coloridas pelo valor de m. A escala de cores pode ser apresentada pela indicação de regiões, como em 205, através de uma escala progressiva de mudança de cor como em 204, ou composta de um mapa de cor bidimensional. Através da visualização é possível identificar, localizar e/ou classificar defeitos da superfície virtual. Também é possível observar a variação de algum parâmetro calculado. Por fim, as visualizações geradas e os dados calculados podem ser salvos na etapa 518.

[0083] As decisões 510-517 mostram um conjunto de alterações 509 que o usuário pode realizar no fluxo de processamento. Cada alteração faz a mudança na etapa correspondente e nas etapas posteriores, de tal forma que os cálculos anteriores à etapa alterada sejam reaproveitados. O reaproveitamento dos cálculos é uma forma de acelerar o tempo de processamento, que é algo bastante valorizado em um software quando se está trabalhando com uma grande quantidade de dados.

[0084] Em 510, o usuário pode mudar a forma de visualização da superfície S3. Entre os possíveis exemplos de forma de mudança de visualização, está em mostrar ou não os pontos, as arestas ou faces, assim como o posicionamento da superfície e o grau de ampliação da visualização. Em 511, há a mudança na escala de cor, por exemplo, o usuário pode mudar de uma escala contínua para uma escala discreta, ou os tons de cor da escala podem ser alternados entre uma escala arco-íris, tons de cinza, e escala ferro. Ainda, a escala pode ser invertida, pode ter seu valor de mínimo e de máximo alterados, a cor dos pontos saturados (valores acima do máximo ou abaixo do mínimo) pode ser o valor máximo da escala ou outra cor, ou a progressão da escala pode ser mudada entre linear ou logarítmica.

[0085] Em 512, é mudada a função η. Os parâmetros da função podem ser alterados ou pode haver um conjunto de funções pré-estabelecidas em que o usuário pode escolher, por exemplo, migrar de uma função de cálculo como em 204 para uma visualização de classificação como em 205. Em 513, a função de comparação δ é alterada, por exemplo, pode ser uma função com um único valor ou um vetor de valores, usar a diferença entre uma característica específica ou de algumas características. Em 514, a função das características θ é alterada. Podem ser modificadas as características, por exemplo, a inclusão ou omissão de alguns dos enrugamentos, algumas curvaturas, ou outras características. Em 515, é alterado o tipo de correspondência entre os pontos da superfície S1 e S3. A correspondência pode usar o ponto mais próximo ou um conjunto de pontos próximos, assim como alterar o critério que define a proximidade. Seria provável que um usuário usasse esta funcionalidade para mudar a comparação de ponto a ponto para a comparação com a média de uma região. Em 516, é alterado o algoritmo de alinhamento de S3 a S1, incluindo, a possibilidade de não realizar alinhamento caso não seja necessário. Em 517, alguma ou ambas as superfícies S1 e S2 é substituída por uma nova superfície para avaliação, ou ainda há a edição da mesma superfície, por exemplo, através de suavização, subamostragem, superamostragem, recorte, exclusão parcial, união entre superfícies, translação, rotação, deformação, mudança de escala ou qualquer processo de edição.

[0086] A FIGURA 6A mostra o teste de refração, para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse. O sistema contém uma fonte de luz 601, o material inspecionado 605, um aparelho de captura de imagens 610, e um aparelho capaz de processar e analisar dados 620. A luz projetada pela fonte de luz 601 passa através do material inspecionado 605, é refratada devido ao índice de refração do material 605, e capturada pelo aparelho de captura de imagens 610. A imagem capturada pelo aparelho de captura de imagem 610 é transmitida para um aparelho 620 capaz de processar a imagem capturada, identificar e classificar os defeitos.

