Automated Visual Inspection a basso costo: quando una webcam e Python bastano per il controllo qualità

Ogni giorno, migliaia di oggetti escono dalle linee di produzione e qualcuno deve controllare che siano perfetti.
In molte aziende, questo compito è ancora affidato a operatori che ispezionano i prodotti a mano. Ma dopo ore di lavoro, la stanchezza si fa sentire e gli errori umani aumentano.
L’alternativa sono i sistemi automatici: telecamere industriali, software proprietari, illuminazione dedicata. Ilconto? Decine di migliaia di euro per una singola postazione.
E se invece bastasse una webcam, un computer e software open-source? Un progetto di tesi all’Università di Ferrara dimostra che si, è possibile.

Il problema del controllo qualità nell’industria 4.0

Il controllo qualità è uno degli aspetti più critici e costosi della produzione manifatturiera. Tradizionalmente affidato a operatori specializzati, è soggetto a errori umani, stanchezza e variabilità. L’alternativa sono i sistemi di Automated Visual Inspection (AVI) industriali: telecamere calibrate, ottiche dedicate, illuminazione controllata e software proprietario. Il conto? Decine di migliaia di euro per una singola postazione.
E non è solo il costo iniziale. Ogni variazione di illuminazione, posizione o sfondo può compromettere il risultato. Riconfigurare il sistema per un nuovo prodotto richiede tecnici specializzati. Per una piccola o media impresa, tutto questo è spesso fuori portata.

Un sistema AVI con una webcam e software open-source

Una tesi sviluppata all’Università di Ferrara ha dimostrato che si può fare diversamente. Il sistema che è stato sviluppato utilizza:

• Hardware: una webcam standard (€25-50) e un computer consumer
• Software: Python, OpenCV, scikit-learn, rembg e MySQL

Il costo totale? Meno di 100 euro. I risultati? Accuratezza superiore all’80% su scarpe e bottiglie e 91% sulle scarpe con il modello ottimizzato.

Come funziona: la pipeline

Il sistema segue una pipeline modulare in cui ogni fase è indipendente e configurabile:

1. 1. Acquisizione: l’immagine viene caricata da file o catturata dalla webcam
   2. Normalizzazione: viene ridimensionata a 700×1000 pixel mantenendo le proporzioni
   3. Rimozione dello sfondo: la libreria rembg, basata sulla rete neurale U2-Net, isola l’oggetto in modo

automatico e preciso

• Estrazione delle feature: vengono calcolati tre gruppi di descrittori:
• LBP (Local Binary Pattern): 256 valori per la texture superficiale
• Istogrammi HSV: 62 valori per il colore (30 per tonalità, 32 per saturazione)
• Feature geometriche: 6 valori per la forma (densità bordi, compattezza, solidità, aspect ratio, extent, simmetria)

 

• Classificazione SVM: il vettore di 324 valori viene passato a un classificatore Support Vector Machine

 

con kernel RBF, che decide se l’oggetto è conforme o difettoso

• Matching strutturale: l’oggetto viene confrontato con i modelli nel database usando quattro metriche combinate (SSIM, istogrammi HSV, ORB e momenti di Hu)
• Stima dimensionale: il bounding box dell’oggetto viene convertito in millimetri usando un rapporto pixel/mm fisso.

 

Il risultato? Un sistema che dice se un oggetto è difettoso, a quale modello corrisponde e quali sono le sue dimensioni reali

Perché funziona?

La scelta delle tecnologie non è casuale. Ogni componente è stata selezionata per un motivo preciso:

• LBP è robusto alle variazioni di illuminazione – perfetto per un sistema che non controlla l’ambiente
• SVM con kernel RBF funziona bene anche con dataset piccoli (meno di 100 campioni per classe)
• rembg elimina lo sfondo indipendentemente dal colore o dalle condizioni di luce
• La combinazione di 4 metriche di matching (SSIM, HSV, ORB, Shape) rende il riconoscimento robusto a variazioni di angolazione e luminosità

I parametri del kernel RBG (C=10.0, gamma=0.001) sono stati ottimizzati con GridSearchCV, portando l’accuratezza dal 78,5% di default al 91.1% ottimizzato – un miglioramento di oltre 12 punti percentuali.

I risultati

Il sistema è stato testato su tre categorie di oggetti:

Oggetto	Campioni originali	Dopo data augmentation	Accuratezza SVM
Scarpa	98	392	91.14%
Bottiglia	86	344	82.61%
Lattina	36	144	71.88%

La data augmentation (flip orizzontale e variazioni di luminosità) ha moltiplicato per quattro il dataset, migliorando la capacità di generalizzazione del modello.

Il modulo di matching ha riconosciuto correttamente lo stesso oggetto in condizioni diverse con un punteggio medio del 97%. La stima dimensionale ha prodotto un errore medio del 3%, con varianza sotto 0.5 mm.

I limiti e gli sviluppi futuri

• Dipendenza dalla calibrazione fissa: se la webcam viene spostata, il rapporto pixel/mm cambia e le misure diventano inaccurate
• Sensibilità alla qualità della segmentazione: rembg può fallire su oggetti trasparenti o con colori simili allo sfondo
• Dataset limitato: le prestazioni sulla lattina (71.88%) sono inferiori a quelle su scarpe e bottiglie a causa del minor numero di campioni
• Prestazioni non in tempo reale: l’elaborazione è dominata da rembg, che esegue una rete neurale su CPU

Ma i possibili sviluppi sono promettenti:

• Calibrazione automatica: rilevare un marker noto nella scena per calcolare il rapporto pixel/mm automaticamente
• Deep learning: sostituire rembg con modelli più leggeri (FastSAM, DeepLabV3) e sperimentare CNN per la classificazione
• Dispositivi embedded: ottimizzare il sistema per Raspberry Pi 5 o NVIDIA Jetson Nano
• Integrazione MES: esportare i risultati via API REST per integrarsi con i sistemi di produzione

Un ponte tra ricerca e industria

Questo progetto non sostituisce i sistemi industriale da 50.000 euro, ma dimostra che per una vasta gamma di problemi reali di controllo qualità, un approccio accessibile può produrre risultati utili e misurabili. È Un ponte tra la ricerca accademica e le esigenze concrete delle piccole e medie imprese.
La natura open.source e modulare del software consente a sviluppatori e ricercatori di adattarlo facilmente a nuovi prodotti e processi. Con gli sviluppi futuri – in particolare l’introduzione di tecniche di deep-learning e la calibrazione automatica – il divario con soluzioni commerciali potrebbe ulteriormente ridursi.