Visione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde

Di Fouad Sabry

Che cos'è la visione artificiale subacquea

La visione artificiale subacquea è un sottocampo della visione artificiale. Negli ultimi anni, con lo sviluppo dei veicoli subacquei, è diventata sempre più importante la necessità di poter registrare ed elaborare enormi quantità di informazioni. Le applicazioni spaziano dall'ispezione di strutture sottomarine per l'industria offshore all'identificazione e al conteggio dei pesci per la ricerca biologica. Tuttavia, non importa quanto grande possa essere l’impatto di questa tecnologia sull’industria e sulla ricerca, si trova ancora in una fase di sviluppo molto precoce rispetto alla tradizionale visione artificiale. Uno dei motivi è che, nel momento in cui la fotocamera entra in acqua, appaiono una serie di sfide completamente nuove. Da un lato, le telecamere devono essere rese impermeabili, la corrosione marina deteriora rapidamente i materiali e l’accesso e le modifiche alle configurazioni sperimentali sono costosi, sia in termini di tempo che di risorse. D'altra parte, le proprietà fisiche dell'acqua fanno sì che la luce si comporti diversamente, modificando l'aspetto di uno stesso oggetto al variare della profondità, del materiale organico, delle correnti, della temperatura, ecc.

Come trarrai beneficio

(I) Approfondimenti e convalide sui seguenti argomenti:

Capitolo 1: Visione artificiale subacquea

Capitolo 2: Visione artificiale

Capitolo 3: Rilievo idrografico

Capitolo 4: Veicolo sottomarino autonomo

Capitolo 5: Monterey Bay Aquarium Research Institute

Capitolo 6: Subacqueo senza equipaggio veicolo

Capitolo 7: Riduzione del rumore

Capitolo 8: Visione subacquea

Capitolo 9: Post-elaborazione video

Capitolo 10: Immagine qualità

(II) Rispondere alle principali domande del pubblico sulla visione artificiale subacquea.

(III) Esempi reali dell'utilizzo della visione artificiale subacquea in molti campi.

A chi è rivolto questo libro

Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di visione artificiale subacquea .

 

 

• Lingua: Italiano
• Editore: Un Miliardo Di Ben Informato [Italian]
• Data di uscita: 28 apr 2024

Anteprima del libro

Capitolo 1: Visione artificiale subacquea

Il sottoinsieme della visione artificiale che si concentra sulle immagini subacquee. La necessità di raccogliere e interpretare enormi volumi di dati è diventata sempre più critica negli ultimi anni a causa dell'aumento dei veicoli subacquei (ROV, AUV, alianti). Ci sono un'ampia varietà di usi per questa tecnologia, dall'ispezione delle strutture subacquee per il business offshore all'identificazione dei pesci e al conteggio della popolazione in nome della scienza. Nonostante il potenziale di questa tecnologia per rivoluzionare le industrie e i campi scientifici, è ancora agli inizi rispetto alle forme più consolidate di visione artificiale. Questo perché portare una macchina fotografica in acqua introduce tutta un'altra serie di difficoltà. Tuttavia, può essere costoso sia in termini di tempo che di denaro ottenere l'accesso e apportare modifiche alle installazioni sperimentali e le telecamere devono essere impermeabilizzate. Tuttavia, la profondità, il materiale organico, le correnti, la temperatura e altre qualità fisiche dell'acqua alterano il modo in cui la luce interagisce con un oggetto, alterandone l'aspetto.

Indagine sui fondali marini

Posizionamento e navigazione satellitari

Monitoraggio biologico

Mosaici video come ausili per l'orientamento e la navigazione

Ispezione delle condutture

Visualizzazione dei rottami

Riparazioni di strutture sottomarine

Prevenzione dell'annegamento con mezzi come gli allarmi per piscine

Nelle giornate nuvolose, la luce viaggia attraverso l'atmosfera da tutte le direzioni, ma il sole è la fonte dominante. La luce nell'acqua viene emessa da un cono delimitato nel cielo. La finestra di Snell è il nome dato a questo fenomeno.

L'acqua ha un'attenuazione della luce enormemente maggiore rispetto all'aria. Il risultato finale sono immagini sfocate e a basso contrasto. L'assorbimento (dove l'energia viene persa dalla luce) e la dispersione (dove la direzione della luce viene cambiata) sono le cause principali dell'attenuazione della luce. La dispersione in avanti provoca un aumento della sfocatura, mentre la dispersione all'indietro riduce il contrasto ed è responsabile del velo che permea le fotografie subacquee. La presenza di materia organica disciolta o sospesa ha un impatto significativo sia sulla dispersione che sull'attenuazione in acqua.

Anche l'attenuazione della luce dell'acqua dipende dalla lunghezza d'onda, il che è problematico. Ciò significa che il deterioramento del colore si verifica a velocità variabili a seconda della tonalità. L'attenuazione inizia con la luce rossa e arancione e progredisce attraverso il giallo e il verde. Visivamente, il colore meno attenuato è il blu.

