Sistemi di Visione
[Slide](C:\UNI\Magistrale\visione\01_Sistemi di Visione.pdf)
Indice
Architettura di un Sistema di Visione
Un sistema di visione funziona seguendo tre step fondamentali:
1. ACQUISIZIONE → 2. RAPPRESENTAZIONE DIGITALE → 3. CREAZIONE MODELLO
Step 1: Acquisizione
Un sistema di acquisizione è un dispositivo che consente la proiezione di luce da uno spazio tridimensionale su una superficie bidimensionale (pellicola, sensore, ecc.).
In pratica: la telecamera cattura i raggi luminosi dalla scena e li focalizza su un sensore.
Step 2: Rappresentazione Digitale
L’immagine acquisita viene convertita in una rappresentazione numerica che il computer può elaborare (matrice di pixel con valori di intensità luminosa).
Step 3: Creazione Modello
Il sistema elabora l’immagine digitale per:
- Hand-crafted feature extractor: estrae caratteristiche manuali (tradizionali)
- Representation learning: impara automaticamente le rappresentazioni (deep learning)
- Classificatore: assegna l’immagine a una classe di output
Come si Forma un’Immagine
La formazione di un’immagine è il processo fondamentale di proiezione di luce da un oggetto 3D a una rappresentazione 2D.
Il Concetto di Proiezione Prospettica
Gli oggetti 3D vengono proiettati in una singola immagine 2D attraverso le lenti ottiche. La luce riflessa dagli oggetti viene raccolta dalla lente e focalizzata su un sensore.
Osservazione Importante
Non tutti i raggi di luce arrivano al sensore - solo quelli che passano attraverso l’obiettivo vengono catturati. Questo crea una perdita di informazione 3D: quando proiettiamo il mondo 3D in 2D, non possiamo più sapere esattamente a quale distanza si trovava un oggetto solo guardando l’immagine.
Camera Obscura - La Base Storica
Fin dal IV secolo a.C., Aristotele osservò che la luce che passa attraverso un piccolo foro crea un’immagine capovolta su uno schermo. Questo è il principio alla base di tutte le telecamere moderni.
La camera obscura dimostra che:
- La luce viaggia in linea retta
- Un’apertura piccola crea un’immagine ben definita (ma buia)
- Un’apertura grande cattura più luce ma l’immagine è sfocata
Lenti Sottili
Le lenti moderne risolvono il problema della camera obscura: permettono di catturare più luce mantenendo un’immagine nitida.
Come Funziona una Lente
Una lente è un elemento ottico che piega i raggi di luce per farli convergere in un punto focale.
Parametri fondamentali:
- Punto focale (F): il punto dove convergono i raggi paralleli
- Distanza focale (f): la distanza tra il centro della lente e il punto focale
- z: distanza fra l’oggetto e la lente
- z’: distanza fra la lente e il sensore
La Formula del Costruttore di Lenti
La relazione matematica che lega questi parametri è:
In pratica:
- Se conosci la distanza focale della lente e la distanza dall’oggetto, puoi calcolare dove focalizzare l’immagine
- Regolando z’ (mosso il sensore avanti/indietro), puoi variare quali oggetti appaiono a fuoco
- Questo è esattamente quello che fa l’autofocus di una telecamera!
Fattore di Ingrandimento
Oltre al fuoco, la lente determina anche quanto ingrandisce l’immagine:
Dove:
- y: dimensione reale dell’oggetto
- y’: dimensione dell’oggetto nell’immagine
Un rapporto grande significa che l’oggetto appare molto ingrandito nell’immagine.
Parametri Fondamentali di un Obiettivo
Quando scegli un obiettivo per una telecamera di visione artificiale, devi considerare diversi parametri che influenzano drasticamente ciò che catturi e come.
Field of View (FoV) - Campo Visivo
Definizione
Il Field of View è la porzione del mondo visibile attraverso la telecamera, misurata in gradi.
In pratica:
- Un FoV ampio (es. 100°) cattura una vasta area ma gli oggetti appaiono piccoli
- Un FoV stretto (es. 10°) cattura una zona ristretta ma gli oggetti appaiono grandi
- Dipende dalla distanza focale della lente: lenti corte (grandangolo) hanno FoV ampio, lenti lunghe (teleobiettivo) hanno FoV stretto
Quando usarlo:
- Visione panoramica/sorveglianza: FoV ampio
- Controllo qualità di piccoli oggetti: FoV stretto
Working Distance - Distanza di Lavoro
Definizione
La working distance è la distanza fra l’oggetto e la parte frontale della lente.
In pratica: determinato dalla formula della lente. Se vuoi mettere a fuoco oggetti molto vicini (es. 10 cm), hai bisogno di una lente speciale (macro). Se vuoi mettere a fuoco oggetti lontani, usi una lente normale.
Resolution - Risoluzione
La risoluzione dipende da due fattori:
- Risoluzione del sensore: numero di pixel disponibili
- FoV: se zoommi, ogni pixel copre un’area più piccola
Un obiettivo con FoV stretto su un sensore ad alta risoluzione ti permette di vedere dettagli molto piccoli.
Depth of Field (DoF) - Profondità di Campo
Definizione
La profondità di campo è la zona intorno al piano focale dove gli oggetti appaiono ancora sufficientemente nitidi e focalizzati.
