
La visión artificial o visión por ordenador es una técnica que se puede utilizar para multitud de aplicaciones fuera y dentro de la industria. Permite comprender imágenes, procesar información, analizar y producir una serie de acciones en función de dichos datos. Y lo pueden hacer de una forma más eficiente que un humano, ya que dotas a las máquinas de una gran capacidad para comprender e interpretar las imágenes del entorno que están observando.
Con el avance de la IA (Inteligencia Artificial), se ha podido mejorar mucho estas técnicas de visión artificial para conseguir cosas hasta la fecha impensables. Además, las técnicas de visión artificial se pueden aplicar in-situ en el mismo momento, o analizar imágenes o vídeos ya grabados. También existen una vertiente 3D de este tipo de visión que dota de nuevas capacidades para emular la visión humana por ordenador.
Índice
¿Qué es la visión artificial?

La visión artificial es un compendio de herramientas y métodos para obtener, procesar y analizar imágenes del mundo real mediante la computación. De esa forma se pueden tratar y automatizar ciertas tareas, desde correcciones y restauración de imágenes, hasta la toma de decisiones para otras aplicaciones industriales como las que se estudiarán más adelante.
Es precisamente el sector industrial el que más se beneficia de esta visión artificial, ya que permite que los procesos de fabricación o selección se puedan automatizar y que tomen velocidades mucho más altas que si lo hicieran un humano. Además, con el perfeccionamiento de las técnicas, cada vez tiene más aplicaciones y bajos costes, lo que permite su expansión desde la industria de la automoción, a la electrónica, agrícola e incluso logística.
Técnica
Lo que se hace durante el proceso es básicamente tener una cámara/s o sensor para capturar imágenes de objetos o del entorno, procesarlas rápidamente mediante un software que se ejecuta en un ordenador, extraer información relevante de esas imágenes y poder aplicarlas de algún modo. Por ejemplo, se pueden analizar objetos que pasan delante de una cámara en una cinta transportadora para detectar los que están dañados y hacer que un actuador mecánico los deseche para que no sigan en la cadena.
Todo sistema de visión artificial pasa por los siguientes pasos:
- Captación: el sensor captará la imagen del objeto real. Eso es mediante un sensor óptico, cámara CCD, CMOS, INGAAS, rayos X, IR, termografías, etc. Esto también tiene unos complementos asociados, como son los de iluminación. En ese caso pueden ser fluorescentes, LED, luz polarizada, láser, Backlight, etc.
- Digitalización: convierte la información captada por las imágenes recogidas en formato digital para poder ser procesada por el computador.
- Computación: gracias al software de control permite procesar dicha información y obtener datos sobre los que se actuará/decidirá en etapas posteriores.
- Resultados: se obtienen los resultados y se actúa conforme a ellos.
Todos esos pasos necesitan de varios módulos o partes para poder funcionar como:
- Módulo de imagen: el encargado de captar la señal o imagen del objeto o entorno.
- Módulo digitalizador: el que convierte la señal analógica de la cámara en digital.
- Módulo de visualización: no hay que confundirlo con el primero, es el que convierte la señal digital residente en una memoria intermedia en señal visual para mostrarse a través de un monitor o pantalla en caso de ser necesaria su monitorización.
- Procesador de imagen: puede ser por software o por hardware. Independientemente de su implementación, se encarga de interpretar las imágenes digitalizadas que ha captado la cámara. Por supuesto, en cualquier caso necesita de un computador.
- Módulos de E/S: la entrada y salida gestiona la captación de imagen y la salida de control en función de los datos obtenidos.
- Comunicación: es el bus o interfaz por el cuál se puede comunicar el sistema de visión artificial con el resto de elementos. Pueden ser inalámbrico, Ethernet, RS232,…
Objetivo o funcionalidad
Si por esa cinta transportadora pasan unos cuantos objetos cada minuto, un humano podría hacerlo de forma eficiente. Pero si están pasando decenas, centenas o millares de ellas, se hace muy complicado o imposible. Es ahí donde la visión artificial puede acelerar estos procesos y llevarlos a cabo.
Por eso, la visión artificial es una gran herramienta para acelerar la producción industrial. Todo gracias a procesos basados en soluciones integrales que se adaptan a los procesos productivos de cada industria. Con capacidad para la escalabilidad, actualización y personalización en caso de ser necesario.

Para ello, se pueden emplear multitud de dispositivos, desde simples sensores ópticos, hasta una cámara más avanzada o un grupo de ellas para conseguir el 3D.
Ventajas y desventajas
Además de lo anteriormente dicho, también hay una serie de ventajas y desventajas de los sistemas de visión artificial. La más notable es la mejora del rendimiento en cuanto a la producción en la industria, pero hay más.
Entre las ventajas se pueden destacar:
- Elimina la subjetividad de la inspección: mediante la implantación de sistemas de visión artificial se puede conseguir una mejora en este sentido y mejorar el rendimiento a la hora de cuantificar y evaluar parámetros por unidad de tiempo.
