Detección automática de objetos extraños utilizando Rayos X basados en interferometría por rejillas de difracción

Emerson Serrano, Mónica
Clemmensen, Line Katrine (dir.)

Herrero Jaraba, José Elías (ponente)

Universidad de Zaragoza, EINA, 2014
Departamento de Ingeniería Electrónica y Comunicaciones, Área de Tecnología Electrónica

Ingeniero de Telecomunicación

Resumen: Los controles de calidad en la industria alimenticia son esenciales tanto por seguridad como de cara a la satisfacción del cliente. Durante el proceso de fabricación de comida, objetos no deseados pueden introducirse en los productos, resultando peligroso o poco apetitoso para el consumidor. Hoy en día, los sistemas de rayos -X incorporados a líneas de producción pueden detectar materia no orgánica. Sin embargo, encontrar objetos orgánicos en comida utilizando rayos-X convencionales todavía supone un reto. El objetivo de este proyecto es demostrar la mejora introducida por una nueva técnica de rayos-X en la detección de objetos extraños, cuando éstos pueden ser de origen orgánico. Esta novedosa técnica está basada en interferometría de rayos, creada a base de añadir rejillas de difracción a una fuente de rayos-X convencional. Así, obtenemos información sobre las propiedades de absorción, refracción y dispersión de una muestra; mientras que los rayos-X convencionales sólo proporcionan la absorción. Los datos fueron tomados personalmente en Technische Universitåt München. Cada imagen consta de tres modalidades (absorción, contraste de fase y campo oscuro) y contiene una muestra de comida contaminada por objetos de distintos tamaños, orgánicos y no orgánicos. Se tomaron imágenes de varios productos que cuentan con distintas propiedades y son de importancia para los colaboradores del proyecto NEXIM (New X-ray Imaging Modalities for safe and high quality food) dentro del cual se encuentra este PFC. En esta memoria, se compara el rendimiento de dos métodos de clasificación, uno supervisado y otro no-supervisado. Se hará hincapié en la técnica no-supervisada, comparando modelos de comida con distintos atributos y contrastando los resultados de detección con aquellos que se obtendrían usando únicamente la modalidad de absorción.

Palabra(s) clave (del autor): rayos-x ; refracción ; dispersión ; detección ; gmm ; svm ; estadística ; imagen ; aprendizaje de máquinas ; objetos extraños

Tipo de Trabajo Académico: Proyecto Fin de Carrera