Информационные устройства роботов (1088970), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

От направления вращения зависит, какой контакт будетзадействован вибрирующим диском. Усредненное направление проскальзывания определяется поимпульсам в соответствующих выходных электрических контурах.Рисунок 23.4. Устройство для определения величины и направления проскальзывания2. Системы технического зрения: структурная схема и принцип действия.Алгоритмы фильтрации изображения.Техническое зрение играет решающую роль в информационном обеспечении робота.

Зрение роботаможно определить как процесс выделения, идентификации и преобразования информации, полученной изтрехмерных изображений. Этот процесс, называемый техническим или машинным зрением, делится на 6основных этапов: 1) снятие информации; 2) предварительная обработка информации; 3) сегментация; 4)описание; 5) распознавание; 6) интерпретация.Снятие информации – процесс получения визуального изображения.Предварительная обработка информации заключается в использовании таких методов, как понижениешума или улучшение изображения отдельных деталей.Сегментация – процесс выделения на изображении интересующих объектов.Описание – определение главных параметров (размер, форма).Распознавание – процесс идентификации объектов (например, гаечного ключа, болта, шайбы и т.п.).Интерпретация – выявление принадлежности к группе распознаваемых объектов.Выделяют три уровня технического зрения: низкий, средний, высокий.Низкий уровень – процесс, являющийся простым с точки зрения осуществления автоматическихдействий, не трбующий наличия искусственного интеллекта.

К низкому уровню технического зренияотносится снятие и предварительная обработка информации. Этот уровень охватывает процессы, начинаянепосредственно от формирования изображения и кончая процессами компенсации (уменьшение шума,выделение простейших параметров изображения, например, разрыва интенсивности).Средний уровень содержит процессы выделения, идентификации и разметки элементов изображения,полученного на нижнем уровне.

К ним относится сегментация, описание и распознавание отдельныхобъектов.Высокий уровень содержит процессы, относящиеся к искусственному интеллекту. В то время, какалгоритмы, используемые на нижнем и среднем уровнях технического зрения, разработаны достаточнохорошо, знания о процессах высокого уровня еще недостаточны. Это приводит к введению ограничений ипредположений для уменьшения сложности задач.Техническое зрение отражает трехмерное пространство, используя его плоское изображение. Объемнуюинформацию получают с помощью специальных методов: метода структурного освещения и методастереоизображения.СТЗ обладает достаточной универсальностью для решения спектра весьма сложных задач: таких какориентирование в пространстве, обнаружение и распознавание статичных и подвижных объектов, оценкасвойств среды, организация визуальной обратной связи, и др.СТЗ создаются таким образом, чтобы решить конкретную прикладную задачу с максимально возможнойобщей эффективностью.1.

Восприятие изображения.2. Предобработка3.Сегментация4.Фильтрация5.РаспознаваниеСТЗСистемыраспознаванияобразовСистемыраспознаванияизображенийСистемыраспознаваниясимволовФотограмметрическиесистемыСистемыпостроенияобъемногоизображенияпо плоскимСистемыкартографированияСистемынавигацииСистемыоценкирасстояниядо заданнойцелиСистемыопределениясобственногоотносительногоположенияНаиболее распространенные типы СТЗСегментация изобр.- процесс разбиения изобр.

На составные части, имеющие содержательный смысл:объекты, их границы, характерные геометрические особенности т.д.Обработка изображений отвечает за преобразование (фильтрацию) изображений.Алгоритмы фильтрации:1. Линейные алг.- каждый пиксел обработанного изображения получается линейной комбинациейнескольких пикселов исходного изображения.2. Ранговые алг.- сортировка в порядке возрастания значения яркости, яркость отфильтрованного пикселаполучается на основе анализа этого упорядоченного списка.3.

Локально-адаптивные алгоритмы.Общим недостатком многих фильтров явл. то, что структура обработки в них не зависит от свойствизображения. След-но возможно сглаживание полезных деталей, (границ, тонких линий и т.п.)Существуют методы адаптации к воздействию шумов различной природы (аддивных, импульсных,зависящих от сигнала).4. Известны также алгоритмы экстремальной фильтрации, которые используют значения минимума имаксимума в окрестности.

Все эти алгоритмы можно рассматривать как частные случаи широкого классаранговых алгоритмов.Преимуществом ранговых алгоритмов является их отличие от методов линейной фильтрации, они лишенытакого характерного недостатка как пространственная инерционность, которая заключается в том, что прииспользовании линейных фильтров влияние отдельных деталей изображения проявляется нарезультирующем изображении на расстоянии порядка размеров апертуры (маски) фильтра.Распознаванием называется процесс разметки, т.е. алгоритмы распознавания идентифицируют каждыйобъект сцены.Алгоритм обработкивидеоизображенияЗахват одиночного кадравидеоизображенияПеревод 24-битного изображенияв 8-битное черно-белоеФильтрация от помехВыделение контуровВыделение характерныхпризнаков оконтуренногообъектаПоиск в базе данныхобъектов похарактерным признакамВыдачарезультата поискаВозвратАлгоритм обработки видеоизображенияВВОД ВИДЕОИЗОБРАЖЕНИЯВидеокамера – единственный информирующий элемент системы.

