L’INFLUENZA DELLE TECNICHE DI MIGLIORAMENTO GRAFICO NELLE PERFORMANCE DELLE TECNICHE OTTICHE

Abstract

Negli ultimi decenni, l'interesse nell’utilizzo di tecniche basate su immagini per il monitoraggio dei corsi d’acqua naturali e artificiali è aumentato progressivamente grazie agli evidenti vantaggi rispetto ad approcci tradizionali. I metodi ottici sono in grado di consentire misure accurate delle portate fluviali mediante strumentazioni economiche anche in condizioni ambientali avverse come, ad esempio, durante i fenomeni di piena. La non intrusività caratteristica delle tecniche ottiche inoltre garantisce condizioni di sicurezza sia per gli strumenti impiegati che per gli operatori coinvolti. Le tecniche ottiche consentono una stima dei campi di velocità superficiale mediante il rilevamento dello spostamento nel tempo di elementi traccianti, come schiuma e materiali galleggianti naturalmente presenti sulla superficie del corso d’acqua o artificialmente introdotti. L'accuratezza delle misure ottiche è influenzata da diversi fattori, come ad esempio le condizioni ambientali, le caratteristiche idrauliche della corrente, i protocolli operativi di campo, i software di elaborazione adottati e la loro parametrizzazione [1][2][3]. Nel tradizionale workflow adottato per le tecniche ottiche è prevista una fase di pre-elaborazione che comprende, oltre la stabilizzazione e l'ortorettifica delle immagini costituenti le sequenze video, il miglioramento grafico dei frame (graphical enhancement). Tale fase è finalizzata a massimizzare il contrasto tra il tracciante e lo sfondo su cui esso si muove, migliorando quindi le capacità dei software di rilevare e seguire il movimento del tracciante. Il presente lavoro mira ad indagare l'influenza dei metodi di miglioramento grafico sui risultati delle analisi ottiche, confrontando algoritmi tradizionali, come l’intensity capping, l’highpass equalization e l’histogram equalization, con altre tecniche meno comuni, come la colorspace transformation. Le analisi sono state condotte utilizzando un ampio dataset di video acquisiti da piattaforme aeree (UAV – Unmanned Aerial Vehicle) e fisse durante un’estensiva campagna di misure di portata su diversi fiumi della Sicilia, condotta anche impiegando, come misure di benchmark, metodi tradizionali di misura, come l’ADCP (Acoustic Doppler Current Profiler). Per ciascun caso studio, sono stati applicati diversi algoritmi di trasformazione grafica e le sequenze video risultanti sono state elaborate con due diversi pacchetti software, ossia il PIVlab [4] e il SSIMS-Flow [5]. I risultati sono stati espressi in termini di errori relativi alla stima della velocità superficiale e della corrispondente portata rispetto alle relative misure effettuate mediante ADCP. I risultati ottenuti forniscono interessanti spunti sull'importanza di selezionare opportunamente i metodi di miglioramento grafico delle immagini fra le varie opzioni disponibili, in funzione del tipo di software impiegato e delle condizioni in pieno campo confermando, al contempo, il grande potenziale delle tecniche basate sulle immagini per il monitoraggio dei corsi d’acqua.