[0087] O material inspecionado 605 pode ser de vidro, cristal, polímero, acrílico ou qualquer outro tipo de material que exibe transparência. Variações no índice de refração, espessura ou formato ao longo do material 605 causam ondulação nos padrões de listras claras 621 e listras escuras 622 capturadas pelo aparelho de captura de imagens 610 e são enviadas para o aparelho 620. O aparelho 620 contém software para processamento de imagens, bem como a classificação de defeitos de distorção óptica, como ilustrado na FIGURA 6C e FIGURA 7A

[0088] A FIGURA 6B mostra o teste de reflexão, para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incidida. O sistema contém uma fonte de luz 631, o material inspecionado 635, um aparelho de captura de imagens 640, e um aparelho capaz de processar e analisar dados 650. A luz projetada pela fonte de luz 631 é refletida especularmente na superfície do material 635, e capturada pelo aparelho de captura de imagens 610. A imagem capturada pelo aparelho de captura de imagem 610 é transmitida para um aparelho 620 capaz de processar a imagem capturada, identificar e classificar os defeitos.

[0089] Os raios luminosos 634 das luzes 632 são refletidos especularmente pelo material inspecionado 635, como indicado pelo raio refletido 636. O material inspecionado 635 pode ser metal, cerâmica, vidro, compósito, polímero, acrílico, cristal ou qualquer outro tipo de material refletivo. O material 635 pode ser plano, curvo, regular, ondulado, corrugado, côncavo, convexo ou pode compreender uma mistura de tais formatos. Variações na superfície do material 635, tais como variações na planicidade, ondulações, elevações e afundamentos causam ondulação nos padrões de listras claras 651 e listras escuras 652 capturadas pelo aparelho de captura de imagens 640 e são enviadas para o aparelho 650. O aparelho 650 contém software para processamento de imagens, bem como a classificação de defeitos de distorção do reflexo, como ilustrado na FIGURA 6D e FIGURA 7B.

[0090] As fontes de luz 601 e 631 que geram um padrão de luz, por exemplo, criando linhas paralelas de luz 602 ou 632 em um fundo negro 603 ou 633. A iluminação pode ser criada por: um conjunto de lâmpadas fluorescentes tubulares; lâmpadas LED tubulares; ou uma tela iluminada por um projetor ou laser; ou um monitor LCD, plasma, OLED ou LED; ou um conjunto de lâmpadas que tenham à sua frente uma lâmina de material que alterna entre regiões translúcidas e regiões foscas negras; ou qualquer dispositivo capaz de criar um padrão de luz e sombra.

[0091] Os aparelhos de captura de imagens 610 e 640 podem ser, por exemplo, uma câmera de vídeo e/ou fotográfica, câmera infravermelha, câmera ultravioleta ou qualquer conjunto de sensores eletromagnéticos capazes de capturar uma imagem. A faixa de frequência das ondas eletromagnéticas emitidas pelo aparelho de luz e capturadas pelo aparelho de captura de imagem está preferencialmente no espectro visível, no entanto, pode estar compreendido no espectro infravermelho ou ultravioleta.

[0092] Os aparelhos 620 e 650 são, por exemplo, um computador, aparelho móvel, microprocessador ou qualquer outro aparelho capaz de processar e analisar dados.

[0094] Ainda, no caso de 605 ser um vidro plano, uma possível implementação do sistema da FIGURA 6A segue as dimensões da norma brasileira de inspeção de vidros float (ABNT NBR NM 294, 2004): a distância entre a fonte de luz 601 e o material inspecionado 605 é de 4,5 metros; a distância entre o material inspecionado 605 e o aparelho de captura de imagem 610 é de 4,5 metros; a fonte de luz 601 tem faixas claras com 25 milímetros de largura e escuras com 25 milímetros de largura; e, por exemplo, a tela 601 consiste em um fundo branco translúcido atravessado por faixas paralelas negras e iluminado por trás com lâmpadas fluorescentes. Considerando-se que o material inspecionado pode ter uma rotação de um ângulo α no plano XZ, espera-se que a medição do nível do defeito de distorção óptica devido à variação do índice de refração ao longo do material seja mínima no ângulo α nulo e aumente conforme a rotação α se aproxima de 90 graus (ou π/2 radianos). A qualidade do vidro float é avaliada pelo ângulo a partir do qual a distorção das faixas refratadas 621 e 622 atinge a tolerância de qualidade. O material inspecionado 605 tem largura (no eixo W) entre 0,8 e 0,9 metros e compreende um quarto de um corte do vidro produzido na fábrica, que tem um total de largura entre 3,2 e 3,6 metros. A principal indicação de defeito na amostra é a distorção da posição da franja fora de uma linha de tendência. No caso de uma estria, ranhura, ou linha de marca no vidro, essa distorção é percebida em várias franjas, na mesma linha vertical ao longo do vidro, na direção em que saiu do alto-forno. Quando o corte do vidro é um dos dois quartos da borda do vidro produzido, este corte é posicionado para que o lado direito (eixo positivo de W) contenha a borda do vidro.

