Llevo más de veinte años trabajando en la industria de la medición de imágenes y me he encontrado con todo tipo de piezas, así como con numerosos "fenómenos" inesperados durante las inspecciones. Un problema común es que, cuando la superficie de una pieza es relativamente rugosa o tiene recubrimientos especiales, el reconocimiento de bordes del instrumento de medición de imágenes se vuelve inestable y los resultados de la medición muestran desviaciones evidentes. Esto no se debe a un problema del equipo de ningún fabricante en particular, sino a principios ópticos y propiedades del material.
Idealmente, los bordes de una pieza de trabajo en una imagen deberían aparecer como transiciones nítidas en escala de grises: de brillante a oscuro o de oscuro a brillante, formando un gradiente nítido. Con esto, los algoritmos de detección de bordes del software pueden capturar señales estables y extraer el límite con precisión. Sin embargo, la realidad a menudo dista mucho de ser ideal. Por ejemplo, al pulir piezas de aluminio con chorro de arena, la superficie se llena de pequeñas protuberancias irregulares. La luz incidente sufre una dispersión difusa y la distribución de la escala de grises que ve la cámara se vuelve caótica. Las regiones brillantes y oscuras se alternan, y la curva fluctúa considerablemente. Lo que debería haber sido una línea de límite nítida se convierte en un perfil de escala de grises inestable.
Recuerdo haber inspeccionado una vez una pieza de molde de precisión cuya superficie tenía una capa de óxido. La reflectividad variaba drásticamente entre regiones: algunas áreas aparecían demasiado brillantes, mientras que otras eran muy oscuras. Como resultado, la transición del borde se alteró, el gradiente perdió estabilidad y el límite extraído se volvió borroso o incluso se fracturó. El cliente se quedó perplejo en ese momento, asumiendo que se debía a la precisión insuficiente del instrumento, pero la causa principal era la compleja reflexión de la superficie.
Otro problema que presentan las superficies rugosas es el ruido. En una ocasión, ayudé a una fábrica de piezas de automóviles a inspeccionar piezas fundidas pulidas con chorro de arena. Al ampliar la imagen, esta se llenó de motas brillantes y patrones granulados. El algoritmo trató erróneamente muchas motas como puntos de borde, lo que provocó desviaciones de medición de decenas de micras. En piezas de precisión, estos errores son absolutamente inaceptables.
La situación se complica aún más al añadir un recubrimiento metálico. Los recubrimientos tienden a producir microrreflejos, creando marcadas diferencias de brillo entre píxeles adyacentes. La imagen se llena entonces de diminutos puntos brillantes y oscuros. Estas señales de interferencia se mezclan con los bordes reales, lo que dificulta que el software determine el límite real. A menudo, el sistema no detecta huecos o crea bordes falsos.
También recuerdo haber experimentado esto con los marcos de los smartphones. La superficie anodizada producía numerosos puntos reflectantes finos en la imagen. El software los interpretó como parte del borde, y la longitud calculada era significativamente mayor que la dimensión real. Este caso me dejó claro que la interferencia de ruido es mucho más perjudicial para la precisión de las mediciones de lo que mucha gente cree.
Tras más de dos décadas en este campo, me he dado cuenta de una cosa: el mayor desafío con superficies rugosas y recubrimientos especiales no es la calidad del equipo, sino las limitaciones de la propia imagen óptica. La distribución desigual de la escala de grises hace que las señales de borde sean inestables, mientras que la interferencia de ruido confunde el algoritmo. Esta es la verdadera razón por la que disminuyen las tasas de reconocimiento. Ante estas situaciones, no se puede culpar simplemente al instrumento. En cambio, se deben buscar soluciones desde tres perspectivas: diseño de iluminación, propiedades de los materiales y procesamiento del software. Solo comprendiendo estos principios podremos obtener el máximo rendimiento de un instrumento de medición de imágenes.