• Non ci sono risultati.

A Adottare un sistema di visione artificiale

N/A
N/A
Protected

Academic year: 2021

Condividi "A Adottare un sistema di visione artificiale"

Copied!
1
0
0

Testo completo

(1)

Le potenzialità di applicazione dei sistemi di visione artificiale per nuove applicazioni e gli aspetti da prendere in considerazione per deciderne l’adozione.

Michele Lanzetta - Dipartimento di Ingegneria Meccanica, Nucleare e della Produzione Università

nuove applicazioni

Adottare un sistema di visione artificiale

cam po

automazioneintegrata

• 50 • gennaio 2011

A

partire dal presente articolo, viene proposto un appuntamento fisso per il 2011, con l’obiettivo di fornire una panoramica approfondita sui sistemi di visione artificiale.

Articoli di tipo teorico, saranno alternati ad altri di tipo applicativo, tratti prevalentemente da esperienze dirette di ricerca dell’autore o costruiti ad hoc con un intento didattico, al fine di esemplificare gli aspetti principali, seguendo il tal modo un approccio bottom- up che meglio si adatta ad affrontare una così vasta materia.In questo primo articolo si fornirà un inquadramento della tecnologia della visione artificiale evidenziando da un lato le discipline su cui si basa e dall’altro le molteplici ricadute. La visione artificiale rappresenta infatti l’unione di diverse tecnologie, tra cui l’elettronica e l’informatica, riversate nella specifica applicazione.

Tra gli aspetti affrontati, le caratteristiche:

- architettura del sistema;

- tecniche di illuminazione;

- componenti hardware e software;

- ottica e metodi di calibrazione;

- algoritmi di elaborazione delle immagini.

Definizione

La visione artificiale consiste nell’estrazione di informazioni dalle immagini. L’intero processo va dall’acquisizione fino

all’interpretazione a cui normalmente segue una decisione: scartare il pezzo, afferrare, allarme ecc.

Evoluzione

I sistemi di visione artificiale vengono ormai applicati in ambito industriale da circa un ventennio, anche se le prime operazioni sulle immagini risalgono fino agli anni 60 e nei decenni successivi sono stati prodotti i primi studi sulla visione nel campo della robotica.

Lo sviluppo degli ultimi anni è stato accelerato dal progresso delle tecnologie della comunicazione e informatica (ICT).

Ad esempio, il costo di una telecamera in dieci anni si è ridotto di un quarto, pur essendo triplicato il numero di elementi sensibili (pixel). Un comune smartphone o computer palmare con telecamera e flash a LED ha oggi praticamente tutti i componenti di un sistema di visione e una potenza di elaborazione nettamente superiore a quella di un personal computer degli anni 90.

Le telecamere con uscita direttamente in formato digitale (ad esempio IEEE1394 o Gigabit Ethernet) possono essere direttamente collegate alle porte standard di un comune PC e quindi non necessitano più di una scheda di acquisizione, azzerandone il relativo costo, che fino allo scorso decennio poteva raggiungere migliaia di euro.

Componenti

In Figura 1 vengono riportati i principali componenti di un sistema di visione artificiale alcuni dei quali richiedono una trattazione più approfondita che si rinvia alle parti successive. Già il numero oltre che la varietà dei componenti coinvolti spiega la spiccata interdisciplinarità e complessità per cui si parla di sistemi di visione artificiale. Un sistema infatti è un insieme di componenti collegati e interagenti tra loro che si influenzano reciprocamente in maniera non lineare.

Interdisciplinarità

Per dare un’idea dell’ampiezza delle tematiche toccate nella realizzazione di componenti e nello sviluppo di un sistema di visione artificiale si riporta la Tabella 1.

I costi di un sistema di visione industriale Nonostante il progresso delle tecnologie

Figura 1 – I principali componenti di un sistema di visione artificiale.

AI_2011_001_INT@050-053.indd 50 12/01/11 11.12

Riferimenti

Documenti correlati

Ricordarsi che l’IE è lo studio dei flussi di materiali ed energia nelle attività industriali e di consumo, del relativo effetto sull’ambiente e dell’influenza dei

Qui di seguito si accen- nerà soltanto a due filoni che hanno caratte- rizzato il campo e che sono stati considerati come antitetici e alternativi per la realizzazio- ne di un

Video Analytics è il termine che sta emergen- do per denotare l’insieme di queste tecniche, sia per i sistemi in tempo reale, sia per i siste- mi off-line di analisi di

User friendly labelling, training interfaces at the operator side, less accuracy requested for annotations, supervision over the machine learning algorithms...

I progetti di sviluppo possono essere attivati in varie forme. I soggetti proponenti possono essere gli utilizzatori finali, ovvero i fornitori di tecnologie nel caso ad esempio

Configurando il sistema di controllo qualità in questo modo, una certa percentuale di cartucce conformi potrà essere scarta, questa parte d produzione sarà chiamata false

Dal punto di vista dell’adozione di un sistema di visione artificiale innovativo, si possono individuare due classi di sistemi: i sistemi di visione artificiale commerciali, per

aggiungendo un'altra sorgente di intensità ancora più debole, a una certa distanza dalla prima in modo che vada a stimolare una differente regione della retina, la pupilla