Скорость захвата кадра видеоизображениядолжна быть достаточно высокой. Для среднестатистической системы нижний предел скорости составляет12 кадров в секунду (стандартный сигнал PAL имеет скорость развертки 25 кадров в секунду).Сглаживание шумов не должно исказить получаемые в информационной системе данные и не приводить кпотере информации на изображении.Максимальное сглаживание шумовой составляющей на изображении.Простейшая идея удаления шума – усреднять значения пикселей в пространственной окрестности.

Длякаждого пикселя анализируются соседние для него пиксели, которые располагаются в некоторомпрямоугольном окне вокруг этого пикселяначалоЦикл последовательногоперебора всех пикселейизображенияРасчет средней яркости пикселей,окружающих текущий (апертура 3х3 сучетом четырехсвязности либовосьмисвязности)Замена текущего пикселявычисленным значениемяркостивозвратРис. Ошибка! Текст указанного стиля в документе отсутствует..1 Алгоритм сглаживающего фильтраАлгоритм функционирования простого медианного фильтра основан на нахождении медианы цифровогоокна и замены конкретной точки в окне на медиану окнаначалоЦикл последовательногоперебора всех пикселейизображенияСортировка по возрастаниюпикселей, окружающих текущий(апертура в форме окна 3х3 либокреста 5х5)Замена текущего пикселяцентральным из упорядоченнойпоследовательностивозвратАлгоритм медианной фильтрации изображенийГауссовское размытие – это свертка изображения с функцией, где параметр s задаетстепень размытия, а параметр A обеспечивает нормировку.

Фактически, это то же усреднение, толькопиксель смешивается с окружающими по определенному закону, заданному функцией Гаусса.Лекции Герасимова.Системы технического зрения относятся к числу самых мощных средств повышения функциональнойгибкости роботизированного производства. С помощью СТЗ робот способен получить наиболее полнуюинформацию о форме и окраске объектов, их количестве, местоположении и других свойствах. БлагодаряСТЗ роботы стали применяться в таких операциях, как контроль качества готовой продукции, учет иизмерение.Несмотря на продолжающийся рост количества разнообразных применений систем технического зрения, воснове функционирования каждой отдельной системы лежит относительно небольшой набор типичныхсредств и методов.

В частности, в каждую систему неотъемлемой частью предварительной обработкиизображения входит фильтрация.Необходимость фильтрации вызвана не всегда удовлетворительным для обработки качеством изображения.Если на вход системы распознавания будет подано изображение, содержащее помехи (шумы), тораспознавание может быть существенно затруднено, а при большом количестве помех невозможно.За шум на изображении может приниматься его минимальный элемент (пиксел), цветовые характеристикикоторого значительно отличаются от характеристик соседних с ним элементов.

Такие шумовые пикселыбывают единичными, но также могут объединяться в группы, образуя шумовые области в виде пятен, полоси т.д.Под фильтрацией изображения понимают процесс вычисления цветовых характеристик пиксела или группыпикселов (области) согласно известному закону. После их нахождения цвета текущего пиксела заменяютсяна вновь вычисленные. Для более качественной фильтрации целесообразно перейти от цветного кполутоновому изображению.Следует отметить, что реальные условия съемок не дают идеального качества получаемых изображений.Оно зависит от многих параметров, таких как: освещенность, состояние поверхности зоны съемок и самихобъектов съемок, качества аппаратуры. Из практики известно, что изображения даже с цифровойаппаратуры требуют предварительной фильтрации.Из-за разнообразия условий съемки, а следовательно, из-за большого различия в качестве получаемыхизображений невозможно применять единый закон фильтрации для всех случаев.

На практике дляконкретного изображения применяют специально подобранный для его обработки фильтр или группуфильтров.Усредняющие фильтрыНа практике большое значение получили усредняющие фильтры.В простейшем варианте яркость каждого пиксела обрабатываемого изображения устанавливается равнойсреднему значению яркостей окружающих его пикселов. Такой подход приводит к размыванию контраста.Принцип действия одномерного усредняющего фильтра поясняется на рисунке 1.Рис.1На графике по горизонтали отложены координаты точек, а по вертикали –их яркости.

В результатеполучается профиль строки. На левом графике изображен профиль до фильтрации, на правом –после.Улучшенный вариант алгоритма усреднения заключается в том, что значение пиксела изменяется насреднее только при условии, что оно отличается от него более чем на величину порога Ψ. См. пример на рис.2.A1A2A3A8xA4A7A6A5Рис.2, где i – количество пикселов в окне, яркости которых учитываются для определения яркости центрального1 8Если x   Ai  , то8 i 11 8x   Ai8 i 1пиксела; А – яркость каждого пиксела, значение которой учитывается для определения яркостицентрального пиксела; X – центральный пиксел окна.Как видно из формулы, для определения яркостиэлемента X используются значения яркостей 8 окружающих его элементов.

Характеристики

Список файлов учебной работы