In pratica:
- Se hai un DoF piccolo, solo gli oggetti a una distanza precisa appaiono nitidi (tutto il resto è sfocato)
- Se hai un DoF grande, un’ampia gamma di distanze appare nitida
Come controllarla:
- Apertura della lente: aperture piccole (f/32) hanno DoF grande; aperture grandi (f/2) hanno DoF piccolo
- Una apertura piccola cattura meno luce ma aumenta la DoF
- Una apertura grande cattura più luce ma riduce la DoF
Quando è importante:
- Ispezione industriale: vuoi una DoF grande per avere tutto a fuoco
- Fotografia artistica: vuoi una DoF piccola per sfoccare lo sfondo
Sensor Size - Dimensione del Sensore
Sensori più grandi catturano più luce e generalmente hanno migliore qualità (meno rumore). Le dimensioni comuni sono:
- 1” inch (formato grande)
- 2/3 inch
- 1/2 inch
- 1/3 inch (formato piccolo, compatto)
Sensori piccoli sono più economici e compatti, ma producono immagini con più rumore in condizioni di bassa illuminazione.
Aberrazioni e Distorsioni Ottiche
Le lenti reali non sono perfette e introducono errori:
Distorsione Geometrica
Distorsione
Causata da aberrazioni geometriche dell’obiettivo: le rette diritte appaiono curve nell’immagine.
Caratteristiche:
- Più accentuata su obiettivi di basso costo
- Correggibile otticamente con obiettivi multi-lente (professionali)
- Difficile da correggere per lenti ultra-corte (< 14 mm)
Soluzione software: noto il modello ottico, puoi correggere digitalmente l’immagine usando target di calibrazione.
Errore di Parallasse (Parallax Error)
Causato dalla riduzione 2D di oggetti 3D. Gli oggetti vicini appaiono più grandi, quelli lontani più piccoli (prospettiva naturale). Più problematico con lenti telecentriche dove questo effetto non esiste.
Funzionamento delle Telecamere
Sensori Fotosensibili
Una telecamera utilizza un array bidimensionale (sensore) di elementi fotosensibili realizzati su silicio che convertono la luce in corrente elettrica.
Due tecnologie principali:
- CCD (Charge-Coupled Device): migliore qualità, sensore dedicato al trasferimento di carica
- CMOS (Complementary Metal-Oxide-Semiconductor): tecnologia più recente ed economica, ogni pixel ha il proprio amplificatore
Acquisizione del Segnale
L’elettronica interna della telecamera:
- Scansiona i pixel del sensore riga per riga
- Impacchetta l’informazione in un segnale d’uscita (analogico o digitale)
- Trasmette il segnale al computer
L’immagine è focalizzata sul sensore mediante un obiettivo intercambiabile che determina l’ingrandimento e il campo visivo.
Immagini a Colori - Filtro Bayer
Le immagini a colori usano filtri R, G, B (Rosso, Verde, Blu) posizionati davanti ai pixel:
Due approcci:
- Bayer pattern (single-chip): un filtro diverso per ogni pixel - necessario demosaicing (interpolazione) per ricostruire il colore completo
- Three-Chip CCD: tre sensori separati, uno per colore - migliore qualità ma più costoso
Hardware - Tipi di Telecamere
Ogni applicazione richiede una telecamera diversa. Ecco una rassegna veloce:
| Tipo | Uso | Caratteristiche |
|---|---|---|
| WebCam | Videosorveglianza basic | USB, bassa qualità, buon per non-critical |
| IpCam / NetCam | Sorveglianza professionale | Ethernet/WiFi, indoor/outdoor, TCP/IP |
| Analogiche | Sistemi legacy | Necessario FrameGrabber, interfacciabili con librerie proprietarie |
| Digitali progressive scan | Ispezione industriale | Alta risoluzione, no interlacciamento, flessibilità verticale/orizzontale |
| Smart camera | Elaborazione embedded | Processore integrato, analisi locale, risultati agli altri sistemi |
| Specializzate | Applicazioni specifiche | Infrarossi, ultrasoniche, TAC, lettori digitali, medicina, telerileva |
Illuminazione e Filtri Ottici
Un aspetto spesso trascurato ma critico della visione artificiale è l’illuminazione.
Importanza dell’Illuminazione
La qualità dell’immagine dipende enormemente dalla luce. Una scena ben illuminata consente al sensore di catturare più dettagli. Spesso, il 50% dello sforzo in un progetto di visione artificiale va nel progettare il sistema di illuminazione.
Filtri Ottici
I filtri vengono usati per:
- Eliminare luce indesiderata (es. infrarossi che non servono)
- Enfatizzare colori specifici (es. un filtro rosso passa solo la luce rossa)
- Proteggere il sensore (es. filtri IR-cut per telecamere normali)
Acquisizione 3D
Oltre alle immagini 2D standard, esistono tecniche per acquisire informazioni di profondità (3D):
Approcci Principali
- Stereo vision: due telecamere che catturano la stessa scena da angoli diversi
- Structured light: proiezione di pattern noti per misurare la profondità
- Time-of-flight: misurazione del tempo che la luce impiega a tornare
- Laser scanner: scansione 3D con laser (es. LiDAR)
Queste tecniche vanno oltre lo scope di questo modulo ma sono importanti sapere che esistono.
Prossimi Argomenti
Continueremo con:
- Immagini Digitali - come rappresentiamo le immagini nel computer
- Segmentazione - come dividiamo l’immagine in regioni significative