Table of Contents Table of Contents
Previous Page  16 / 84 Next Page
Information
Show Menu
Previous Page 16 / 84 Next Page
Page Background

EMBEDDED

62 • NOVEMBRE • 2016

16

IN TEMPO REALE

|

VISIONE ARTIFICIALE

Q

À

-

À

in cui i robot diventano autocoscienti e iniziano a minac-

ciare il genere umano. Fortunatamente, la realtà non è

così sinistra. Forse il settore dovrebbe prendere in consi-

derazione una descrizione di questo segmento tecnologico

maggiormente intuitiva per gli utenti, dal momento che

questo settore d’avanguardia ha potenzialità decisamente

positive a livello di applicazioni nei sistemi integrati.

! " #

À

-

À

in un’immagine per prendere una decisione sull’o-

perazione da eseguire con l’oggetto rappresentato

nell’immagine. Uno degli esempi più semplici è l’i-

spezione di un prodotto in una catena di montaggio

o prima della consegna. Le ispezioni delle schede

a circuito stampato costituiscono uno scenario di

utilizzo comune, in cui un’immagine di una scheda

master con i componenti corretti può essere con-

-

alizzate in produzione al momento del passaggio da

successiva. Questa è un’operazione estremamente

importante per il controllo qualità e la riduzione

degli scarti che l’occhio e il cervello umano non po-

trebbero mai ripetere in modo coerente centinaia o

À

Esigenze di elaborazione della Machine Vision

Con l’aumento della risoluzione dei sistemi di ac-

quisizione di immagini, aumenta anche il poten-

ziale delle tecnologie di Machine Vision, perché il

livello di dettaglio disponibile per la valutazione

cresce a una velocità corrispondente. Sottoinsiemi

$

essere valutati rispetto a un modello master, au-

mentando il carico per il processore del sistema,

che deve esaminare una grande quantità di dati

ed elaborare velocemente una decisione sui pas-

saggi successivi (superamento o meno del control-

lo, attesa, ritorno all’inizio e così via).

La selezione degli ortaggi è una situazione in cui un

semplice passaggio di misurazione e ispezione della

Sistemi

integrati di

Machine Vision:

vedere per

credere

Con l’aumento della risoluzione dei

sistemi di acquisizione di immagini,

aumenta anche il potenziale delle

tecnologie di Machine Vision. Un

esempio è la danese Qtechnology,

società che produce avanzate

videocamere per la selezione degli

ortaggi, con volumi di produzione

fino a 25 tonnellate l’ora, che

richiedono l’analisi di oltre 250.000

prodotti e circa 500.000 immagini

Stephen Turnbull

Director of vertical markets

AMD Embedded Solutions