2. Docenti
  3. Didattica

MISURE BASATE SU VISIONE

Paolo SOMMELLA MISURE BASATE SU VISIONE

0622400013
DIPARTIMENTO DI INGEGNERIA INDUSTRIALE
CORSO DI LAUREA MAGISTRALE
INGEGNERIA ELETTRONICA
2021/2022



ANNO CORSO 2
ANNO ORDINAMENTO 2018
SECONDO SEMESTRE
CFUOREATTIVITÀ
660LEZIONE
PAOLO SOMMELLA T Curriculum
Obiettivi
RISULTATI DI APPRENDIMENTO PREVISTI E COMPETENZA DA ACQUISIRE
IL CORSO CONSENTE DI APPROFONDIRE LE CONOSCENZE RIGUARDO I SISTEMI E METODI DI MISURA BASATI SULL'ANALISI DI IMMAGINI DIGITALI ED ADOTTATI PER L'AUTOMAZIONE DEI PROCESSI INDUSTRIALI.

CONOSCENZE E CAPACITÀ DI COMPRENSIONE
COMPRENSIONE DELLA TERMINOLOGIA UTILIZZATA NELL’AMBITO DELL’ELABORAZIONE DI IMMAGINI E DEI METODI E SISTEMI DI MISURA SENZA CONTATTO.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE
-DIMENSIONAMENTO DI SISTEMI HARDWARE PER L'ACQUISIZIONE DELLE IMMAGINI DIGITALI E L'ILLUMINAZIONE;
- PROGETTAZIONE ED IMPLEMENTAZIONE DI ALGORITMI DI CALIBRAZIONE E DI MISURA;
- DEFINIZIONE ED APPLICAZIONE DI METODI PER VALUTARE LE PRESTAZIONI DI UNO STRUMENTO DI MISURA BASATO SULLA VISIONE.

AUTONOMIA DI GIUDIZIO
SAPER PROGETTARE, REALIZZARE, CALIBRARE E CARATTERIZZARE METROLOGICAMENTE UN SISTEMA DI VISIONE ARTIFICIALE PER LA MISURA SENZA CONTATTO ON-LINE DI PARAMETRI DIMENSIONALI DI PARTI E PRODOTTO.

ABILITÀ COMUNICATIVE
SAPER LAVORARE IN GRUPPO, SAPER ESPORRE ORALMENTE UN ARGOMENTO LEGATO ALL’IMAGE PROCESSING E AI SISTEMI DI MISURA BASATI SU VISIONE ARTIFICIALE.

CAPACITÀ DI APPRENDERE
SAPER APPLICARE LE CONOSCENZE ACQUISITE A CONTESTI DIFFERENTI DA QUELLI PRESENTATI DURANTE IL CORSO E SAPER APPROFONDIRE GLI ARGOMENTI TRATTATI USANDO MATERIALI DIVERSI DA QUELLI PROPOSTI.
Prerequisiti
NON SONO PREVISTE PROPEDEUTICITÀ OBBLIGATORIE MA PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI PREFISSATI ALLO STUDENTE SONO CONSIGLIATI I SEGUENTI PREREQUISITI:
- CONOSCENZA DI ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA
- CONOSCENZA DI ALMENO UN LINGUAGGIO DI PROGRAMMAZIONE
- CONOSCENZA DELLE PROBLEMATICHE INERENTI LE MISURE
Contenuti

- INTRODUZIONE (2 H DI DIDATTICA FRONTALE):
SISTEMI DI MISURA BASATI SULLA VISIONE ARTIFICIALE E CAMPI DI APPLICAZIONE

- DISPOSITIVI PER L’ACQUISIZIONE DELLE IMMAGINI (8 H DI DIDATTICA FRONTALE): LENTI: MODELLO A LENTE SOTTILE, RELAZIONI FONDAMENTALI, PROFONDITÀ DI CAMPO, RISOLUZIONE. TELECAMERE: TIPOLOGIE, CARATTERISTICHE, SEGNALE ANALOGICO E STANDARD DIGITALI. ILLUMINATORI: TIPI DI ILLUMINATORE ED APPLICAZIONI. GRANDEZZE RADIOMETRICHE E FOTOMETRICHE. DIMENSIONAMENTO DI UN ILLUMINATORE. CAUSE DI INCERTEZZA LEGATE AI DISPOSITIVI DI ACQUISIZIONE.

- ANALISI DELLE IMMAGINI DIGITALI (12 H DI DIDATTICA FRONTALE + 8 DI ESERCITAZIONE IN LABORATORIO). TRASFORMAZIONI PUNTUALI: TIPOLOGIE ED APPLICAZIONI (SOGLIE, MIGLIORAMENTO DEL CONTRASTO), ISTOGRAMMA. TRASFORMAZIONI LOCALI: NON-LINEARI (MORFOLOGICHE), LINEARI (FILTRI PASSA-BASSO, EDGE DETECTOR, ALGORITMO DI CANNY). LOCALIZZAZIONE DI STRUTTURE: TRASFORMATA DI HOUGH, RICERCA DI EDGE LUNGO SEGMENTI (GAUGING), TECNICHE DI FITTING.

- MODELLO DELLA TELECAMERA E CALIBRAZIONE (5 H DI DIDATTICA FRONTALE + 5 DI ESERCITAZIONE IN LABORATORIO). MODELLI: MODELLO LINEARE DELLA TELECAMERA E MODELLI PER LA DISTORSIONE INTRODOTTA DALLA LENTE. CALIBRAZIONE DELLA TELECAMERA: CON TARGET IN POSE NOTE, CON TARGET IN POSE NON NOTE (ALGORITMO DI Z. ZHANG), CENNI AGLI ALGORITMI DI OTTIMIZZAZIONE NON LINEARE PER L’AFFINAMENTO DELLA STIMA DEI PARAMETRI DI CALIBRAZIONE. VALUTAZIONE DELL’INCERTEZZA DEI PARAMETRI DELLA CALIBRAZIONE.

- SISTEMI PER LA RICOSTRUZIONE TRIDIMENSIONALE (3 H DI DIDATTICA FRONTALE + 2 DI ESERCITAZIONE IN LABORATORIO): SISTEMI DI VISIONE STEREOSCOPICI: SOLUZIONE CON GEOMETRIA SEMPLIFICATA, SOLUZIONE GENERALE. IL PROBLEMA DELLA RICERCA DEI PUNTI CORRISPONDENTI (STEREO MATCHING). INTRODUZIONE ALLA GEOMETRIA EPIPOLARE. CENNI ALLA CALIBRAZIONE DI TELECAMERE SENZA TARGET (AUTOCALIBRAZIONE). PRINCIPI DI DEFLETTOMETRIA. INTRODUZIONE AGLI SCANNER 3-D A LUCE STRUTTURATA. CENNI AD ALTRE TECNICHE.

- PROGETTO DI FINE CORSO (15 H): SVILUPPO DI UNA APPLICAZIONE DI MISURA BASATA SULLA VISIONE

Metodi Didattici
L’INSEGNAMENTO PREVEDE:
- LEZIONI FRONTALI (30 ORE);
- ESERCITAZIONI NUMERICHE (15 ORE) IN LABORATORIO DURANTE LE QUALI GLI STUDENTI SONO A CHIAMATI A RISOLVERE PROBLEMI CHE RICHIEDONO L’APPLICAZIONE DELLE TECNICHE SPIEGATE A LEZIONE;
- ATTIVITÀ DI LABORATORIO (15 ORE)DEDICATE ALLO SVILUPPO PROGETTUALE IN GRUPPO DI UN SISTEMA DI MISURA BASATO SULLA VISIONE.
Verifica dell'apprendimento
IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI (IL LIVELLO MINIMO DI SUPERAMENTO CORRISPONDE A "18" ED IL MASSIMO A "30 E LODE"), CHE PREVEDE:
- UNA 1°PROVA INTERMEDIA ASSISTITA AL CALCOLATORE PER VERIFICARE L'APPRENDIMENTO DELLE TECNICHE DI IMAGE PROCESSING;
- UNA 2° PROVA INTERMEDIA ASSISTITA AL CALCOLATORE PER VERIFICARE L'APPRENDIMENTO DELLE TECNICHE DI CALIBRAZIONE;
- UNA 3° PROVA FINALE ORALE, DELLA DURATA INDICATIVA MEDIA DI 30 MINUTI, FINALIZZATA A VERIFICARE: 1) L’APPRENDIMENTO E LA CAPACITÀ DI ESPOSIZIONE DEGLI ARGOMENTI TRATTATI NELLE ORE DI DIDATTICA FRONTALE; 2) IL PROGETTO DI GRUPPO SULL'ARGOMENTO ASSEGNATO DAL DOCENTE.
IL RAGGIUNGIMENTO DEL LIVELLO DI SUFFICIENZA SI OTTIENE ATTRAVERSO UN CORRETTO SVOLGIMENTO DELLE PROVE ASSISTITE AL CALCOLATORE, MENTRE IL LIVELLO DI ECCELLENZA SI CONSIDERA RAGGIUNTO CON LA DIMOSTRAZIONE ATTRAVERSO LA PROVA ORALE DELLA PADRONANZA DEGLI ARGOMENTI TRATTATI DURANTE LE LEZIONI FRONTALI E DELLA CAPACITÀ DI COLLEGAMENTO


Testi
- R.C. GONZALEZ, R. C. WOODS, "DIGITAL IMAGE PROCESSING", 2ND ED., 2002, PRENTICE HALL, INC
- R. HARTLEY, A. ZISSERMAN "MULTIPLE VIEW GEOMETRY IN COMPUTER VISION", 2ND ED., CAMBRIDGE UNIVERSITY PRESS.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-11-21]