TILLL / 🏠 HOME / 🏠 TILLL / 🎓 Learning / 🧠 VS / Machine Vison 👈 sei qui
Machine Vision: l'applicazione industriale della Visione Artificiale
#artificialVision #machineVision #TILLL #TateoBlog
La Visione Artificiale ha innumerevoli applicazioni in campo industriale. Grazie all’avvento di nuove tecnologie ed alla disponibilità di dispositivi a costi più contenuti il numero delle applicazioni di Machine Vision è in continua crescita. Passiamo in rassegna le principali ma i campi di applicazione sono virtualmente infiniti, limitati soltanto dal nostro ingegno e fantasia.
§. Ti trovi qui (>>>) all'interno del progetto TILLL
|
+->>> TILLL
|
+-> LEARNING
| +->>> VS. ARTIFICIAL VISION
| +->>> 1. ACQUISITION
| +->>> 2. PROCESSING
| +->>> 3. ARCHIVING
| +->>> 4. VISUALIZATION
| +->>> 5. APPLICATIONS
| +->>> 1. QUALITY CHECK
| +->>> 6. EMBEDDED
| +->>> 7. EVENTS
|
+-> SHARING
| +-> BLOG
|
+-> NETWORKING
|
+-> ABOUT ME
§. Indice dei contenuti
§1. Le applicazioni della Visione Artificiale
§2. Le applicazioni industriali della Visione Artificiale: la Machine Vision
§3. Controllo della qualità della produzione.
§4. Orientamento, Posizionamento e Guida Robot
§5. Misure non a contatto
§6. Verifiche su nastri in continuo (Web Inspection)
§7. Classificazione e scelta
§8. Lettura di caratteri e codici
§9. Controllo veicoli autonomi
§10. Applicazioni militari
§11. Applicazioni mediche
§12. Neurobiologia
§13. Video-sorveglianza
§14. Indicizzazione di dati
§15. Modellazione
§16. Interazione uomo-macchina
§17. Applicazione dei sistemi di visione al confezionamento
§18. Più in generale
§19. Rimani aggiornato
_______________________________________________________
Aggiornato il 16 settembre 2026 (Versione 1)
§1. Le applicazioni della Visione Artificiale
TILLL / 🏠 HOME / 🏠 TILLL / 🎓 Learning / 🧠 VS / Machine Vison 👈 sei qui
#AI #ArtificialIntelligence #VisioneArtificiale #ComputerVision #MachineVision #MachineLearning #DeepLearning #ANN #CNN #TateoBlog #TILLL
🎯 L'Intelligenza Artificiale (AI) e la Visione Artificiale (Computer Vision) rappresentano oggi tecnologie chiave per automatizzare attività che richiedono osservazione, interpretazione e valutazione di informazioni visive. Grazie alla capacità di apprendere dai dati e riconoscere automaticamente schemi ricorrenti, tali sistemi consentono di migliorare efficienza, qualità, sicurezza e supporto decisionale in numerosi settori industriali, scientifici, medicali e infrastrutturali. [1][2][6][7]
🛠️ La Computer Vision costituisce uno dei principali ambiti applicativi dell'AI e si propone di replicare mediante algoritmi alcune capacità tipiche della visione umana. L'evoluzione della disciplina è stata resa possibile dallo sviluppo del Machine Learning e, soprattutto, del Deep Learning, basato su Reti Neurali Artificiali addestrate a riconoscere automaticamente caratteristiche significative all'interno dei dati. Tra queste, le Reti Neurali Convoluzionali (CNN) rappresentano ancora oggi una delle tecnologie più diffuse per l'analisi delle immagini. [1][3][6][7]
Nel contesto industriale, le applicazioni di Computer Vision sono spesso indicate con il termine Machine Vision, che identifica l'impiego della Visione Artificiale nei processi produttivi, nei sistemi di controllo qualità e nelle attività di ispezione automatica. [4]
- Classificazione: assegna un'immagine a una categoria predefinita, ad esempio identificando il tipo di componente presente o la classe di un difetto. [1]
- Localizzazione / Object Detection: individua la presenza e la posizione degli oggetti tramite riquadri (bounding box), consentendo di rilevare contemporaneamente più elementi nella stessa immagine. [1]
- Segmentazione: determina con precisione quali pixel appartengono a ciascun oggetto o regione di interesse, fornendo una descrizione dettagliata della scena. [1][5]
- Stima della Posa (Pose Estimation): calcola posizione, orientamento o punti caratteristici di un oggetto o soggetto nello spazio. [2]
- Anomaly Detection: individua difetti, danneggiamenti o condizioni anomale rispetto al comportamento considerato normale. [4]
- Tracking: segue nel tempo il movimento di uno o più oggetti all'interno di sequenze video, mantenendone l'identità tra fotogrammi successivi. [1]
Nell'ispezione ferroviaria automatizzata, queste tecnologie consentono di riconoscere componenti dell'infrastruttura, valutarne lo stato e supportare le attività di manutenzione predittiva.