[0095] No caso de 635 ser um vidro plano, uma possível implementação do sistema da FIGURA 6B contém uma fonte de luz 631 com faixas claras com 25 milímetros de largura e escuras com 25 milímetros de largura; e, por exemplo, a tela 631 consiste em um fundo branco translúcido atravessado por faixas paralelas negras e iluminado por trás com lâmpadas fluorescentes. A peça é colocada horizontalmente sobre uma mesa, de tal forma que, se o corte do vidro é um dos dois quartos da borda do vidro produzido, a borda do vidro fique na parte mais próxima do aparelho captador 640 e, consequentemente, fique na parte inferior da imagem. No caso de deformação devido aos rolos que movimentam o vidro durante a fabricação, esta parte da borda é a mais distorcida, criando dobras F nas curvas na parte inferior das franjas 651, 652 e 653, conforme mostrado na Figura 6D.

[0096] A FIGURA 6C mostra dois possíveis exemplos de imagens capturadas pelo aparelho de captura de imagens 610. Na imagem 611 e 612 um material é posicionado entre dois batentes 614 e 615, sobre um suporte 613, que gira sobre um eixo 616. O material 605 é inspecionado em diferentes posições da rotação do ângulo α no plano XZ. No exemplo específico, material 605 é um vidro plano transparente com 3 milímetros de espessura e o ângulo α é de 70 graus na imagem 611 e 35 graus na imagem 612. O material 605 está delimitado na horizontal entre as bordas 624 e 625, onde é possível ver uma linha vertical do seu início e fim. A distância L entre 624 e 625 é menor para α = 70 graus do que para α = 35 graus. A iluminação contém franjas claras 621 e escuras 622 diagonais que transpassam o material 605, de forma que não é possível visualizar distorções destas franjas na imagem 611, porém é possível ver que elas são levemente distorcidas em 612, e essa distorção é percebida em várias franjas, na mesma linha vertical 623 ao longo do material 605. No processamento da imagem descrito pela Figura 7A, a região de interesse 712 recortada em 611 ou 612 para o processamento é delimitada horizontalmente entre 624 e 625 e verticalmente entre 626 e 627.

[0097] A FIGURA 6D mostra um possível exemplo de imagem capturada pelo aparelho de captura de imagens 640 e parte do processamento desta imagem. A imagem 641 mostra um material 635, onde é possível ver o reflexo das franjas claras 632 e escuras 633 da fonte de luz 631, formando as franjas na imagem. A imagem 641 é transformada através do processo de binarização em uma imagem binária 642, isto é, a separação dos pixels pertencentes às franjas claras 651 do restante da imagem, com um tom mais escuro 652. A extração da linha de borda entre as franjas brancas 651 e o fundo escuro 652 é realizado, resultando na imagem 643 com as curvas 653. Para cada uma das curvas 653 é calculada uma linha de tendência 654 e é considerada como distorção em cada ponto da curva 653 a distância entre este ponto e a linha de tendência. A maior distorção é indicada com o valor D. O primeiro ponto da curva 653 com distorção acima de um limiar z mínimo é indicado como início da distorção 655 e o último ponto com distorção acima do limiar z mínimo é indicado como fim da distorção 656. O comprimento C é a distância entre 655 e 656 e a altura A é medida entre a parte inferior das curvas 653 e o ponto 655.

