Revista Farmespaña Industrial - Julio Agosto 2026

Visión artificial en control de calidad industrial La transformación digital está modificando profundamente la forma en que la industria entiende el control de calidad. La necesidad de reducir errores, aumentar la trazabilidad y mejorar la estabilidad de los procesos ha impulsado la incorporación de tecnologías capaces de supervisar la producción en tiempo real con elevados niveles de precisión. Dentro de este contexto, la visión artificial se ha consolidado como una de las herramientas con mayor impacto técnico y operativo dentro de la automatización industrial moderna. KARIM BENHALIMA TÉCNICO ESPECIALISTA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL, JEFE DE PRODUCTO EN EPROM, SA L a evolución de la visión artificial ha permitido pasar de inspecciones manuales y verificaciones básicas a sistemas inteligentes capaces de identificar defectos complejos, interpretar patrones y tomar decisiones automáticas durante el proceso productivo. La combinación entre cámaras industriales, sensores ópticos, pro- cesamiento digital de imágenes e inteligen- cia artificial está redefiniendo el concepto tradicional de inspección industrial. Actualmente, estas tecnologías desempe- ñan un papel esencial en sectores como la industria farmacéutica, la alimentación, la electrónica, la logística automatizada y deter- minados entornos biotecnológicos, donde la calidad y la repetibilidad son factores críticos. Más allá de detectar defectos, los sistemas modernos permiten generar información útil para optimizar procesos, reducir desperdicios y mejorar la eficiencia operativa. De la inspección manual a la visión inteligente Durante décadas, la inspección de calidad dependió principalmente de verificaciones manuales realizadas por operarios espe- cializados. Aunque este enfoque permitía detectar numerosos defectos, también pre- sentaba limitaciones importantes relaciona- das con la fatiga visual, la variabilidad entre operarios y la dificultad para mantener crite- rios homogéneos durante largas jornadas de producción. Posteriormente aparecieron los primeros sistemas de visión industrial basados en re- glas fijas y comparaciones geométricas sim- ples. Estas soluciones eran eficaces para ta- reas concretas, como detección de presencia o ausencia, lectura de códigos o comproba- ciones dimensionales básicas. Sin embargo, presentaban dificultades frente a variaciones de iluminación, cambios de orientación o defectos difíciles de parametrizar. La incorporación de inteligencia artificial ha supuesto una evolución significativa. Los sistemas actuales pueden aprender a partir de imágenes de referencia y adaptarse diná- micamente a nuevas condiciones de produc- ción. Este cambio permite detectar irregula- ridades superficiales, defectos de textura y anomalías complejas que anteriormente resultaban difíciles de identificar mediante programación convencional. La visión artificial ya no se limita únicamen- te a comparar imágenes con patrones fijos. Actualmente, los sistemas inteligentes son capaces de interpretar información visual, clasificar productos y generar datos útiles para la mejora continua de los procesos industriales. Fundamentos técnicos de la visión artificial Un sistema de visión artificial está formado por varios elementos que trabajan de ma- nera coordinada para garantizar inspeccio- nes fiables. El primer paso es la captura de imagen, donde intervienen sensores, óptica y sistemas de iluminación adaptados a las características del producto y del entorno industrial. La calidad de la iluminación resulta es- pecialmente importante. En numerosos proyectos, el rendimiento del sistema de- pende más de la estabilidad lumínica que del propio algoritmo de análisis. Técnicas como iluminación difusa, coaxial o backlight permiten resaltar bordes, defectos super- ficiales y variaciones dimensionales difíci- les de apreciar mediante inspección visual convencional. Una vez capturada la imagen, comienza la fase de procesamiento digital. Tradicional- mente, esta etapa se basaba en filtros, aná- lisis geométrico y segmentación mediante umbrales. Aunque estas técnicas siguen siendo útiles en aplicaciones sencillas, pre- sentan limitaciones cuando aparecen varia- ciones complejas o defectos no repetitivos. Los sistemas modernos incorporan he- rramientas capaces de realizar mediciones, reconocimiento de caracteres, validación de impresión, alineación automática y análisis de color. Estas funciones permiten automati- zar procesos de inspección que anteriormen- te requerían supervisión humana constante. En sectores próximos a la biotecnología y la fabricación farmacéutica, estas capacidades resultan especialmente relevantes. La verifi- cación de envases, la validación de etiquetas y la detección de errores de impresión son procesos donde la precisión y la trazabilidad adquieren una importancia crítica. Inteligencia artificial aplicada al control de calidad La inteligencia artificial representa actual- mente uno de los factores que más está transformando la visión industrial. Los sis- temas tradicionales dependían de reglas programadas manualmente, mientras que los modelos actuales pueden aprender di- rectamente a partir de grandes volúmenes de imágenes. INTELIGENCIAARTIFICIAL 150 FARMESPAÑA INDUSTRIAL · JUL/AGO 26