El presente proyecto tiene como principal objetivo el desarrollo de técnicas de aprendizaje y clasificación automaticas para un sistema de control de calidad y calibración en líneas de producción. Un sistema de estas caracteristicas se encuentra integrado por diferentes modulos funcionales, entre los cuales debera jugar un papel fundamental aquel que se ocupe de definir las reglas de decision a partir de ciertas caracteristicas extraidas de los correspondientes productos a clasificar. Existen muchos trabajos de investigacion en torno a la clasificacisn automatica mediante tecnicas de vision artificial. Sin embargo, en algunos casos, estas investigaciones se centran basicamente en la problematica referente a la captura y el posterior analisis de las imagenes; en otros casos, estan exclusivamente encaminados a resolver ciertos problemas de clasificacion sobre una serie de productos muy concretos. Asi, en cuanto a la funcion de clasificacion propiamente dicha, el sistema de control de calidad, en general, se limita a establecer unos simples criterios heuristicos sobre los atributos de las imagenes capturadas; en consecuencia, no existe capacidad de autoaprendizaje por parte del propio sistema, ni tampoco garantia alguna de que dichas reglas sean las mas apropiadas para cada caso. Por tanto, las principales consecuencias de no utilizar mitodos de Inteligencia Artificial en las tareas de clasificacion se podrman resumir en los siguientes tres puntos:

1. imposibilidad de adecuar un determinado sistema de control de calidad al tratamiento de diferentes productos.
2. dificultad para comparar el rendimiento de la solucion adoptada en el correspondiente modulo de clasificacion con respecto a otras posibles alternativas. De este modo, las mejoras sobre los tiempos de proceso deben buscarse en las fases de captura de las imagenes y de extraccion de las caracteristicas.
3. en algunos casos, la complejidad de las reglas heuristicas que se emplean en la clasificacion desemboca en una escasa comprension de los resultados y, por tanto, tambien dificultan la realizacion de posibles modificaciones sobre dichas reglas.

La utilizacion de tecnicas de aprendizaje y clasificacion propias del Reconocimiento Estadistico de Formas supone la posibilidad de definir un sistema de control de calidad que permitiria adaptarse a diferentes productos. Por otra parte, la simplicidad conceptual de los metodos que se emplearan garantiza una rapida comprension de las reglas de clasificacion. Ademas, permite la realizacion de un exhaustivo analisis comparativo en cuanto a porcentaje de aciertos y coste temporal (cabe destacar que este ultimo aspecto adquiere una especial relevancia cuando se esta pensando en una aplicacion en tiempo real).