[0098] A FIGURA 7A apresenta o fluxo de processamento do teste de refração. O fluxo inicia pelo posicionamento 701 da amostra 605 sobre o suporte 613. Na etapa 702, o eixo 616 contendo a amostra 605 é girado de um ângulo α. Na etapa 703 é feita a captura da imagem pelo aparelho 610 e a leitura do ângulo α. A leitura do ângulo pode ser feita, por um encoder, goniômetro, potenciômetro ou qualquer aparelho capaz de medir um ângulo. Na etapa 704 é feita a decisão se o giro já chegou ao seu final e, em caso negativo, volta-se e continuase girando a amostra 703 e a captura da imagem e a leitura do ângulo 704. Em um exemplo específico, a amostra pode variar o valor de α de 75 a 15 graus, com intervalo de 1 grau entre cada imagem capturada. Na etapa 705 é realizado o processamento das imagens capturadas, resultando na identificação na imagem e no ângulo correspondente que tem a menor distorção visível na amostra. Em 706 é feita a classificação da amostra, com base no ângulo obtido 721, no critério (limiares de classificação) internos da indústria 723 e nos dados da amostra 722, por exemplo, a espessura da amostra 605. Na etapa 707, a classificação, assim com a imagem e o ângulo são visualizados em um aparelho 620 e na etapa 708 é realizado o salvamento das imagens e dados da inspeção da amostra 605.

[0099] O processamento de imagens 705 inicia-se pela binarização da imagem capturada 710, que é transformada em uma imagem com dois valores possíveis de pixels. Os extremos da borda da amostra são identificados 711 para o recorte da região de interesse 712. Na etapa 713, são extraídas as linhas entre as franjas claras 621 e escuras 622, denominadas curvas ya(x). Em 714, para cada uma destas linhas ya(x) é calculada uma linha de tendência polinomial t(x). Em 715, é feito o cálculo da distorção de cada curva como yb(x) = ya(x) - ta(x). Em 716, é realizada a consolidação das distorções yb(x) da imagem em uma distorção yc(x), que representa a distorção vertical na imagem para cada coluna x. No caso do exemplo da Figura 6C, cada coluna x tem aproximadamente 16 curvas, e, na consolidação das distorções em yc(x), pode-se desconsiderar do cálculo da média das distorções, por exemplo, a metade das colunas com menor distorção e as duas colunas com maior distorção. Para diminuir ruídos, os valores de yc(x) podem conter médias na direção x, ou seja, considerar a média de mais de uma coluna.

[00100] As imagens capturadas com diferentes ângulos α apresentam um número diferente de colunas x, como é possível ver na diferença da largura L entre as imagens 611 e 612. Dessa forma, é realizada uma transformação da distorção como uma função de x para uma função de w (no eixo W indicado na FIGURA 6A, que gira conjuntamente à amostra 605). Esta mudança de variável (transformação de coordenada) também ajusta o fato do lado esquerdo da amostra, que está mais longe da câmera parecer menor que o lado direito. Uma reamostragem 717 de yc(x) gera um conjunto de valores yd(w), onde w varia de 0 a 1 (0 a 100% da largura) com um passo constante, por exemplo, de 0.05. Dessa forma, todos os valores das distorções yd(w) para cada imagem (uma matrizlinha de valores para cada imagem) podem ser empilhados em uma matriz Y contendo yd de cada imagem e o ângulo de cada imagem, como proposto em 718. Para diminuir a possibilidade de ruídos, estes dados podem sem suavizados, por exemplo, fazendo-se a média dos valores de cada linha de Y com os valores de 3 linhas acima de abaixo dela. Cada linha da coluna Y é dividida em regiões de centro e de bordo e para cada região é encontrado um valor do máximo yd. O limiar máximo de distorção 720 é comparado com o yd máximo de cada linha de Y em 719, em busca da linha e do ângulo que corresponde a menor distorção visível na amostra 605.

[00101] A FIGURA 7B apresenta o fluxo de processamento do teste de reflexão. O fluxo inicia pelo posicionamento 751 da amostra 635 horizontalmente. Na etapa 752 é feita a captura da imagem pelo aparelho 640. Na etapa 755 é realizado o processamento da imagem capturada, resultando na extração de características na imagem. Em 756 é feita a classificação da amostra, com base nas características obtidas 781, no critério (limiares de classificação) internos da indústria 783 e nos dados da amostra 782, por exemplo, a espessura da amostra 635. Na etapa 756, a classificação, assim com a imagem e as características são visualizados em um aparelho 650 e na etapa 757 é realizado o salvamento das imagens e dados da inspeção da amostra 635.