- Flexibilidad: los propios sistemas permiten adaptarse y escalarse para poder amoldarse mejor a los procesos productivos si se han cambiado. Eso permite ahorrar mucho tiempo y permite un rápido comienzo tras cada cambio, sin tener que formar al personal para el cambio ni nada por el estilo. Solo una simple configuración.
- Asequible: aunque no son elementos baratos para la mayoría de los bolsillos de particulares, pero permite ahorrar mucho dinero a la larga a la empresa. Además, esta tecnología está lo suficientemente madura y es lo suficientemente entendible como para ser cada vez más barata. Los computadores, el software o los componentes opto-electrónicos cada vez abaratan más sus precios y mejoran su eficiencia.
- Costes: estos sistemas de visión artificial reducen los costes en muchos sentidos, como los costes por devolución de pedidos, los de personal sustituido por estos sistemas, costes temporales, aumento de la producción (mayores ganancias), etc.
- Metrología: permite medir u obtener información de forma extremadamente rápida de las magnitudes físicas que aparecen en las imágenes captadas. Por ejemplo, podría determinar en una fracción de segundo la dimensión de una pieza, su área, la distancia entre partes, diámetros, ángulos, posición, etc. Algo que un humano no puede hacer con tal rapidez.
- Clasificación: gracias a la anterior ventaja, se tiene otra como es la clasificación industrial rápida y eficaz. Eso permite clasificar y automatizar tareas a velocidades de vértigo atendiendo a esas dimensiones, patrones, códigos de barras, color, área, formas, etc.
- Mejor producto final: la visión artificial también tiene una gran ventaja que puede repercutir en el cliente final, y es la mejora de la calidad de las piezas. Al poder ser analizadas de una forma más eficaz, incluso en zonas inaccesibles para un humano, permite producir piezas de mayor calidad. Eso se traduce en un consumidor más satisfecho y la fidelización de clientes.
- Otras: también necesita menor atención, no es tan susceptible a errores visuales como los humanos (falta de atención, descuidos, distracciones,…), no le afecta el absentismo laboral, mejora la verificación en lugares inaccesibles para el ojo humano (p.e.: mediante rayos X para ver el interior de piezas).
Entre las desventajas, la más destacable es el precio de estos sistemas, ya que no tiene prácticamente puntos débiles. Solo en algunos casos donde se necesite una evaluación algo menos objetiva y más subjetiva puede fallar, ya que en esos casos no hay nada mejor que las propias personas para poder evaluar cada caso.
Aplicaciones en la industria de la visión artificial
Las aplicaciones de la visión artificial en la industria pasa por tres campos muy específicos como son el control de procesos y control de calidad, aunque algunas empresas van más allá y lo están usando para otras aplicaciones no industriales.
Ejemplos prácticos van desde el control de temperatura, control de tráfico, verificación del correcto ensamblaje, etiquetado y marcado, inspección de soldaduras, control de calidad de objetos, selección y filtrado, control de utillaje, control de acabados superficiales, sistemas pick-up & place para guiar a robots industriales, detección de cuerpos extraños en envases, etc.
Ejemplos prácticos en el ámbito industrial
Las aplicaciones de la visión artificial en el sector industrial es bastante amplia, como puedes comprobar. El abanico de aplicaciones en distintos sectores pasan por:
- Electrónica: en la industria de la electrónica se puede usar la visión artificial en procesos de fabricación diversos, como la manipulación e identificación de componentes, control de calidad, comprobar la correcta soldadura y embalaje de piezas, para procesos pick-up & place para colocar componentes en PCBs y soldarlos, etc.
- Automoción: se usa para inspección en el proceso de fabricación y ensamblaje de piezas de vehículos. Como en el proceso de estampación, mecanizado, soldadura, pintura, rebabas, extrusión, etc.
- Alimentación: la visión artificial en esta industria permite mejorar el control de calidad. Por ejemplo para ver si los recipientes han sido llenados adecuadamente o que no tengan cuerpos extraños en su interior. También se usan ampliamente para eliminar frutos dañados o podridos, eliminar ramas, piedras, cáscaras y otros elementos que no deben pasar a procesos siguientes, categorizar por tamaños, etc.
- Envasado y embalajes: en la logística y packaging de la industria, la visión artificial puede inspeccionar la presencia o ausencia de ciertos marcadores. También puede catalogar por códigos de barras o etiquetas, inspeccionar lotes, fechas de caducidad, colocar correctamente tapones, etc.
- Logística e identificación: permite identificar piezas o productos de forma rápida. Se adapta muy bien a las necesidades de grandes almacenes y distribuidoras, como por ejemplo en los centros de logística de Amazon.
Visión artificial y la industria 4.0

La visión artificial, al igual que otras muchas tecnologías de digitalización y transición hacia la modernización de empresas, como el Big Data, la IA, el IoT, y la propia nube o cloud, fog y edge computing, tiene un papel crucial en la llamada industria 4.0.
Todos esos paradigmas unidos permiten mejorar todas las condiciones de esta nueva industria emergente que pretende revolucionar el sector. Y es que tras la revolución industrial con la introducción de las máquinas (1.0), la introducción de la electricidad en el sector (2.0), la llegada de la computación (3.0), ahora llega esta nueva revolución gracias a estas nuevas técnicas para dar lugar a la versión 4.0.
