Pre-elaborazione delle immagini nei sistemi di visione artificiale
Ottimizzare i dati delle immagini e ottimizzare i sistemi di visione
La pre-elaborazione delle immagini è un componente centrale dei moderni sistemi di elaborazione delle immagini. Serve a preparare in modo ottimale i dati grezzi delle immagini provenienti dalle telecamere di visione artificiale per le successive fasi di elaborazione. L'obiettivo è ottimizzare le informazioni dell'immagine, ripulire i dati e, se necessario, ridurre in modo efficiente la quantità di dati. Gli utenti beneficiano di una maggiore qualità delle immagini e di un carico ridotto sul PC host, che a sua volta può ridurre i costi del sistema.
Ultimo aggiornamento: 12/01/2026
Che cos'è la pre-elaborazione delle immagini?
La pre-elaborazione delle immagini si riferisce a tutte le fasi che influenzano i dati dell'immagine prima dell'analisi vera e propria. Algoritmi e processi tecnici specializzati vengono utilizzati direttamente sulla telecamera di visione artificiale, nel frame grabber o nel sistema embedded. La pre-elaborazione delle immagini ottimizza i dati per i requisiti specifici dell'applicazione, aumenta la qualità dell'immagine e riduce il carico sul PC host. È essenziale per soluzioni di elaborazione delle immagini precise, veloci e robuste.
La pre-elaborazione delle immagini può essere suddivisa in due categorie: pulizia dei dati dell'immagine senza ridurre la quantità di dati e riduzione dei dati dell'immagine.
Pulizia dei dati delle immagini: Ottimizzazione senza riduzione dei dati
La pulizia dei dati di immagine si riferisce a tutte le fasi di pre-elaborazione che migliorano la qualità dei dati di immagine senza modificare in modo significativo le informazioni o le dimensioni dell'immagine. L'obiettivo è fornire dati grezzi non adulterati e utilizzabili in modo ottimale per la successiva elaborazione delle immagini.
I metodi tipici di pulizia dei dati delle immagini includono
Debayering:
Bilanciamento del bianco: Regolazione corretta del colore dell'immagine in base alle diverse fonti di luce o condizioni di illuminazione.
Riduzione del rumore: Riduzione del rumore dell'immagine utilizzando un filtro adatto o metodi di modellizzazione.
Nitidezza dell'immagine:
Correzione delle ombreggiature e correzione del campo piatto: Compensazione delle deviazioni di luminosità e/o colore nell'intero campo dell'immagine.
Correzione dei pixel morti:
Rettifica geometrica:
Queste fasi garantiscono che le strutture rilevanti risaltino più chiaramente e che si ottengano risultati riproducibili, senza perdere le informazioni rilevanti dell'immagine.
Riduzione dei dati attraverso la pre-elaborazione delle immagini
A differenza della pulizia dei dati delle immagini, la riduzione dei dati mira a ridurre il volume dei dati in modo mirato, ad esempio concentrandosi sul contenuto delle immagini che è rilevante per l'ulteriore elaborazione. Ciò consente di risparmiare sull'acquisto di unità di elaborazione ad alta intensità di costi, come CPU e GPU, o di aumentare la velocità di elaborazione e ottimizzare l'uso delle risorse disponibili.
I metodi di preelaborazione delle immagini con riduzione dei dati sono:
Selezione della regione di interesse (ROI): Selezione automatica o manuale delle aree di immagine rilevanti per elaborare o trasferire solo i dati di immagine richiesti.
Compressione JPEG: Riduzione del volume di dati attraverso la compressione delle immagini con perdita di qualità controllabile.
Riduzione della velocità di trasmissione: Riduzione della risoluzione quantizzata della scala di grigi o del colore (ad esempio, da 12 bit a 8 bit) per ridurre la velocità dei dati.
Stiramento o appiattimento dell'istogramma: Regolazione del contrasto attraverso la ridistribuzione dei valori di grigio per utilizzare meglio la gamma dinamica disponibile; può aumentare la densità delle informazioni, ma non riduce la quantità di dati di per sé.
Filtro dei contenuti non necessari: Soppressione o rimozione di aree o componenti dell'immagine non necessari (ad esempio, sfondo, rumore, frequenze non importanti) prima della memorizzazione o della trasmissione.
Compressione JPEG:
Utilizzando questi metodi, è possibile aumentare in modo significativo il throughput dei dati, evitare i colli di bottiglia della trasmissione e migliorare le prestazioni dell'applicazione. Ciò è particolarmente importante per le applicazioni ad alta velocità o nei sistemi di visione incorporati con risorse limitate.