[00102] O processamento de imagem 755 inicia-se pela binarização da imagem capturada 760, que é transformada em uma imagem com dois valores possíveis de pixels. Os extremos da borda da amostra são identificados 761 para o recorte da região de interesse 762. Na etapa 763, são extraídas as linhas entre as franjas claras 651 e escuras 652, denominadas curvas x(y). Em 764, para cada uma destas linhas x(y) é calculada uma linha de tendência polinomial t(y). Em 765, é feito o cálculo da distorção d(y) de cada curva como a distância entre cada ponto de x(y) e t(y). Em 766, é feito o cálculo do início e do fim da distorção em cada curva, como o primeiro e o último ponto, respectivamente, com distorção d(y) acima de um limiar z. É feito em 767 a seleção dos valores de mediana dos valores de ponto de máximo e mínimo de distorção, estabelecendo a curva mediana para o cálculo. Em 768, é calculada a partir da curva mediana, o seu valor máximo D de distorção d(y), o comprimento C como a distância entre o ponto de início de fim da distorção e a altura A como a medida vertical entre o início da distorção e a parte inferior das curvas.

[00103] Na etapa 769 é feito o alinhamento, suavização e normalização das curvas x(y) para a extração das suas derivadas s(y) na etapa 770. A derivada s(y) está relacionada à tangente à curva como mostrado em 657 e deve-se manter constante para uma amostra sem defeitos. Porém, s(y) pode ter alterações em amostras com ondulações, como indicado na FIGURAS 6D na parte inferior de 641, 642 e 643. A mediana da maior variação de ângulo a partir da variação da derivada s(y) é calculado e denominado dobra F na etapa 771. As características são reunidas em 772: distorção D, altura A, comprimento C e dobra F.

