Исследование систем управления манипулятором MR-999Е
Диссертация - Компьютеры, программирование
Другие диссертации по предмету Компьютеры, программирование
?тдельных объектов. Эти задачи охватывают множество подходов, основанных на аналитических представлениях. Системы технического зрения высокого уровня решают проблемы, рассмотренные выше. Для более ясного понимания проблем технического зрения высокого уровня и его связи с техническим зрением низкого и среднего уровней обычно вводят ряд ограничений и упрощают решаемую задачу.
1.2 Методы предварительной обработки изображений
Процесс идентификации объектов, находящихся в рабочей зоне робота, обычно включает два этапа: выделение характерных признаков объектов; собственно распознавание объектов по найденной совокупности характерных признаков. В соответствии с такой структурой процесса идентификации алгоритмы обработки информации в СТЗ принято делить на алгоритмы предварительной обработки и алгоритмы распознавания, что носит в известной степени условный характер, так как в некоторых практических приложениях одни и те же по математической сути алгоритмы могут быть использованы на обоих этапах рассматриваемого процесса.
В соответствии со спектральным диапазоном преобразователей свет - сигнал и принципом действия СТЗ датчик формирует изображение рабочей зоны робота. Формально получение изображения заключается в определении функциональной зависимости интенсивности излучений рабочей зоны от координат точек изображения х и у:
= f (x, y). (1.1)
В дальнейшем под изображением будем понимать именно функциональную зависимость f(x, у). С учетом принятой терминологии задачей предварительной обработки является поиск каких-либо особенностей функции f(x, у), которые могли бы указать на тип объекта, находящегося в рабочего зоне [2].
1.3 Сегментация объектов
1.3.1 Проведение контуров и определение границ
Сегментацией называется процесс подразделения сцены на составляющие части или объекты. Сегментация является одним из основных элементов работы автоматизированной системы технического зрения, так как именно на этой стадии обработки объекты выделяются из сцены для дальнейшего распознавания и анализа. Алгоритмы сегментации, как правило, основываются на двух фундаментальных принципах: разрывности и подобии. В первом случае основной подход основывается на определении контуров, а во втором - на определении порогового уровня и расширении области. Эти понятия применимы как к статическим, так и к динамическим (зависящим от времени) сценам. В последнем случае движение может служить мощным средством для улучшения работы алгоритмов сегментации.
Методы - вычисление градиента, пороговое разделение - определяют разрывы в интенсивности представления образа объекта. В идеальном случае эти методы определяют пиксели, лежащие на границе между объектом и фоном. На практике данный ряд пикселов редко полностью характеризует границу из-за шума, разрывов на границе вследствие неравномерной освещенности и других эффектов, приводящих к размытию изображения. Таким образом, алгоритмы обнаружения контуров сопровождаются процедурами построения границ объектов из соответствующих последовательностей пикселов [3]. Ниже рассмотрено несколько методик, пригодных для этой цели.
1.3.2 Локальный анализ
Одним из наиболее простых подходов соединения точек контура является анализ характеристик пикселов в небольшой окрестности (например, в окрестности размером 3 X 3 или 5 X 5) каждой точки (х, у) образа, который уже подвергся процедуре обнаружения контура. Все точки, являющиеся подобными (определение критерия подобия дано ниже), соединяются, образуя границу из пикселов, обладающих некоторыми общими свойствами.
При таком анализе для установления подобия пикселов контура необходимо определить:
а) величину градиента, требуемого для построения контурного пикселя; б) направление градиента.
Первая характеристика обозначается величиной G{f(x, у)}.
(1.2)
Таким образом, пиксель контура с координатами (х', у') подобен по величине в определенной ранее окрестности (х, у) пикселя с координатами (х, у), если справедливо неравенство
(1.3)
где Т-пороговое значение.
Направление градиента устанавливается по углу вектора градиента, определенного в уравнении
(1.4)
(1.5)
где q-угол (относительно оси х), вдоль которого скорость изменения имеет наибольшее значение. Тогда можно сказать, что угол пикселя контура с координатами {х', у') в некоторой окрестности (х, у) подобен углу пикселя с координатами {х, у) при выполнении следующего неравенства:
(1.6)
где А-пороговое значение угла. Необходимо отметить, что направление контура в точке {х, у) в действительности перпендикулярно направлению вектора градиента в этой точке. Однако для сравнения направлений неравенство дает эквивалентные результаты.
Основываясь на этих предположениях, мы соединяем точку в некоторой окрестности (х, у) с пикселем, имеющим координаты (х, у), если удовлетворяются критерии по величине и направлению. Двигаясь от пикселя к пикселю и представляя каждую присоединяемую точку как центр окрестности, процесс повторяется для каждой точки образа. Для установления соответствия между уровнями интенсивности освещения и последовательностями пикселов контура применяется стандартная библиотечная процедура.
Цель состоит в определении размеров прямоугольников, с помощью которых можно построить качественное изображение. Построение таких прямоугольников осуществляется в резул?/p>