La Visione Artificiale ha applicazioni illimitate ma il costo dell'energia e delle apparecchiature elettroniche per l’acquisizione e l’elaborazione delle immagini ne ha limitato la diffusione su larga scala. Oggi, la disponibilità di dispositivi più potenti e performanti, apre una nuova era che speriamo possa conferire a questa tecnologia il successo che merita.
“La visione industriale permette di rilevare errori e imperfezioni, monitorare e migliorare i processi produttivi, ottimizzare l’impiego complessivo delle risorse. I benefici quantificabili sono la ripetibilità dei risultati, la rapidità delle procedure di ispezione, l'affidabilità e qualità dei prodotti, quindi, in ultima analisi, la soddisfazione del cliente”( cit. Marco Diani, co-fondatore di iMAGE S srl)
🔍 Approfondimenti consigliati:
Di seguito sono riportati alcuni riferimenti bibliografici (📖), risorse disponibili sul Web (🌐) e contenuti della piattaforma TILLL (🧭), utili per approfondire gli argomenti trattati.
- [1] 🌐 Ultralytics Documentation - Computer Vision Tasks; 🔗https://docs.ultralytics.com/tasks
- [2] 🌐 Deep Learning-Based Object Pose Estimation: A Comprehensive Survey; 🔗https://arxiv.org/abs/2405.07801
- [3] 🌐 IBM - What is Deep Learning? 🔗https://www.ibm.com/topics/deep-learning
- [4] 🌐 Wikipedia Italia - Visione artificiale industriale (Machine Vision); 🔗https://it.wikipedia.org/wiki/Visione_artificiale
- [5] 🌐 MIT - Object Detection and Segmentation; 🔗https://manipulation.csail.mit.edu/segmentation.html
- [6] 🧭 Come delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; 🔗https://tateoblog.blogspot.com/p/artificial-intelligence.html; (AI.)
- [7] 🧭 La riproduzione della visione umana per mezzo di un sistema artificiale; 🔗 https://tateoblog.blogspot.com/p/vs-visione-artificiale.html; (VS)
_______________________________________________________
Aggiornato il 16 settembre 2026 (Versione 2)
§2. Le applicazioni industriali della Visione Artificiale: la Machine Vision
L’applicazione della Visione Artificiale al settore della produzione industriale è identificata attraverso il nome di Machine Vision.Applicazioni in campo industriale. Grazie alle funzionalità e alla elevata potenza di calcolo i sistemi di visione possono trovare campi di applicazione virtualmente illimitati. Fra le applicazioni in campo industriale figurano: a. Controllo della qualità della produzione
b. Orientamento, Posizionamento e Guida Robot
c. Misure non a contatto
d. Verifiche su nastri in continuo (Web Inspection)
e. Classificazione e scelta
f. Lettura di caratteri e codici
g. Controllo veicoli autonomi
h. Applicazioni militari
i. Applicazioni mediche
l. Neurobiologia
m. Video-sorveglianza
n. Indicizzazione di dati
o. Modellazione
p. Interazione uomo-macchina
q. Packaging
In seguito analizziamo in dettaglio ciascuna di queste classi.
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§3. Controllo della qualità della produzione
L'applicazione di un sistema di controllo basato sulla visione artificiale presenta numerosi vantaggi:- Riduzione costi legati alla manodopera
- Controllo della produzione al 100%
- Controllo in base a criteri oggettivi e ripetibili
- Riconoscimento difetti e rispetto delle tolleranze.