La visión artificial, de hecho, puede agrupar varias de esas mejoras en uno. Ya que se vale de software y hardware para funcionar, y puede incluir también la IA para dotarla de mayor inteligencia y capacidad de reconocimiento. Todo eso dota al a industria de las grandes ventajas y precisión citadas anteriormente.
Pero si se combina esa capacidad con otras medidas para que mejoren y modernicen otros ámbitos de la propia empresa que la implante, puede llevar a una industria 4.0 con soluciones integrales mucho más eficientes y competitivas.

Empresas como IBM, Red Hat, Marval, Telefónica, y otras muchas, ya llevan tiempo intentando ayudar a empresas a esa transformación para que puedan logar sus objetivos. En España, muchas empresas importantes como Santander, Cepsa, y otras muchas ya han comenzado a disfrutar de las grandes mejoras de la 4.0.
Es precisamente Marval la empresa que lleva más de 20 años elaborando sistemas de visión artificial para la industria y evolucionando sus herramientas. Gracias a esos proyectos y los de otras empresas de la competencia, se ha mejorado todas las herramientas de las que la industria tiene a su alcance.
Por ejemplo, imagina un sistema integral de industria 4.0 en una fábrica donde un sistema de visión artificial puede seleccionar la cantidad de materia prima o piezas válidas necesarias. En función de esta información, no solo se podría descartar las no aptas y dejar que pasen a la cadena de producción solo las aptas.
Con la 4.0 se podría pasar dicha información también a la nube y usar otras tecnologías emergentes para, por ejemplo, realizar pedidos al proveedor de piezas o materia prima en función de la capacidad de producción y la cantidad de piezas descartadas, evaluando el inventario de forma totalmente automática. O tal vez que reporte los fallos detectados a dicho proveedor para que pueda reducir esos defectos en futuros pedidos.
Es decir, en la industria 4.0 las tecnologías lo abarcan todo, desde el primer proceso al último, y en todos los departamentos y sectores de la empresa.
Más allá de la trazabilidad
Los sistemas de visión artificial en una industria 4.0 puede ir más allá de las medidas de trazabilidad (análisis morfológico, defectos, marcadores de posición, análisis de color, aspecto, objetos extraños, calidad, lectura de códigos, etc.). Podría también usar esa información OCR, OCV, o datos obtenidos tras el procesamiento para hacer que otras máquinas o procesos de la factoría estén preparados o con más información al respecto.
Por ejemplo, imagina que se producen objetos de diversa consistencia. Un sistema de visión artificial podría determinar el nivel de tolerancia, por ejemplo la consistencia de cada objeto mediante diferentes sistemas y así marcarlo para que una máquina que tiene que estamparlo en un proceso posterior ejerza la presión adecuada en función de su consistencia.
Esto simplemente es posible entendiendo el sistema de visión artificial como un elemento IoT conectado y la máquina del proceso siguiente como otro dispositivo IoT conectado. Por tanto, pueden comunicarse a través de la red e incluso entre uno y otro se puede usar otros elementos de la fog o la nube para analizar ciertos datos.
Visión artificial y digitalización industriales
Los nuevos sistemas de digitalización industrial, herramientas emergentes y visión artificial tendrán un papel clave en el presente y el futuro inmediato en empresas de todo tipo de tamaño. Por ejemplo en combinación con sistemas MES/MON (Manufacturing Execution System/Manufacturing Operation Management).
Es decir, los sistemas MES son sistemas de gestión de información conectados a equipos industriales y líneas de fabricación. Con ellos se puede monitorizar y controlar los procesos, el flujo de datos de la planta y todoe n tiempo real mediante software ERP. Así se rastrea y documenta las trasformaciones desde las materias primas hasta el producto final.
MOS es una metodología que permite visualizar los procesos de fabricación desde el inicio hasta el fin para optimizar la eficiencia. Eso garantiza la ejecución eficiente de la manufactura y mejora la productividad.
Por tanto, los sistemas de visión artificial tienen un papel crucial en estos casos, ya que son una herramienta complementaria perfecta para trazar estas estrategias de digitalización industrial. Especialmente junto a los desarrollos PLM (Product Lifecycle Management), es decir, sistemas de software para gestionar el ciclo de vida de los productos desde que son fabricados hasta su eliminación, pasando también por su puesta en servicio.
Como puedes entender, para todo eso se necesita de bastante información almacenada en grandes bases de datos en la nube o en local, y que pueden ser procesadas de forma rápida y eficiente para su análisis por el Big Data. Y esas bbdd estarán alimentadas por esos sistemas de visión artificial que son los que pueden obtener información rápida de todos los productos.
Todo eso sin alterar el TTM (Time To Market), todo lo contrario, se puede obtener toda esa información y mejorar ese parámetro considerablemente. Es decir, si que el tiempo desde que un producto se comienza a concebir hasta que se pone en el mercado sea mayor.