Claims

Método para inspeção de superfícies virtuais de materiais caracterizado pelo fato de compreender as etapas de: carregar uma superfície virtual em um computador; extrair características a partir da geometria tridimensional da superfície virtual; processar as características através de um algoritmo de cálculo, de seleção ou de classificação; e visualizar graficamente as características processadas; ou identificar, localizar e/ou classificar defeitos com base nas características processados da superfície virtual do material.
Método para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse, o método caracterizado pelo fato de compreender as etapas de projetar luz através de um material inspecionado com uma fonte de luz; capturar a luz refratada por um aparelho de captura de imagens; transmitir e processar a imagem capturada; e identificar e classificar defeitos.
Método para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incidida, caracterizado pelo fato de compreender as etapas de projetar luz através de um material inspecionado com uma fonte de luz; capturar a luz refletida por um aparelho de captura de imagens; transmitir e processar a imagem capturada; e identificar e classificar defeitos.
Método para a comparação de características de duas ou mais superfícies virtuais, a fim de visualizar, identificar, localizar e/ou classificar discrepâncias entre as duas ou mais superfícies virtuais e/ou defeitos de superfície, o método caracterizado pelo fato de compreender as etapas de: carregar pelo menos uma primeira superfície virtual e uma segunda superfície virtual em um computador; extrair características a partir da geometria tridimensional da superfície virtual; alinhar virtualmente pelo menos uma primeira superfície virtual e uma segunda superfície virtual utilizando um algoritmo de alinhamento e gerando pelo menos uma terceira superfície virtual; fazer correspondência entre pontos em pelo menos uma primeira superfície com pontos em pelo menos uma terceira superfície, extraindo características de cada uma das superfícies virtuais; com base nos dados de correspondência entre pontos das superfícies virtuais, comparar as características das superfícies virtuais, gerando valores de comparação; adicionar os valores de comparação a pelo menos uma terceira superfície, junto às respectivas características extraídas; e a partir do conjunto de comparações e características, calcular um valor ou classe através de um algoritmo de cálculo, de seleção ou de classificação para visualizar, identificar, localizar e/ou classificar discrepâncias entre as duas ou mais superfícies virtuais e/ou defeitos de superfície.
Método, e acordo com a reivindicação 2, caracterizado pelo fato de que o material inspecionado pode ser de vidro, cristal, polímero, acrílico ou qualquer outro tipo de material transparente.
Método, de acordo com a reivindicação 3, caracterizado pelo fato de que o material inspecionado pode ser metal, cerâmica, vidro, compósito, polímero, acrílico, cristal ou qualquer outro tipo de material refletivo.
Método, e acordo com a reivindicação 2 ou 3, caracterizado pelo fato de que a captura da luz refratada gera padrões de listras claras e listras escuras.
Método, e acordo com a reivindicação 2 ou 3, caracterizado pelo fato de que variações no índice de refração, espessura ou formato ao longo do material causam ondulação nos padrões de listras claras e listras escuras capturadas pelo aparelho de captura de imagens e são transmitidas para o aparelho que contém um software para processamento de imagens, bem como a classificação de defeitos de distorção óptica.
Método, de acordo com qualquer uma das reivindicações 2 ou 3, caracterizado pelo fato e que o material pode ser plano, curvo, regular, ondulado, corrugado, côncavo, convexo ou pode compreender uma mistura de tais formatos.
Método, de acordo com a reivindicação 2 ou 3, caracterizado pelo fato de que a luz projetada pela fonte de luz é refletida especularmente na superfície do material, ou refratada através do mesmo, e capturada pelo aparelho de captura de imagens, que transmite a imagem para um aparelho capaz de processar a imagem capturada, identificar e classificar defeitos.
Método, de acordo com a reivindicação 1 ou 4, caracterizado pelo fato de que a superfície virtual compreende imagens de um padrão de luzes refletido pela ou distorcida através de um material inspecionado, nuvem de pontos de imagens de superfícies reais do material ou superfície virtual de materiais criada, projetada ou simulada em um software.
Método, de acordo com a reivindicação 1 ou 4, caracterizado pelo fato de que a superfície virtual pode ser composta de pontos tridimensionais em um sistema de coordenadas, opcionalmente em que o sistema de coordenadas pode ser cartesiano, esférico, cilíndrico, curvilíneo, entre outros.
Método, de acordo com a reivindicação 1 ou 4, caracterizado pelo fato de que as características extraídas a partir da geometria tridimensional da superfície virtual compreendem dados tridimensionais selecionados de curvaturas extraídas em cada ponto da superfície, ou de derivada de cada possível curvatura.
Método de acordo com a reivindicação 13, caracterizado pelo fato de que as curvaturas são selecionadas de máxima curvatura, mínima curvatura, curvatura média, curvatura de Gauss, ou qualquer combinação das mesmas.
Método, de acordo com a reivindicação 14, caracterizado pelo fato de que o cálculo das curvaturas é feito através de técnicas de geometria diferencial discreta, considerando os pontos da superfície, considerando uma área da superfície dentro de uma vizinhança ao redor do raio de busca proporcional ao tamanho dos defeitos esperados.
