• SEA Vision
  • Datalogic

Cenni storici

Vengono qui di seguito ricostruite le principali tappe dell’evoluzione dei sistemi di visione industriale, per meglio comprendere quali sono state le esigenze che hanno portato allo sviluppo dei sistemi e quali sono stati i momenti fondamentali dello sviluppo.

daguerrotipo

La macchina di Louis Daguerre

1700 Primi tentativi di creazione della macchina fotografica.

1839 Nasce il Daguerreotype creato da Louis Daguerre, come la prima macchina fotografica sviluppata per uso commerciale.

1907 Boris Rosing crea un metodo per riprodurre l’immagine con scansione elettronica.

1929 Vladimir Zworkin crea il Kinescope, il primo sistema elettronico per trasmissione e ricezione di immagini.

1950 Primi approcci al statistical pattern recognition basato su immagini bidimensionali. Gibson introduce la definizione di flusso ottico su cui vengono sviluppati modelli matematici per il calcolo.

prima foto scanner

Fotografia digitalizzata con uno scanner (il figlio di Russell A. Kirsch) nel 1957

1957 Russell A. Kirsch è il primo a digitalizzare una fotografia con uno scanner per copiare una piccola fotografia di suo figlio.

 

1960 Larry Roberts scrive la tesi di dottorato al prestigioso MIT sull’estrazione di informazioni da immagini 2D per ricostruire la geometria 3D, dando l’avvio alle ricerche in computer vision per riconoscere blocchi e semplici oggetti in piccole immagini in bianco e nero.

larry roberts blocks

I blocchi di Larry Roberts

 

1963 Frank Wanlass deposita il brevetto per il CMOS (complementary metal-oxide-semiconductor) impiegato nei circuiti e nei sensori per gestire le immagini.

1969 William Boyle e George E. Smith della American Bell Laboratories creano il CCD, uno dei maggiori contributi nel digital imaging.

primo CCD

William Boyle e George E. Smith creano il CCD (credit Alcatel Lucent/Bell Labs)

1970 Il laboratorio di Artificial Intelligence al MIT apre il corso denominato “Machine Vision”, in cui vengono trattati i primi algoritmi.

1972 Michael Tompsett della American Bell Laboratories costruisce la prima video camera basata su CCD.

filtro Bayer

Schema di filtro Bayer (GFDL & GPL)

1974 Bryce Bayer dell’azienda Kodak, crea l’acquisizione vivida di immagini a colori con la fotografia digitale grazie all’uso di un filtro Bayer.

1978 David Marr propone un approccio bottom up alla scena da ricostruire con la computer vision to scene understanding through computer vision.

1980 Ulteriore sviluppo delle tecniche di visione, grazie alla creazione di nuove teorie e lo sviluppo di algoritmi con risultati significativi.
Viene sviluppato l’Optical character recognition (OCR) per riconoscere il testo nelle immagini.

1984 Nasce la Automated Imaging Association (AIA),una delle più grandi associazioni di persone interessate alla Machine Vision.

LED

I primi LED

1989  Smart camera vengono create alla fine degli anni ’80, portando ad ampia diffusione e nuove applicazioni.

1990 Viene sviluppata l’illuminazione LED, vengono potenziati i sensori e le architetture di controllo, nasce il bus Firewire.

 

Anni 90 Grazie alle numerose funzionalità offerte e ad un’elevata capacità di calcolo, i sistemi di visione possono ormai trovare applicazione in campi virtualmente illimitati. Man mano che le potenze di calcolo crescono, gli algoritmi di elaborazione migliorano e i costi scendono, nuove applicazioni diventano realizzabili tecnicamente e convenienti dal punto di vista economico.
La visione artificiale si è sviluppata ed evoluta dapprima in campo militare dove il fattore prezzo è trascurabile rispetto alle prestazioni e alle funzionalità offerte. In questo settore sono stati sviluppati sistemi per l’elaborazione di immagini da satelliti e ricognitori, fino ai sofisticati sistemi di guida in tempo reale per dirigere i missili sull’obiettivo. A queste applicazioni ne sono seguite altre in settori non industriali come il medicale (trattamento di immagini radiografiche, risonanza magnetica, ultrasuoni, ecc.), la ricerca scientifica (analisi di fenomeni ultra rapidi o ultra lenti, intensificazione di fenomeni a bassa luminosità come osservazioni astronomiche, ecc.) la sorveglianza (controllo accessi automatizzato, individuazione di comportamenti aggressivi in luoghi pubblici, conteggio persone o autoveicoli, rilevazione automatica di incidenti o code, ecc.).

visione artificiale

Scena originale (a sinistra) e informazioni di contesto generate sull’immagine in esame da un sistema di visione artificiale.

I costi cominciano a scendere, così oltre cento aziende cominciano a proporre soluzioni e la visione artificiale viene sempre più applicata nell’industria.

 

  • Sea Vision
  • Datalogic
Con il patrocinio di:
Anipla
Patrocinio Anipla
Patrocinio Cnosfap