Le strutture umane sono comunemente impiegate come caratteristiche dell'immagine per la corrispondenza delle immagini nella visione artificiale di alto livello. La mancanza di caratteristiche topografiche nell'oceano sottostante, tuttavia, rende difficile scoprire somiglianze tra le foto.

Per la fotografia subacquea è necessaria una custodia a tenuta stagna. Tuttavia, a causa delle variazioni di densità, la rifrazione si verificherà alle interfacce acqua-vetro e vetro-aria. Ciò provoca uno spostamento non lineare nella forma dell'immagine.

Un'altra difficoltà unica è il movimento del veicolo. A causa delle correnti e di altri fattori, i veicoli subacquei sono in costante movimento. Ciò aggiunge un nuovo livello di incertezza agli algoritmi, aumentando la possibilità che si verifichino piccole fluttuazioni in qualsiasi direzione. Per il tracciamento video, questo può essere particolarmente utile. Gli algoritmi per migliorare la stabilità dell'immagine potrebbero essere utilizzati per mitigare questo problema.

L'obiettivo del restauro dell'immagine è quello di risolvere l'immagine originale modellandone il degrado e quindi invertendo il processo. In genere è un metodo complicato che richiede un'ampia gamma di parametri che cambiano drasticamente a seconda del tipo di acqua analizzata.

Il miglioramento dell'immagine si concentra principalmente sul miglioramento dell'aspetto visivo dell'immagine, senza considerare come si forma effettivamente un'immagine. Queste procedure sono in genere meno complicate e impegnative dal punto di vista computazionale.

Esistono diversi algoritmi di correzione automatica del colore. Per fare solo un esempio, l'UCM (Unsupervised Color Correction Method) segue questi passaggi: In primo luogo, ripristina l'accuratezza del colore bilanciando i valori del colore. Quindi, ottimizza i componenti di saturazione e intensità dopo aver aumentato il contrasto allungando l'istogramma rosso al massimo.

Si presume che la geometria e la radiometria delle telecamere stereoscopiche siano state calibrate in precedenza. Pertanto, è lecito ritenere che i pixel adiacenti debbano condividere la stessa tonalità. Questo, tuttavia, non può essere garantito in una scena subacquea a causa della dispersione e della retrodiffusione. Tuttavia, questo fenomeno può essere modellato computazionalmente e può essere prodotta un'immagine virtuale con gli impatti eliminati.

Al giorno d'oggi, i sistemi di imaging sonar

{Fine Capitolo 1}

Capitolo 2: Visione artificiale

Lo studio di come i computer possano derivare conoscenze di alto livello da immagini o video digitali è al centro dell'area scientifica multidisciplinare della visione artificiale. Da un punto di vista tecnologico, indaga e tenta di automatizzare le attività che rientrano nelle capacità del sistema visivo umano.

Le attività associate alla visione artificiale includono tecniche per ottenere, elaborare, analizzare e comprendere immagini digitali, nonché l'estrazione di dati ad alta dimensione dall'ambiente fisico al fine di creare informazioni numeriche o simboliche, come i giudizi.

La visione artificiale è un sottocampo dell'informatica che indaga le basi teoriche dei sistemi artificiali progettati per derivare informazioni dalle immagini. I dati visivi possono essere presentati in una varietà di formati, tra cui sequenze video, immagini ottenute da diverse telecamere, dati multidimensionali ottenuti da uno scanner 3D o da apparecchiature di scansione medica e così via. L'obiettivo del campo tecnico noto come visione artificiale è quello di implementare le idee e i modelli che ha sviluppato nel processo di costruzione di sistemi di visione artificiale.

I campi della ricostruzione della scena, del rilevamento di oggetti, del rilevamento di eventi, del tracciamento video, del riconoscimento di oggetti, della stima della posa 3D, dell'apprendimento, dell'indicizzazione, della stima del movimento, dell'asservimento visivo, della modellazione di scene 3D e del ripristino delle immagini sono tutti sottodomini della visione artificiale. Altri sottodomini della visione artificiale includono la modellazione di scene 3D.

La visione artificiale è uno studio multidisciplinare che esamina il modo in cui i computer possono essere programmati per estrarre conoscenze di alto livello da immagini o filmati digitali. Quest'area si concentra su come insegnare ai computer a comprendere ciò che viene loro mostrato. Dal punto di vista dell'ingegneria, l'obiettivo è trovare il modo di automatizzare le operazioni che possono già essere eseguite dal sistema visivo umano. La visione artificiale è un campo di studio nel campo della tecnologia dell'informazione che si concentra sull'applicazione di teorie e modelli esistenti al processo di costruzione di sistemi di visione artificiale.

Alla fine degli anni '60, i college che erano all'avanguardia nell'intelligenza artificiale sono stati i primi a sperimentare la visione artificiale. Il suo scopo era quello di funzionare in modo simile a quello del sistema visivo umano, con l'obiettivo finale di infondere nei robot