Método, de acordo com a reivindicação 1 ou 4, caracterizado pelo fato de que a etapa de identificação, localização e/ou classificação de defeitos pode opcionalmente se dividir em etapas de identificação, localização e/ou classificação executadas independentemente.
Método, de acordo com a reivindicação 1 ou 4, caracterizado pelo fato de demostrar os valores das características calculadas, ou de valores calculados a partir destas características, de maneira numérica, ou através de uma escala de cores que demonstrem estes valores sobre a superfície virtual.
Método, de acordo com a reivindicação 1, caracterizado pelo fato de compreender ainda uma etapa de comparação de características de duas ou mais superfícies virtuais.
Método, de acordo com a reivindicação 4, caracterizado pelo fato de que o alinhamento compreende uma matriz de rotação e um vetor de translação, transformar pelo menos uma segunda superfície virtual em pelo menos uma terceira superfície virtual rotacionada e transladada.
Método, de acordo com a reivindicação 4, caracterizado pelo fato de que a comparação pode ser feita com base em um único valor ou um vetor de valores, como a diferença entre todos os valores de pelo menos uma terceira superfície virtual com pelo menos uma primeira superfície.
Sistema para inspeção de superfícies virtuais de materiais caracterizado pelo fato de compreender meios para carregar uma superfície virtual, como um computador; meios para extrair características a partir da geometria tridimensional da superfície virtual, como um software; meios para processar as características através de um algoritmo de cálculo, de seleção ou de classificação; e meios para identificar, localizar e/ou classificar defeitos com base nas características extraídas da superfície virtual do material.
Sistema para a inspeção automática de qualidade de distorção óptica em materiais parcialmente ou totalmente transparentes, que distorcem a luz que sobre ele atravesse, o sistema caracterizado pelo fato de compreender: meios para projetar luz através de um material inspecionado, como uma fonte de luz; meios para capturar a luz refratada, como um aparelho de captura de imagens; meios para transmitir e processar a imagem capturada; e meios para identificar e classificar defeitos.
Sistema para a inspeção automática de qualidade de distorção óptica em materiais totalmente ou parcialmente refletivos, que distorcem a luz que sobre ele incidida, o sistema caracterizado pelo fato de compreender: meios para projetar luz através de um material inspecionado, como uma fonte de luz; meios para capturar a luz refletida, como um aparelho de captura de imagens; meios para transmitir e processar a imagem capturada; e meios para identificar e classificar defeitos.
Sistema para a comparação de características de duas ou mais superfícies virtuais, a fim de visualizar, identificar, localizar e/ou classificar discrepâncias entre as duas ou mais superfícies virtuais e/ou defeitos de superfície, o método caracterizado pelo fato de compreender as etapas de: meios para carregar pelo menos uma primeira superfície virtual e uma segunda superfície virtual, como um computador; meios para alinhar virtualmente pelo menos uma primeira superfície virtual e uma segunda superfície virtual, como um algoritmo de alinhamento e gerando pelo menos uma terceira superfície virtual; meios para fazer correspondência entre pontos em pelo menos uma primeira superfície com pontos em pelo menos uma terceira superfície, extraindo características de cada uma das superfícies virtuais, como um algoritmo; meios para comparar as características das superfícies virtuais com base nos dados de correspondência entre pontos das superfícies virtuais, gerando valores de comparação; meios para adicionar os valores de comparação a pelo menos uma terceira superfície, junto às respectivas características extraídas; e meios para calcular um valor ou classe, como um algoritmo de cálculo, a partir do conjunto de comparações e características de seleção ou de classificação.
Sistema, de acordo com a reivindicação 21, caracterizado pelo fato de que a luz projetada pela fonte de luz é refletida especularmente na superfície do material e capturada pelo aparelho de captura de imagens, que transmite a imagem para um aparelho capaz de processar a imagem capturada, identificar e classificar defeitos.
Sistema, de acordo com a reivindicação 22, caracterizado pelo fato de que o material inspecionado pode ser de vidro, cristal, polímero, acrílico ou qualquer outro tipo de material que exibe transparência.
Sistema, de acordo com a reivindicação 22, caracterizado pelo fato de que variações no índice de refração, espessura ou formato ao longo do material causam ondulação nos padrões de listras claras e listras escuras capturadas pelo aparelho de captura de imagens e são enviadas para o aparelho que contém um software para processamento de imagens, bem como a classificação de defeitos de distorção óptica.
Sistema, de acordo com a reivindicação 23, caracterizado pelo fato de que o material inspecionado pode ser metal, cerâmica, vidro, compósito, polímero, acrílico, cristal ou qualquer outro tipo de material refletivo,
Sistema, de acordo com a reivindicação 22 ou 23, caracterizado pelo fato de que o material pode ser plano, curvo, regular, ondulado, corrugado, côncavo, convexo ou pode compreender uma mistura de tais formatos.
Sistema, de acordo com a reivindicação 22 ou 23, caracterizado pelo fato de que variações na superfície do material, tais como variações na planicidade, ondulações, elevações e afundamentos causam ondulação nos padrões de listras claras e listras escuras capturadas pelo aparelho de captura de imagens e são enviadas para o aparelho que contém o software para processamento de imagens, bem como a classificação de defeitos de distorção do reflexo.