Esempi di applicazione per la pre-elaborazione delle immagini
La pre-elaborazione delle immagini è un fattore chiave per l'efficienza e la precisione in un'ampia gamma di applicazioni industriali di elaborazione delle immagini. Con l'uso mirato di diversi metodi, i sistemi di visione artificiale diventano più efficienti, più veloci e più robusti.
Ispezione dei circuiti stampati nella produzione elettronica
Nell'ispezione dei circuiti stampati, i dati delle immagini vengono ripuliti per visualizzare in modo affidabile i difetti, come gli errori delle giunzioni di saldatura o i cortocircuiti. La soppressione del rumore e la nitidezza dell'immagine migliorano le strutture rilevanti; il successivo miglioramento del contrasto garantisce una chiara differenziazione dei componenti difettosi. La selezione mirata delle ROI significa che solo le sezioni critiche vengono trasmesse e valutate. In questo modo si riducono al minimo i dati trasmessi e si aumenta allo stesso tempo la velocità di ispezione.
Tracciamento e classificazione degli oggetti nella logistica
Per il rilevamento e il tracciamento automatico degli oggetti nei centri logistici, la preelaborazione delle immagini viene utilizzata già nella telecamera. I dati dell'immagine vengono preventivamente denotati, rettificati geometricamente e, se necessario, convertiti nello spazio colore. La segmentazione e l'analisi dei blob sul frame grabber possono essere utilizzate per selezionare e caratterizzare, ad esempio, pacchi o contenitori. La riduzione dei dati mediante il trasferimento di aree di oggetti selezionati aumenta la velocità e rende più precisa la classificazione.
Riconoscimento degli oggetti nella robotica (scegliere il posto)
Nelle applicazioni di pick&place, il debayering e il bilanciamento del bianco possono migliorare la qualità di base dell'immagine della telecamera. La selezione delle ROI riduce il volume di dati da elaborare leggendo solo le aree dell'immagine rilevanti. La rettifica geometrica può compensare le distorsioni prospettiche causate dalla disposizione angolare della telecamera. In questo modo il sistema robotico dispone di dati immagine ottimizzati, che aumentano sensibilmente l'accuratezza del riconoscimento della posizione e del punto di presa dell'oggetto.
Garanzia di qualità nella produzione di celle per batterie
Le elevate velocità di produzione nel rivestimento elettrodico di film di substrato generano grandi quantità di dati. Determinando il ROI in un frame grabber, inizialmente vengono localizzate solo le aree con irregolarità. Solo i dati dell'immagine della ROI vengono quindi visualizzati e ulteriormente elaborati. Ciò significa che la CPU dell'IPC può continuare a essere utilizzata per il controllo effettivo del sistema senza alcun carico aggiuntivo.
Pre-elaborazione delle immagini su telecamere Basler
La pre-elaborazione nella telecamera riduce la quantità di dati da trasmettere comprimendo i dati dell'immagine. Questo è particolarmente importante quando le interfacce possono trasferire solo quantità limitate di dati o il sistema ha poca potenza di calcolo.
Le telecamere Basler offrono già un livello base di pre-elaborazione come debayering, anti-aliasing del colore, nitidezza dell'immagine e riduzione del rumore. Questi processi possono già migliorare significativamente la brillantezza, i dettagli e la nitidezza dell'immagine e ridurre il rumore.
Pre-elaborazione delle immagini sul frame grabber
I dati dell'immagine vengono trasferiti dalla telecamera al frame grabber dove vengono pre-elaborati.
Questo rende un sistema di visione con frame grabber la soluzione ideale per velocità di trasmissione e risoluzioni elevate.
I frame grabber standard offrono funzioni quali debayering, look-up table e mirroring. Tuttavia, i frame grabber programmabili consentono ancora di più.
Pre-elaborazione delle immagini su frame grabber programmabili
Utilizzare i frame grabber programmabili se i dati delle immagini devono essere elaborati rapidamente e/o in modo complesso prima di essere inviati al PC. Sono particolarmente utili quando i frame grabber standard non sono sufficienti in termini di velocità, interfaccia o requisiti di pre-elaborazione.
VisualApplets - Preelaborazione di immagini in applicazioni in tempo reale su processori FPGA
I nostri esperti di FPGA utilizzano VisualApplets per sviluppare una potente pre-elaborazione delle immagini. Funzionalità come la compressione da RAW a JPEG, l'analisi dei blob e altri operatori per l'ottimizzazione delle immagini aumentano la velocità e la robustezza dei sistemi di visione.
