scenari

Fotogrammetria marina: cos’è e come funziona il rilievo 3D subacqueo



Indirizzo copiato

La fotogrammetria marina usa serie di foto sovrapposte per ricostruire modelli 3D di fondali, coralli, reperti e habitat, utili al monitoraggio ambientale. Per ottenere risultati affidabili servono acquisizioni corrette e un software che crea nuvole di punti, mesh e rifinitura finale

Pubblicato il 20 feb 2026

Andrea Buonanni

laureando magistrale in Biologia ed Ecologia Marina

Vindice Deplano

psicologo esperto di digital learning



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
image




Tutti fotografiamo. Lo facciamo in continuazione, spesso compulsivamente, da quando una macchina fotografica la portiamo sempre con noi sotto forma di smartphone. Si stima che ogni giorno vengano scattate circa cinque miliardi di fotografie (PhotoAiD).

Perché le foto “ben fatte” contano nel monitoraggio ambientale

Scattare una fotografia può sembrarci una cosa facile, divertente, quasi banale: vediamo qualcosa di interessante (che spesso combacia con noi stessi), attiviamo l’app della fotocamera, puntiamo e clic. Il gioco è fatto.

Ma se la fotografia serve per qualcosa di diverso da un gioco, le cose cambiano. E la tecnica assume un ruolo centrale. Uno di questi ambiti è il monitoraggio ambientale, che richiede foto “ben fatte” ad animali, piante, ambienti, oggetti… Vedremo più avanti che significa “ben fatte”.

La fotografia è stata utilizzata per il monitoraggio ambientale a partire dai primi anni del Novecento, durante la Prima guerra mondiale. E poi durante le Seconda. “Monitoraggio ambientale” significava riprendere con foto o video e, soprattutto, localizzare con precisione gli schieramenti, i movimenti, le armi e i depositi del nemico. Aerei militari da ricognizione venivano equipaggiati con macchine da presa i cui filmati venivano poi studiati in relazione alle rotte degli aerei e alle mappe disponibili. Un lavoro lungo e complesso.

Solo dopo la fine della Seconda guerra mondiale, il campo di applicazione del monitoraggio ambientale si è allargato fino a comprendere obiettivi di ordine scientifico (senza mai sospendere, ovviamente, quelli militari). Lo strumento principe è rimasta la fotografia: aerea e, poi, satellitare. Quello che è cambiato, dal 1945 a oggi, sono gli strumenti della fotografia e le tecniche di monitoraggio ambientale. In particolare, negli ultimi trent’anni, con lo sviluppo e l’implementazione dell’intelligenza artificiale e di modelli di calcolo avanzati, si sono poste le basi per una convergenza più stretta tra monitoraggio ambientale e la fotografia. È nata la fotogrammetria.

Che cos’è la fotogrammetria

La fotogrammetria è una tecnica di rilievo, usata nel monitoraggio ambientale, che permette di ricavare metriche di oggetti bi/tri-dimensionali, dall’elaborazione, dalla misura e dall’interpretazione di immagini fotografiche.

Anche se possiamo far risalire l’origine di questa tecnica ai primi anni del Novecento (Doyle, 1964, PE&RS), all’interno della ricerca in ambito bellico, è solo negli anni Novanta che diventa adulta, con lo sviluppo dei primi software per la fotogrammetria digitale (ASPRS, “A Look Back; 140 Years of Photogrammetry”).

Perché la fotogrammetria marina è così usata oggi

Ad oggi la fotogrammetria è una delle tecniche più utilizzate negli studi di monitoraggio ambientale, soprattutto in ambiente marino. Per almeno due motivi:

  • Permette di ricostruire modelli tridimensionali dell’oggetto di studio, perché sia facilmente analizzabile in laboratorio, limitando la necessità di prelevare campioni e di effettuare studi in situ (che in mare spesso sono complicati dalle condizioni di profondità, luce e pressione;
  • Richiede budget relativamente bassi, pur consentendo risultati di alta qualità di risultati (Marre, et al. 2019).

Infatti, per eseguire un profilo fotogrammetrico di base bastano una fotocamera e il software per l’elaborazione delle foto. Oltre, naturalmente, a buone competenze tecniche e metodologiche.

Dal campo ai dati: impostare transetto e riferimenti spaziali

Per farcene un’idea, passiamo in rassegna le due fasi chiave della tecnica fotogrammetrica: l’acquisizione dei dati e la loro elaborazione via software.

In questo ambito, acquisire i dati significa fotografare un ambiente naturale, in condizioni difficili o, almeno, non ottimali. Per la corretta riuscita del rilievo fotogrammetrico è necessario seguire alcuni passaggi chiave.

Delimitare l’area di lavoro sott’acqua: bandella metrica e visibilità

Prima dell’acquisizione delle immagini è necessario delineare un “transetto”, termine che in ecologia definisce un’area al cui interno si effettua una raccolta di dati qualitativi e/o quantitativi. Il transetto deve essere delimitato da qualcosa di chiaramente visibile. Che sott’acqua può essere, per esempio, una bandella metrica di colore chiaro.

