Riconoscimento immagini

Metodi di riconoscimento nell’elaborazione di immagini

Il riconoscimento di immagini è il processo di identificazione e rilevazione di un oggetto o di una caratteristica in un’immagine o video digitale. Questo concetto viene utilizzato in molte applicazioni quali l’automazione di fabbrica, il monitoraggio al casello e la sorveglianza di sicurezza. Algoritmi tipici di riconoscimento immagini includono:

  • Riconoscimento ottico dei caratteri
  • Confronto di pattern e di gradiente
  • Riconoscimento facciale
  • Confronto targhe
  • Rilevazione di cambio di scena

Le applicazioni specifiche per il riconoscimento immagini includono la classificazione di cifre mediante le funzionalità HOG e un classificatore SVM (Figura 1).

Figura 1. Classificazione di cifre mediante l’estrazione di caratteristiche dell’immagine (in alto) con l’Istogramma di gradienti orientati (HOG) e SVM. Vedi questo esempio per il codice sorgente e per una spiegazione.

La correlazione incrociata può essere usata per il confronto di pattern e l’individuazione del target, come mostrato nella Figura 2.

Figura 2. Utilizzo della correlazione incrociata normalizzata per il riconoscimento di chip specifici in una scheda a circuito. Vedi l’esempio per maggiori dettagli.

Un approccio efficiente al riconoscimento di immagini prevede l’utilizzo di un ambiente di calcolo tecnico per l’analisi di dati, la visualizzazione e lo sviluppo di algoritmi.

Per maggiori informazioni, vedi Computer Vision System Toolbox™.

Vedere anche : ricostruzione immagini, trasformazione immagini, miglioramento immagini, segmentazione immagini, elaborazione immagini e visione artificiale, MATLAB e OpenCV, Riconoscimento facciale, Rilevazione oggetti, Riconoscimento oggetti, Estrazione di caratteristiche, Visione stereo, Flusso ottico, ransac, riconoscimento pattern, deep learning