Lucchi, Matteo
(2023)
Datamatrix correction , traditional and data-oriented solutions.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria informatica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Nell’ambito della tracciabilità e della logistica per la distribuzione di prodotti
farmaceutici è fondamentale l’identificazione delle confezioni tramite
l’uso di barcode DataMatrix. Processi di marcatura non ottimali possono introdurre
deformazioni che compromettono la decodificabilità delle matrici.
Questo progetto, svolto durante il tirocinio presso l’azienda Retinae s.r.l, ha
l’obiettivo di sviluppare un sistema per la correzione di DataMatrix danneggiati
attraverso l’uso di tecniche di computer vision tradizionali e di machine
learning. In questo documento vengono descritti in modo dettagliato le componenti
e le funzionalità che lo rendono possibile. Verranno infine descritti
i risultati prodotti, il loro impatto in termini di performance e quali saranno
gli sviluppi futuri.
Abstract
Nell’ambito della tracciabilità e della logistica per la distribuzione di prodotti
farmaceutici è fondamentale l’identificazione delle confezioni tramite
l’uso di barcode DataMatrix. Processi di marcatura non ottimali possono introdurre
deformazioni che compromettono la decodificabilità delle matrici.
Questo progetto, svolto durante il tirocinio presso l’azienda Retinae s.r.l, ha
l’obiettivo di sviluppare un sistema per la correzione di DataMatrix danneggiati
attraverso l’uso di tecniche di computer vision tradizionali e di machine
learning. In questo documento vengono descritti in modo dettagliato le componenti
e le funzionalità che lo rendono possibile. Verranno infine descritti
i risultati prodotti, il loro impatto in termini di performance e quali saranno
gli sviluppi futuri.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Lucchi, Matteo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Computer Vision,Machine Learning
Data di discussione della Tesi
23 Marzo 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Lucchi, Matteo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Computer Vision,Machine Learning
Data di discussione della Tesi
23 Marzo 2023
URI
Gestione del documento: