Le tecniche di illuminazione creativa consentono l'imaging computazionale

Fonte immagine: luci Smart Vision

Il concetto di imaging computazionale potrebbe essere nuovo per molti, ma il valore di questa tecnologia già piuttosto matura è di vasta portata. Le applicazioni che coinvolgono input multi-immagine e multi-luce con immagini di output calcolate basate su algoritmi si sono espanse ben oltre l'ambito originale della ricerca e sviluppo. Questa tecnologia ha trovato la sua strada nell’ispezione automatizzata industriale, dove l’uso creativo dei componenti di illuminazione è emerso come una tecnologia abilitante che fornisce preziose funzionalità di imaging.

In generale, il termine "imaging computazionale" può essere applicato a diverse tecniche che impiegano algoritmi per creare una singola immagine da più di una singola acquisizione ottica. La ricerca sull’imaging computazionale coinvolge fotocamere senza obiettivo, a pixel singolo e persino piatte. Le implementazioni della visione artificiale dell'imaging computazionale sono molto più mature e i componenti e il software per aree applicative specifiche sono più facili che mai da usare. In due casi d'uso comuni, i dispositivi di illuminazione e i controlli contribuiscono alle principali funzionalità di imaging. Questi casi d'uso sono l'imaging stereo fotometrico (o forma da ombreggiatura), utilizzato per evidenziare caratteristiche geometriche e l'imaging a colori ad alta risoluzione.

L'imaging stereo fotometrico è strettamente correlato all'imaging 3D. Pur non essendo una rappresentazione fisica 3D diretta di una scena, un'immagine stereo fotometrica rappresenta la forma geometrica delle caratteristiche dell'immagine e l'imaging è molto più facilmente implementabile. In genere, viene utilizzata una singola telecamera e più fonti di illuminazione su più immagini vengono combinate in un software facilmente disponibile e supportato da molti componenti di visione artificiale e librerie software.

Fondamentalmente, lo stereo fotometrico nell’imaging computazionale per la visione artificiale sfrutta l’illuminazione multiangolo per estrarre caratteristiche la cui altezza varia da quella delle superfici circostanti. Nell'acquisizione di una singola immagine, le caratteristiche appaiono luminose rispetto alla superficie vicina. Questa tecnica di illuminazione è ampiamente utilizzata nella visione artificiale per rilevare efficacemente caratteristiche e difetti della superficie. Tuttavia, quando una serie di immagini viene acquisita con illuminazione proveniente da diverse angolazioni (Figura 1), le immagini risultanti possono essere combinate utilizzando un algoritmo di forma dall'ombreggiatura per ottenere una rappresentazione dell'immagine 3D non calibrata dell'altezza relativa delle caratteristiche.

Figura 1: Lo stereo fotometrico nell'imaging computazionale per la visione artificiale sfrutta l'illuminazione multiangolo per estrarre caratteristiche la cui altezza varia da quella delle superfici circostanti. | Fonte immagine: luci Smart Vision

A differenza dei sistemi di imaging 3D più complessi, l'immagine stereo fotometrica risultante è spesso un'immagine di curvatura, non un'immagine pura di altezza o profondità. I dati dell'immagine creano una rappresentazione in scala di grigi della geometria della superficie di elementi discreti con variazione di altezza localizzata. Quelli più lontani in altezza o profondità dalle superfici circostanti avranno un valore di pixel in scala di grigio più elevato. Oltre a elaborare le immagini di curvatura, le librerie di visione avanzate possono elaborare immagini direzionali tramite altri algoritmi (Figura 2). I filtri includono texture, media, forma locale, contrasto locale, gaussiano e albedo. Ciascun filtro evidenzia diverse proprietà della superficie e gli utenti possono scegliere quello più adatto alla loro particolare applicazione.

Figura 2: L'output dell'immagine stereo fotometrica varia a seconda della scelta dell'algoritmo di elaborazione. Gli stessi dati di input direzionali vengono visualizzati utilizzando gli algoritmi di curvatura media (in alto a sinistra), contrasto locale (in alto a destra), texture (in basso a sinistra) e curvatura gaussiana (in basso a destra) di Matrox Design Assistant. Ulteriori algoritmi includono l'albedo e la forma locale. La scelta giusta dipende dall'oggetto da riprendere e dal tipo di caratteristica rilevata. | Fonte immagine: luci Smart Vision

L'ampio utilizzo dell'imaging stereo fotometrico è quello di evidenziare le caratteristiche di un'immagine in cui l'oggetto o la scena sono privi di contenuto in scala di grigi ma le singole caratteristiche presentano variazioni geometriche rispetto alla superficie. Un esempio è l'imaging dei pneumatici per l'identificazione basata sulla grafica e sui caratteri del fianco. Con le informazioni fornite dalla rappresentazione multi-immagine, l'immagine in scala di grigi può essere elaborata utilizzando i tipici strumenti di visione artificiale per eseguire attività di ispezione come rilevamento di difetti, OCR/OCV e misurazione. Anche le superfici con codici o caratteri in rilievo o impressi sono buoni candidati per l'imaging stereo fotometrico. Allo stesso modo, molti prodotti e componenti con caratteristiche a basso contrasto ma struttura geometrica possono trarre vantaggio da questa tecnica di imaging (Figura 3).