Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS
Contenuto archiviato il 2024-04-19
Nonlinear and Adaptive Techniques in Digital Image Processing, Analysis and Computer Vision

Article Category

Article available in the following languages:

Nuovi progressi nel campo della visione artificiale

Nel corso del ventesimo secolo, l'uomo ha tentato di riprodurre la vista umana mediante computer, videocamere e speciali tecniche di elaborazione. Si tratta ovviamente di una sfida ambiziosa. All'alba del ventunesimo secolo, un gruppo di ricercatori europei ha sviluppato un innovativo approccio alla visione artificiale che offre potenziali applicazioni in molti campi diversi.

La visione artificiale è frutto del più ampio movimento dell'intelligenza artificiale e della "rivoluzione cognitiva", volti a riprodurre le funzioni fisiologiche umane, come la vista e l'udito, mediante computer. Gli sforzi iniziali equivalevano a semplici tentativi di cernita elettronica nell'industria alimentare. Negli anni Trenta apparvero i primi veri sistemi di visione artificiale, in grado di convertire un'immagine in una serie di numeri corrispondenti alla luminosità, producendo così un'immagine nella scala dei grigi. Da allora, sono stati compiuti importanti progressi sia nella scienza della visione artificiale che nella tecnologia ad essa relativa. Oggi, la matematica di alto livello e la teoria della psicologia cognitiva formano la spina dorsale dei sistemi di visione artificiale. Grazie alle ricerche finanziate nell'ambito del programma ESPRIT 3, scienziati provenienti da università e centri di ricerca di tutta Europa hanno messo a punto un innovativo approccio alla visione artificiale, basato sulla tecnologia delle reti neurali e l'impiego di metodi non lineari, sotto forma di famiglie di filtri non lineari (polinomiali, ad esempio), per l'elaborazione di immagini digitali. Un'importante innovazione riguarda l'utilizzo di algoritmi per derivare le caratteristiche dell'immagine a partire dai dati rilevati dai sensori, senza ricorrere ad alcun tipo di preelaborazione intermedia. È inoltre possibile determinare le caratteristiche invarianti dell'immagine anche nel caso in cui l'oggetto o gli oggetti d'interesse siano ruotati o traslati rispetto al resto dell'immagine. I risultati di questo lavoro possono trovare applicazione in diversi settori, compreso il controllo di qualità automatizzato (nell'ambito dell'industria alimentare, per esempio), l'imaging medico, la robotica ecc. Il gruppo di ricercatori intende offrire una formazione in merito alle nuove tecniche, al fine di assicurare il trasferimento della tecnologia al mondo delle imprese e della scienza in Europa.

Scopri altri articoli nello stesso settore di applicazione

Il mio fascicolo 0 0