Accuratezza degli Algoritmi di Visione Artificiale: L'Impatto dell'Illuminazione Ambientale

This project aims to analyze how lighting conditions directly influence the accuracy of results produced by computer vision algorithms, with a specific focus on laboratory analysis equipment. In this context, computer vision algorithms often operate in collaboration with a human operator. This interaction introduces a crucial variable in computer vision: lighting conditions do not exclusively depend on the equipment's internal lights, which are designed for controlled illumination to ensure reliable results, but vary unpredictably based on the ambient light of the surrounding environment where the equipment is located. To address the challenges posed by variable lighting conditions, it is essential for the computer vision code to be robust and capable of recognizing various scenarios even under more adverse conditions. This means implementing techniques that can compensate for light fluctuations, improve contrast, and ensure accurate object recognition regardless of the external environment.

Questo progetto si propone di analizzare come le condizioni di illuminazione influenzino direttamente l'accuratezza dei risultati prodotti dagli algoritmi di visione artificiale, con un focus specifico sulle apparecchiature di analisi di laboratorio. In questo caso, gli algoritmi di visione artificiale operano spesso in collaborazione con un operatore umano. Questa interazione introduce una variabile molto importante nella visione artificiale: le condizioni di illuminazione non dipendono esclusivamente dalle luci interne dell'apparecchiatura, progettate per un'illuminazione controllata, per garantire dei risultati affidabili, ma variano in maniera imprevedibile in base alla luce ambientale dell'ambiente circostante in cui l'apparecchiatura è posizionata. Per affrontare le sfide poste dalle condizioni di illuminazione variabili, è essenziale che il codice di visione artificiale sia robusto e che riesca a riconoscere i vari scenari anche in condizioni più avverse. Questo significa implementare tecniche che possano compensare le fluttuazioni di luce, migliorare il contrasto e garantire un riconoscimento degli oggetti accurati indipendentemente dall'ambiente esterno.