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§4. Orientamento, Posizionamento e Guida Robot
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§5. Misure non a contatto
Si distinguono in genere misure ad una o due dimensioni: diametri, lunghezze, altezze eccentricità, linearità, misure a tre dimensioni, calcoli di volume (attraverso l'analisi di immagini acquisite da più angolazioni). L'utilizzo del SdV risulta particolarmente indicato per misurare oggetti fragili, difficili da raggiungere, contenuti in altri oggetti, a temperature elevate: ad esempio colate di acciaio fuso in laminatoi, ecc. Un vantaggio della visione artificiale consiste anche nella possibilità di effettuare misure non convenzionali e superiori a quelle fatte con i sistemi tradizionali, ad esempio misurando aree di forme complesse._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§6. Verifiche su nastri in continuo (Web Inspection)
Consiste nella rilevazione di difetti o letture di caratteri su nastri o lastre poste in scorrimento veloce. Questa analisi viene fatta tipicamente con telecamere lineari. Esempi di questa applicazione sono la verifica della correttezza della stampa, l'assenza di difetti su laminati, su tessuti, ecc._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§7. Classificazione e scelta
Un esempio tipico di questa particolare applicazione è rappresentato quello della scelta delle piastrelle di ceramica o di marmo, o dal controllo delle tavole di legno, o dal controllo di qualità e classificazione della frutta.
Se vuoi esaminare con un maggiore dettaglio l’applicazione della Visione Artificiale al controllo di qualità ti invito a proseguire la consultazione del mio diario con la lettura del seguente articolo in cui ho approfondito la trattazione di questa particolare applicazione
Applicazione della Machine Vision nel controllo della qualità (VS.5.1)
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§8. Lettura di caratteri e codici
Si tratta di funzionalità molto diffuse in settori come l'alimentare o il farmaceutico per eseguire tutta una serie di controlli sui prodotti in uscita come ad esempio la data di scadenza dei prodotti, i lotti di produzione, la correttezza dei fogli di istruzione allegati, ecc._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§9. Controllo veicoli autonomi
Una nuova area di applicazioni emergente è quella dei veicoli autonomi come sommergibili, veicoli terrestri su ruote o cingoli o aerei. Un sistema di visione artificiale può sia supportare un pilota di questi veicoli in varie situazioni, come può addirittura (nel caso di veicoli fully-autonomous) occuparsi dell'intera navigazione. In questo caso è importante saper riconoscere gli ostacoli e riuscire a produrre una mappa della zona circostante. Esempi in questa area sono warning-system nelle automobili, sistemi per l'atterraggio automatico degli aerei o sistemi per la guida automatica di autovetture. Quest'ultima tecnologia anche se studiata e prodotta non ha ancora raggiunto i costi sufficienti per essere lanciata sul mercato._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§10. Applicazioni militari
Le applicazioni militari sono probabilmente una delle più grandi aree che sfrutta i benefici della visione artificiale anche se solo una piccola parte del lavoro svolto in questo ambiente viene reso pubblico. Ovvi esempi possono essere il sistema di guida e puntamento dei missili._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§11. Applicazioni mediche
Una delle maggiori e promettenti aree è quella medica. Quest'area è caratterizzata dall'estrazione di informazioni dall'immagine con l'intento di effettuare una diagnosi di un paziente. Tipicamente l'immagine è acquisita attraverso microscopia, raggi X, angiografia e tomografia. Esempi di informazioni che possono essere dedotte dalle immagini sono la presenza di tumori, arteriosclerosi o altre disfunzioni maligne._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§12. Neurobiologia
Studi interdisciplinari con la neurobiologia. Un altro importante ruolo è la neurobiologia, in specifico lo studio del sistema visivo. In biologia la percezione visiva dell'uomo e degli animali viene studiata attraverso sistemi che operano in termini di processi psicologici. La visione artificiale dall'altra parte studia e descrive un sistema visivo artificiale implementato in software o hardware. La prima affronta il problema dall'esterno la seconda dall'interno. Lo scambio interdisciplinare tra lo studio biologico e la computer vision ha dato importanti risultati da entrambi le parti. Nel corso dell'ultimo secolo c'è stato un intenso studio degli occhi, dei neuroni e della struttura del cervello per comprendere come viene processato dall'organismo umano e animale il segnale visivo. Qua le due discipline si sono incontrate in quanto anche la visione artificiale tenta di simulare come realmente si comporta l'apparato visivo biologico anche se ad un differente livello di complessità. Da qui la motivazione per cui alcuni metodi utilizzati nella visione artificiale hanno avuto riscontro anche in ambito biologico._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§13. Video-sorveglianza