Pulizia dei dati delle immagini
Errori di pixel, distorsioni geometriche, dispersione dell'esposizione o imprecisioni cromatiche possono essere minimizzati in modo affidabile con l'aiuto di una serie di potenti operatori.
Riduzione dei dati
Grazie a processi intelligenti come l'analisi dei blob, l'efficiente compressione da RAW a JPEG o il trasferimento delle funzioni di pre-elaborazione direttamente all'FPGA della telecamera, è possibile ridurre il volume dei dati alla fonte.
Hai dei requisiti speciali per la tua applicazione che desideri discutere con noi? Saremo lieti di aiutarti.
Tendenze attuali: L'intelligenza artificiale (AI) rende ancora più efficiente la pre-elaborazione delle immagini
Con l'aiuto di algoritmi basati sull'IA, possiamo ora integrare complesse fasi di pre-elaborazione delle immagini, come la riduzione adattiva del rumore, il rilevamento automatico dei difetti o la segmentazione intelligente, direttamente nella telecamera o nell'hardware dei bordi. I modelli di deep learning consentono di adattare la pre-elaborazione ad applicazioni specifiche in modo molto più preciso, ad esempio utilizzando filtri adattivi che si adattano autonomamente alle mutevoli condizioni dell'ambiente di produzione. Allo stesso tempo, è possibile collegare più strettamente la pre-elaborazione e la valutazione analitica:
I nostri prodotti e soluzioni per la pre-elaborazione delle immagini
La pre-elaborazione delle immagini è la chiave per sistemi di visione precisi ed efficienti. Migliora la qualità delle immagini, accelera i processi di analisi e garantisce un flusso di lavoro snello.
Domande frequenti sulla preelaborazione
La pre-elaborazione delle immagini comprende tutte le fasi che ottimizzano i dati delle immagini grezze provenienti dalle telecamere di visione artificiale prima dell'effettiva valutazione delle immagini. L'obiettivo è aumentare la qualità dell'immagine, ripulire i dati e ridurre in modo efficiente il volume dei dati.
La pre-elaborazione delle immagini evidenzia le informazioni rilevanti, migliora la qualità delle immagini e alleggerisce il sistema da carichi di calcolo non necessari. Ciò consente valutazioni più precise e veloci e aumenta l'affidabilità delle soluzioni di automazione.
La pre-elaborazione delle immagini può avvenire direttamente sulla telecamera per la visione artificiale, nel frame grabber o nel sistema embedded. L'architettura specifica dipende dai requisiti di prestazione e dall'ambiente di applicazione.
La pre-elaborazione delle immagini può essere suddivisa in due aree:
Pulizia dei dati delle immagini:
Aumenta la qualità dell'immagine senza perdere informazioni o dimensioni.
Riduzione dei dati:
Riduce il volume dei dati per accelerare la trasmissione e l'elaborazione.
I metodi tipici di pulizia dei dati delle immagini sono
Debayering (ricostruzione del colore)
Bilanciamento del bianco (fedeltà del colore in condizioni di luce fluttuante)
Soppressione del rumore (filtro contro i segnali di interferenza)
Nitidezza dell'immagine (enfatizza i dettagli)
Correzione delle ombreggiature/correzione del campo piatto (compensazione di luminosità/colore)
Correzione dei pixel morti (correzione dei pixel difettosi del sensore)
Rettifica geometrica (correzione delle distorsioni ottiche)
La riduzione dei dati nella pre-elaborazione delle immagini viene eseguita da:
Selezione ROI (lettura solo delle sezioni di immagine rilevanti)
Compressione JPEG (riduzione delle dimensioni del file grazie alla compressione)
Riduzione della velocità di trasmissione (riduzione della profondità dell'immagine)
Allungamento/appiattimento dell'istogramma (contrasto ottimizzato)
Filtraggio dei contenuti irrilevanti (rimozione delle aree di immagine non necessarie prima della trasmissione)
I vantaggi della pre-elaborazione delle immagini includono:
Migliore qualità dell'immagine (nitidezza, meno rumore)
Rilievo del PC host attraverso algoritmi a monte
Architettura di sistema efficiente dal punto di vista dei costi grazie alla riduzione dei dati
Aumento della velocità e dell'affidabilità del sistema complessivo
Sono importanti una scelta adeguata di hardware e software, interfacce modulari, manutenzione e parametrizzazione semplici. I metodi selezionati devono fornire risultati riproducibili e orientati all'applicazione.