Evaluación de la performance de los métodos propuestos

En esta sección se encontrarán detalles acerca del hardware utilizado para la ejecución de la aplicación, con sus respectivas especificaciones en detalle. Se hará mención a las resoluciones utilizadas para la digitalización de las baldosas y su posterior procesamiento. Por último, y no menos importante, se mostrarán los resultados en cuanto a eficiencia y performance de la aplicación. Estos resultados serán comparados con investigaciones previas.

4.3.1 Hardware

Para ejecutar la aplicación, se consideraron tres computadoras. Las especificaciones de cada una de ellas son las siguientes:

 Computadora 1:

o Procesador: Intel Core i5-4590 CPU @ 3.30 GHZ.

o RAM: 8.00 GB.

o Sistema Operativo: Windows 10.

o Disco rígido SATA.

 Computadora 2:

o Procesador: Intel Core i7-6500 CPU @ 2.50 GHZ.

o RAM: 8.00 GB.

o Sistema Operativo: Windows 10.

o Disco SSD.

 Computadora 3:

o Procesador: Intel Core i7-7700 CPU @ 3.60 GHZ.

o RAM: 16.00 GB.

o Sistema Operativo: Windows 10.

o Disco SSD.

4.3.2 Resolución

Las resoluciones a tener en cuenta fueron dos, la primera de 5152 x 3864 y la segunda de 1700 x 1275.

De estas dos resoluciones, en su interior la baldosa tiene una resolución de 2452 x 2452 (un total aproximado de 6.000.000 de píxeles). Y la segunda de 650.000 píxeles, una resolución un poco más grande que 800 x 800.

4.3.3 Performance de la detección

Para realizar un análisis de la performance de los algoritmos se tuvieron en cuenta las treinta y dos (32) baldosas y tres computadoras cuyas especificaciones de hardware fueron mencionadas anteriormente. Como la aplicación provee el tiempo de ejecución de cada uno de los algoritmos, el proceso consistió en ejecutar todos los algoritmos para cada una de las baldosas, con las dos resoluciones. En los siguientes gráficos se presenta el promedio de los tiempos de cada uno de los algoritmos para ambas resoluciones. En él se pueden observar que los tiempos disminuyen de manera muy notoria entre las distintas resoluciones, siendo de un factor de nueve (9) para dimensión, esquinas y bordes. Y para los demás algoritmos, de seis (6).

83

PC / Defecto Computadora 1 Computadora 2 Computadora 3

Resolución Resolución 1 Resolución 2 Resolución 1 Resolución 2 Resolución 1 Resolución 2

Bordes, Corners y Dimensión 5,33 s 0,6 s 4,66 s 0.55 s 3,26 s 0,34 s Blobs 0,24 s 0,04 s 0,24 s 0,04 s 0,17 s 0,03 s Pinholes 0,29 s 0,05 s 0,29 s 0,04 s 0,2 s 0,03 s Cracks 0,49 s 0,07 s 0,47 s 0,06 s 0,29 s 0,04 s

Tabla 10 Promedio de tiempos de cada algoritmo en diferentes computadoras.

De acuerdo al gráfico anterior, si comparamos la PC1 con respecto a la PC2, existe una diferencia importante en el algoritmo de bordes, esquinas y dimensión. Esto se debe a que la velocidad de lectura entre un disco de estado sólido y un disco rígido difiere de manera sustancial. Si tenemos en cuenta la PC3 con la PC2 y la PC1, en principio también posee un disco de estado sólido y, sumado a eso, posee un procesador de casi 1.00 GHZ mayor. Por último, los demás algoritmos poseen casi los mismos tiempos, esto se debe a que la imagen con la que trabajan ya se encuentra en memoria y las velocidades son casi similares. Se dice que son casi similares porque existen diferencias de MHZ (~200 MHZ aproximadamente) entre las memorias y por supuesto la última PC tiene tecnología DDR4, mientras que las otras su tecnología es DDR3. La velocidad del procesador es otro indicio de diferencia en la velocidad de ejecución de los algoritmos.

El siguiente gráfico muestra la ejecución promedio total de una pasada por todos los algoritmos. Hay que tener en cuenta que las baldosas que tienen defectos en bordes, dimensión o esquinas no ejecutan las operaciones de detección de gotas, rayaduras y pinholes.

PC / Resolución Resolución 1 Resolución 2

Computadora 1 6,34 s 0,76 s

Computadora 2 5,65 s 0,68 s

Computadora 3 3,91 s 0,44 s

Tabla 11 Ejecución promedio de todos los algoritmos.

Los algoritmos de detección de gotas, rayaduras y pinhole pueden ser comparados con los trabajos realizados por Yadraj Meena et.al y G. M. Atiqur Rahaman et al, en cuanto a la eficiencia y tiempos. En el trabajo realizado por Yadraj Meena et al. se realizan comparaciones de sus algoritmos con estudios previos, que también fueron tomados en cuenta para la comparación. Los mencionados no realizan análisis de dimensión, esquinas y bordes ya que ambos no pudieron encontrar defectos [7] [35]. Otro aspecto a destacar, es que los estudios previos no fueron sobre baldosas de texturas aleatorias, sino en cerámicos.

84

Fig. 106 Comparativa eficiencia diversos estudios.

Como podemos observar, la eficiencia de este trabajo se encuentra por encima de los trabajos previos y, además, como mencionamos anteriormente, tiene en cuenta también la detección de defectos de esquinas, bordes y dimensión. Aspecto que no es considerado en la eficiencia de los estudios previos ya que los mismos no pudieron encontrar estos errores.

De acuerdo a los tiempos, se tendrán en cuenta solamente los de detección de gotas, pinhole y rayaduras en comparación con los estudios previos [6] [33]. La resolución a tener en cuenta, será la misma que la de los estudios previos, es decir 800 x 800 de tamaño de baldosa.

85 Fig. 107 Comparativa performance diversos estudios.

Los tiempos obtenidos son menores a los presentados en los trabajos anteriormente mencionados, superando en un factor de 4 el que más se acerca. Otro aspecto a destacar, es que un solo estudio previo pasado que consigue mejores tiempos, pero con una resolución de 800 x 800.

Con respecto a los algoritmos de detección de bordes y esquinas, se pueden contrastar con el trabajo realizado por Ž. Hocenski et al [32]. Este estudio previo fue ejecutado por una aplicación hecha en Matlab con un procesador de 2.2 Ghz. En su trabajo se aplica Canny en lugar de Harris- Stephens.

Defecto / Resolución Estudio Previo 1680 x 1300 Tesis 5152 x 3864 Tesis 1700 x 1275

Bordes, dimensión y esquinas 4.63 s 3.26 s 0.34 s

Tabla 12 Comparativa detección de errores en bordes, dimensión y esquinas.

En base a la tabla mostrada previamente, podemos resaltar que el resultado del estudio previo es menor a la performance lograda por nuestro desarrollo, incluso utilizando una resolución mucho mayor. Si comparamos la resolución empleada, con la menor resolución utilizada en nuestro trabajo (es casi la misma), podemos asumir que la mejora es más que sustancial, llegando a una mejora de casi 9.

Si bien este análisis está atado a la tecnología actual, aplicar los métodos previos sobre el sistema de procesamiento sobre el que se realizaron las pruebas puede conseguir mejores tiempos. Más allá de eso, el objetivo del análisis es demostrar la factibilidad de implementar el sistema sobre una línea de producción capaz de operar a la tasa requerida.

86