Con il termine video-sorveglianza si intende l'attività del vigilare un luogo, o comunque un bene, tramite l’ausilio di telecamere strategicamente posizionate. Il controllo consiste nella individuazione di eventi che costituiscono un allarme, come per esempio la violazione non autorizzata di un varco, oppure la individuazione di comportamenti sospetti. Se il controllo avviene a distanza il sistema deve prevedere anche un sottosistema di comunicazione in grado di assicurare la trasmissione delle immagini o semplicemente degli allarmi. Questa applicazione della visione artificiale, operando sulla sicurezza delle persone e sulla vigilanza dei beni, è in continuo e costante sviluppo di pari passo con l'evoluzione tecnologica. In particolare oggi, attraverso la diffusione dei dispositivi mobili sta prendendo sempre più piede la video-sorveglianza domestica tramite Internet._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§14. Indicizzazione di dati
Organizzazione di informazioni (indicizzazione di database di immagini e sequenze di immagini)._______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§15. Modellazione
Modellazione di oggetti o ambienti (ispezioni industriali, analisi di immagini in ambiente medico e modellazione topografica). Se ti interessa approfondire l’applicazione della visione alla modellazione topografica ti invito a proseguire la consultazione del mio blog con la lettura della seguente pagina che descrive una delle più innovative tecnologie per la modellazione 3D:
Attraverso la visione artificiale si realizzano sistemi per facilitare l’interfacciamento tra l’uomo e le macchine cercando di rendere questa interazione il più naturale possibile. Se ti interessa approfondire questa applicazione, ti invito a proseguire la consultazione del mio blog con la lettura della pagina seguente che ho dedicato appositamente ai dispositivi elettronici per la realizzazione di Interfacce utenti naturali (NUI): VS-01 La tecnologia 3D della svedese C3
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§16. Interazione uomo-macchina
EL-05 Interfaccia utente “naturale”
Una delle tecnologie più utilizzate per la realizzazione di interfacce uomo-macchina è quella del tempo di volo. Per intenderci quella su cui è basato il funzionamento del sensore Kinect. Se ti interessa approfondire questa tecnologia, ti invito a proseguire la consultazione del mio blog con la lettura della seguente pagina:
VS-03 Acquisizione di immagini 3D … al volo
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§17. Applicazione dei sistemi di visione al confezionamento
Il confezionamento e l'imballaggio è il processo finale della catena di produzione di un prodotto. Una delle applicazioni dei sistemi di visione consiste nella verifica della correttezza del processo di imballaggio, al fine di immettere sul mercato solo imballi correttamente caricati e conformi alle specifiche di qualità.
Alcune delle verifiche più frequenti eseguite tramite sistemi di visione sono:
- controllo della rispondenza alle tolleranze dimensionali e di forma dell’imballo;
- individuazione di eventuali prodotti mancanti all’interno dell’imballo
- verifica all’interno di impianti multi gusto, per esempio le scatole assortite di cioccolatini, che il mix di prodotti realizzato dai robot corrisponda a quello richiesto in produzione
- verifica delle corrette logiche di presa/deposito da parte dei robot;
- Individuazione di eventuali discrepanze tra i prodotti realmente caricati e la configurazione teorica all’interno dell’imballo.
Alcune delle verifiche più frequenti eseguite tramite sistemi di visione sono:
- controllo della rispondenza alle tolleranze dimensionali e di forma dell’imballo;
- individuazione di eventuali prodotti mancanti all’interno dell’imballo
- verifica all’interno di impianti multi gusto, per esempio le scatole assortite di cioccolatini, che il mix di prodotti realizzato dai robot corrisponda a quello richiesto in produzione
- verifica delle corrette logiche di presa/deposito da parte dei robot;
- Individuazione di eventuali discrepanze tra i prodotti realmente caricati e la configurazione teorica all’interno dell’imballo.