Coordinate GPS e orientamento: perché servono al modello 3D

Poi questa area di lavoro deve essere collegata con coordinate reali, in modo da poterla individuare su una mappa. Tipicamente, si stabilisce il punto di inizio del percorso segnalandolo sul GPS, in modo da avere una perfetta corrispondenza di coordinate tra il punto reale e il punto digitale. Questo è importante perché il software di elaborazione delle immagini ricostruisce il modello 3D del soggetto anche grazie alle coordinate dei vari punti acquisiti.

L’ultimo passaggio – prima di iniziare a percorrere il transetto e registrare le foto o video del soggetto – è fissare al fondale una livella a bolla e registrarne coordinate GPS e inclinazione, per avere una migliore referenza dell’orientamento tridimensionale del sito di monitoraggio (Daniel T. I., et al. 2020).

Nell’immagine un operatore subacqueo percorre un transetto delimitato da una bindella metrica sul fondale.

Coordinate GPS e orientamento: perché servono al modello 3D

A questo punto, si può procedere con l’acquisizione delle immagini. Le procedure standard consigliano di nuotare a una velocità costante attorno al soggetto, mantenendo un’angolazione più possibile perpendicolare dall’alto, a una distanza di 1-2 metri.

Nell’immagine un operatore subacqueo esegue delle riprese video ad una gorgonia rossa per eseguirne in seguito un’analisi fotogrammetrica. Si noti come l’obiettivo della macchina da presa sia perpendicolare al soggetto.

Fotogrammetria marina e sovrapposizione: la regola 50–75%

Le immagini devono essere in parte sovrapponibili, per consentire di costruire un’immagine unica del soggetto e del suo ambiente. Ma non basta – come si potrebbe pensare – sovrapporre i bordi: il tasso di sovrapposizione deve essere tra il 50% al 75% (Daniel T. I., et al. 2020). Per arrivare all’80% se l’acqua è particolarmente torbida (NOAA, 2019).

Errori di acquisizione: quando il software fallisce o restituisce imprecisioni

Questo procedimento è cruciale nella buona riuscita della fotogrammetria, in quanto se le immagini vengono acquisite nella maniera scorretta, il software non sarà in grado di elaborarle o le elaborerebbe nel modo sbagliato, fornendo un risultato nullo o impreciso.

Elaborazione via software: selezione, feature extraction e SfM

Dopo aver acquisito i dati, cioè foto o filmati, si può passare alla fase di elaborazione, tramite un software ad hoc che li converte in un modello 3D del soggetto fotografato. È un’operazione molto articolata, perché in fondo al mare si trovano oggetti complessi: formazioni geologiche, reperti archeologici, artefatti, coralli e altre forme di vita.

Scelta dei fotogrammi migliori: rumori, difetti e scarti

La prima fase dell’elaborazione dati consiste nella selezione delle fotografie (o dei fotogrammi, se si tratta di un video) migliori, scartando quelle che presentano di “rumori” o altri difetti che potrebbero compromettere l’elaborazione.

Punti chiave e “structure from motion”: cosa fa il software e cosa controllare

Successivamente, il software procede all’elaborazione vera e propria delle immagini, secondo un processo che prende il nome di “feature extraction” – estrazione dei punti chiave -, che consiste nell’evidenziare le sagome e gli oggetti presenti all’interno dell’immagine.

La tecnica, chiamata “structure from motion”, si basa sull’evidenziazione di strutture naturali. Il passaggio viene eseguito autonomamente dal software, ma è bene sorvegliare il processo, per intervenire di persona, in presenza di errori o per aggiungere maggiori dettagli all’elaborazione (E.-K. Stathopoulou, et al. 2019).

Nell’immagine si nota come il software, grazie alle coordinate note dei punti riconosciuti all’interno delle immagini, colloca i diversi punti nello spazio.

Dalla nuvola di punti alla mesh 3D: output e post-processing

Il software rileva tutte le corrispondenze tra i punti trovati per ciascuna fotografia (o fotogramma) e ricostruisce le angolazioni da cui sono state acquisite. Poi, grazie all’inserimento delle coordinate spaziali, colloca i punti nello spazio costruendo, dapprima una “nuvola di punti”, e in seguito una mesh 3D, cioè un insieme di poligoni(triangoli o quadrilateri) che formano la superficie tridimensionale dell’oggetto da riprodurre (Erica Nocerino, et al. 2020).

Pulizia e rifinitura: perché il post-processing chiude il workflow

Dopo questa operazione, si ottiene il modello tridimensionale del soggetto. Ma il lavoro termina soltanto dopo un ultimo passaggio: la pulizia e rifinitura (in gergo “post-processing”). Al termine, il modello tridimensionale di un corallo, di una concrezione rocciosa o di un antico manufatto e potrà essere stampato in 3D o essere inviato ad altri utenti (Erica Nocerino, et al. 2020). Che potranno studiarlo senza rimuoverlo e senza doversi recare sul posto.

Nell’immagine si nota come la pulizia dei punti abbia portato a definire i contorni esatti del soggetto analizzato.

Partecipa alla community

guest

1 Commento
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti
elisa mazzucchi
elisa mazzucchi
7 mesi fa

Articolo che descrive molto chiaramente e in dettaglio la materia. Ho compreso la fotogrammetria ed è molto interessante.

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

1
0
Lascia un commento, la tua opinione conta.x