31 VISIÓN ARTIFICIAL ha demostrado como una inversión rentable a muy corto plazo, consiguiendo unas cotas de repetitividad, duración, objetividad y precisión inalcanzables en una cadena de inspección manual. Ello repercute directamente en los au- mentos de producción, mejora de la calidad y reducción de tareas monótonas en personal humano propensas a accidentes Dependiendo de la naturaleza del problema se llegan a utilizar cámaras e iluminaciones de maneras muy sofisti- cadas, buscando una reducción de la complejidad del problema abierto, minimizando la variabilidad de las con- diciones ambientales y asegurando una correcta adquisi- ción de imágenes a procesar automáticamente. Un ejemplo de ello es el sistema Trevista de inspección de superficies [7]. El sistema se basa en la toma simultánea de 4 imágenes con diferentes iluminaciones produciendo imágenes topográficas y de textura, de manera que es capaz de procesar la información visual de una superficie ya sea, de naturaleza brillante o superficies mates que dispersan la luz, como podrían ser torneados, fresados, pulidos, lapidados, galvanizados o plástico negro. Los sistemas ‘can-inspector’, ya sea de latas de conser- vas o de bebidas [8][9], utilizan una serie de cámaras para inspeccionar desde diferentes puntos de vista diferentes defectos que pueden producirse en fabricación, especial- mente rebabas, golpes en la lata o pérdidas de la pestaña de apertura. Sistemas de etiquetado en botellas también se sirven de cámaras para conseguir el perfecto alinea- miento y la detección de problemas en dicho etiquetado. Desde cámaras en brazos robotizados para la colocación de palés, identificación de ganado vacuno en mataderos industriales mediante lectura de crotales, inspección de huevos de gallina para descarte de unidades con defectos en la cáscara, etc., existen aplicaciones de la visión artifi- cial de gran éxito en entornos industriales. tecnología