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§18. Più in generale
In questo articolo abbiamo parlato delle applicazioni industriali della visione artificiale, ossia della così detta "Machine Vision".
Ma se vuoi esaminare l'intera tecnologia della Visione Artificiale da un punto di vista più generale, allora permettimi di suggerirti la lettura del seguente articolo che è il principale dell'area tematica dedicata a questa disciplina, all'interno di Tateo~Encyclopedia (En).
La riproduzione della visione umana per mezzo di un sistema artificiale (VS)
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§19. Rimani aggiornato
Se sei interessato agli argomenti trattati nell'articolo corrente e vuoi essere informato sui miei aggiornamenti più recenti che trattano di essi, allora ti invito a registrarti:
alla pagina Facebook
"Artificial Vision by Tateo's Interdisciplinary Lifelong Learning" (>)
ed alla bacheca Pinterest
"Artificial Vision by Tateo's Interdisciplinary Lifelong Learning" (>)
che ho dedicato appositamente per la condivisione delle modifiche più recenti apportate all'area tematica corrispondente di TILLL~Learning (>)
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
§20. Teniamoci in contatto
Spero che questo articolo, appartenente alla sezione Learning (>) del progetto Tateo's Interdisciplinary Lifelong Learning Lab (TILLL) (>), ti sia piaciuto e che le note e le osservazioni che ho raccolto al suo interno soddisfino i tuoi interessi.Se vuoi rimanere aggiornato sull'evoluzione del progetto TILLL, allora ti invito a seguire i prossimi aggiornamenti che vengono pubblicati sul Blog di TILLL e sulle pagine social dedicate alla community TILLL
(>) Tateo-Blog, official blog of TILL project
(>) LinkedIn page dedicated to TILL project
(>) Facebook page dedicated to TILL project
(>) Twitter account dedicated to TILL project
(>) Pinterest account dedicated to TILL project
(>) Instagram account dedicated to TILL project
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
Innanzitutto ti ringrazio per aver visitato una delle pagine del mio blog. Mi chiamo Giovanni Battista Tateo (brevemente Bat) e sono il fondatore e l'autore di un progetto Lifelong Learning Interdisciplinare di cui il blog Tateo~Blog (:::) ne è il mezzo di condivisione. Sono stato in principio un esperto di Informatica, e in seguito sono diventato un Ingegnere Elettronico, specializzato in Automazione Industriale. Sono un appassionato di Intelligenza Artificiale, Realtà Virtuale, Simulazione, e sono un esperto di Visione Artificiale applicata all'Automazione Industriale. Attualmente, ed a partire dall'anno 2016, sono impiegato come Proposal Engineer presso la società Mer Mec S.p.A. (:::). Precedentemente, a partire dal 2004, sono stato impiegato, sempre presso la stessa società, come Progettista di Sistemi di Visione Artificiale e di Algoritmi di Elaborazione delle Immagini, applicati in particolare alla Diagnostica Ferroviaria. Sono un sostenitore e promotore dell'apprendimento permanente, dei social network e della condivisione delle conoscenze tramite il web. Se vuoi ulteriori dettagli su di me, visita la pagine About Me (:::)
Eng. Tateo Giovanni Battista
- e-mail: tateogb@libero.it (send e-mail)
- phone / WhatsApp : (+39) 388 8419726
- LinkedIn account (link)
- Facebook account (link)
- Twitter account (link)
- Instagram account (link)
- Pinterest account (link)
_______________________________________________________
Aggiornato il 29 gennaio 2022 (Versione 1)
_______________________________________________________
Questo articolo fa parte del progetto Tateo's Interdisciplinary Lifelong Learning Lab (TILLL), dedicato all'apprendimento continuo, all'interdisciplinarità e alla condivisione della conoscenza.
Prima pubblicazione: 4 maggio 2017 · Aggiornato il 16 settembre 2026 (v.10 16/09/2026)
© 2026 Giovanni Battista Tateo | TILLL
%20%C2%A71%20rappresentazione.png)
Nessun commento:
Posta un commento