La certificazione di qualità del travertino romano
Autore
Christian Cotognini - Università degli Studi di Roma La Sapienza - [2000-01]
Documenti
Abstract
Con il presente studio si è cercato di modellizzare le caratteristiche estetiche del travertino romano. Il settore dell’industria lapidea, attualmente, non fornisce al mercato criteri oggettivi di certificazione delle caratteristiche estetiche dei materiali lapidei per rivestimenti.
Mediante le tecniche di analisi d’immagine è stato possibile estrarre, da immagini acquisite mediante telecamera digitale, parametri che descrivono la tessitura della lastra ripresa, parametri statistici della distribuzione dei toni e un parametro che descrive la distribuzione dei caratteri.
L’elaborazione è stata condotta negli spazi HSV (hue, saturation, value), RGB (rosso, verde e blu) e dei toni di grigio, ottenendo così un elevato numero di parametri con i quali sono stati definiti i vettori delle caratteristiche delle immagini.
I vettori così creati sono stati utilizzati come matrice di input per la costruzione di architetture di reti neurali artificiali, mediante le quali ottenere delle classificazioni del materiale in termini di classi di pregio.
I risultati delle classificazioni ottenute mediante reti neurali sono stati espressi in termini di correttezza, efficienza ed efficacia.
Per non inficiare l’affidabilità dei risultati si è resa necessaria l’adozione di un algoritmo genetico di selezione delle variabili che permettesse una riduzione degli stessi con l’eliminazione dei parametri ridondanti e inefficaci ai fini della descrizione delle caratteristiche.
Si sono così determinati delle nuove matrici di input, di dimensioni ridotte, da utilizzare per la costruzione di nuove architetture di reti neurali.
I risultati ottenuti sono generalmente migliori di quelli ottenuti utilizzando l’intera base dati, confermando l’affidabilità dell’applicazione degli algoritmi genetici.
Per verificare l’attendibilità della base dati sono state sottoposte a rivalutazione quelle immagini che venivano sempre classificate in maniera non corretta. Il riesame di queste immagini ha confermato l’efficacia dell’algoritmo di classificazione e del sistema di estrazione dei parametri dalle immagini delle lastre, mostrando, per contro, le carenze della procedura di classificazione attualmente adottata.
Alla luce dello studio risulta evidente la necessità di utilizzare meglio di quanto non sia fatto correntemente le figure professionali dedite alla classificazione, indirizzando il loro know-how verso nuovi compiti: quelli di progettazione e sviluppo di sistemi esperti che adottino procedure automatiche di classificazione, piuttosto che al controllo diretto di qualità che può efficacemente ed affidabilmente essere risolto mediante strumentazione.
Mediante le tecniche di analisi d’immagine è stato possibile estrarre, da immagini acquisite mediante telecamera digitale, parametri che descrivono la tessitura della lastra ripresa, parametri statistici della distribuzione dei toni e un parametro che descrive la distribuzione dei caratteri.
L’elaborazione è stata condotta negli spazi HSV (hue, saturation, value), RGB (rosso, verde e blu) e dei toni di grigio, ottenendo così un elevato numero di parametri con i quali sono stati definiti i vettori delle caratteristiche delle immagini.
I vettori così creati sono stati utilizzati come matrice di input per la costruzione di architetture di reti neurali artificiali, mediante le quali ottenere delle classificazioni del materiale in termini di classi di pregio.
I risultati delle classificazioni ottenute mediante reti neurali sono stati espressi in termini di correttezza, efficienza ed efficacia.
Per non inficiare l’affidabilità dei risultati si è resa necessaria l’adozione di un algoritmo genetico di selezione delle variabili che permettesse una riduzione degli stessi con l’eliminazione dei parametri ridondanti e inefficaci ai fini della descrizione delle caratteristiche.
Si sono così determinati delle nuove matrici di input, di dimensioni ridotte, da utilizzare per la costruzione di nuove architetture di reti neurali.
I risultati ottenuti sono generalmente migliori di quelli ottenuti utilizzando l’intera base dati, confermando l’affidabilità dell’applicazione degli algoritmi genetici.
Per verificare l’attendibilità della base dati sono state sottoposte a rivalutazione quelle immagini che venivano sempre classificate in maniera non corretta. Il riesame di queste immagini ha confermato l’efficacia dell’algoritmo di classificazione e del sistema di estrazione dei parametri dalle immagini delle lastre, mostrando, per contro, le carenze della procedura di classificazione attualmente adottata.
Alla luce dello studio risulta evidente la necessità di utilizzare meglio di quanto non sia fatto correntemente le figure professionali dedite alla classificazione, indirizzando il loro know-how verso nuovi compiti: quelli di progettazione e sviluppo di sistemi esperti che adottino procedure automatiche di classificazione, piuttosto che al controllo diretto di qualità che può efficacemente ed affidabilmente essere risolto mediante strumentazione.
Questa tesi è correlata alle categorie
segnala questa pagina ::.