Техническое зрение роботов

Техническое зрение роботов

1.ВВЕДЕНИЕ

С целью классификации методов и подходов, используемых в си¬стемах технического зрения, зрение разбито на три ос¬новных подкласса: зрение низкого, среднего и высокого уров¬ней. Системы технического зрения низкого уровня предназначены для обработки информа¬ции с датчиков очувствления.

Эти системы можно отнести к классу «интеллектуальных» машин, если они обладают следующими признаками (призна¬ками интеллектуального поведения):

1) возможностью выделения существенной информации из множества независимых признаков;

2) способностью к обучению на примерах и обобщению этих знаний с целью их применения в новых ситуациях;

3) возможностью восстановления событий по неполной ин¬формации;

4) способностью определять цели и формулировать планы для достижения этих целей.

Создание систем технического зрения с такими свойствами для ограниченных видов рабочего пространства в принципе воз¬можно, но характеристики таких систем далеки от возможностей человеческого зрения. В основе технического зрения лежит аналитическая формализация, направленная на решение конкрет¬ных задач. Машины с сенсорными характеристиками, близкими к возможностям человека, по-видимому, появятся еще не скоро. Однако отметим, что копирование природы не является единст¬венным решением этой проблемы. Читателю наверняка известны ранние экспериментальные образцы аэропланов с машущими крыльями и другими особенностями полета птиц. Современное решение задачи о полете в пространстве в корне отличается от решений, подсказанных природой. По скорости и достижимой высоте самолеты намного превосходят возможности птиц.

Системы технического зрения среднего уровня связаны с задачами сегментации, описания и распознавания отдельных объектов. Эти задачи охватывают множество подходов, ос¬нованных на аналитических представлениях. Системы техниче¬ского зрения высокого уровня решают проблемы, рассмотренные выше. Для более ясного понимания проблем технического зре¬ния высокого уровня и его связи с техническим зрением низкого и среднего уровней введем ряд ограничений и упростим решае¬мую задачу.

2.СЕГМЕНТАЦИЯ

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 статиче¬ским, так и к динамическим (зависящим от времени) сценам. В последнем случае движение может служить мощным средст¬вом для улучшения работы алгоритмов сегментации.

2.1.Проведение контуров и определение границы

Методы - вычисление градиента, пороговое разделение - определяют разрывы в интенсивности представления образа объекта. В идеальном слу¬чае эти методы определяют пикселы, лежащие на границе меж¬ду объектом и фоном. На практике данный ряд пикселов редко полностью характеризует границу из-за шума, разрывов на гра¬нице вследствие неравномерной освещенности и других эффек¬тов, приводящих к размытию изображения. Таким образом, ал¬горитмы обнаружения контуров сопровождаются процедурами построения границ объектов из соответствующих последователь¬ностей пикселов. Ниже рассмотрено несколько методик, при¬годных для этой цели.

2.1.1.Локальный анализ.

Одним из наиболее простых подходов соединения точек контура является анализ характеристик пик¬селов в небольшой окрестности (например, в окрестности раз¬мером 3 X 3 или 5 X 5) каждой точки (х, у) образа, который уже подвергся процедуре обнаружения контура. Все точки, яв¬ляющиеся подобными (определение критерия подобия дано ниже), соединяются, образуя границу из пикселов, обладающих некоторыми общими свойствами.

При таком анализе для установления подобия пикселов кон¬тура необходимо определить:

1 ) величину градиента, требуемого для построения контурного пиксела,

2) направление градиен¬та.

Первая характеристика обозначается величиной G{f(x, у)].

Таким образом, пиксел контура с координатами (х', у') подобен по величине в определенной ранее окрестности (х, у) пикселу с координатами (х, у), если справедливо неравенство

где Т—пороговое значение.

Направление градиента устанавливается по углу вектора градиента, определенного в уравнении

где —угол (относительно оси х), вдоль которого скорость изменения имеет наибольшее значение. Тогда можно сказать, что угол пиксела контура с координатами {х', у') в некоторой окрестности (х, у) подобен углу пиксела с координатами {х, у) при выполнении следующего неравенства:

где А—пороговое значение угла. Необходимо отметить, что на¬правление контура в точке {х, у) в действительности перпенди¬кулярно направлению вектора градиента в этой точке. Однако для сравнения направлений неравенство дает эквивалент¬ные результаты.

Основываясь на этих предположениях, мы соединяем точку в некоторой окрестности (х, у) с пикселом, имеющим коорди¬наты (х, у), если удовлетворяются критерии по величине и направлению. Двигаясь от пиксела к пикселу и представляя каждую присоединяемую точку как центр окрестности, процесс повторяется для каждой точки образа. Для установления соот¬ветствия между уровнями интенсивности освещения и последо¬вательностями пикселов контура применяется стандартная биб¬лиотечная процедура.

Цель состоит в определении размеров прямоугольни¬ков, с помощью которых можно построить качественное изобра¬жение. Построение таких прямоугольников осуществляется в ре¬зультате определения строго горизонтальных и вертикальных контуров. Дальнейший процесс состоял в соединении сегментов контура, разделенных небольшими промежутками, и в объединении отдельных корот¬ких сегментов.

2.1.2.Глобальный анализ с помощью преобразования Хоуга.

Рас¬смотрим метод соединения граничных точек путем определения их расположения на кривой специального вида. Первоначально предполагая, что на плоскости ху образа дано п точек, требуется найти подпоследовательности точек, лежащих на прямых линиях. Одно из возможных решений состоит в построении всех линий, проходящих через каждую пару точек, а затем в нахож¬дении всех подпоследовательностей точек, близких к определен¬ным линиям. Задача, связанная с этой процедурой, заключается в нахождении п(п— 1)/2 ~ п2 линий и затем в осуществлении п[п(п—1)]/2 ~ п3 сравнений каждой точки со всеми линиями. Этот процесс трудоемок с вычислительной точки зрения за ис¬ключением самых простых приложений.

Данную задачу можно решить по-другому, применяя подход, предложенный Хоугом и называемый преобразованием Хоуга. Рассмотрим точку (хi yi) и общее уравнение прямой ли¬нии у:= аxi + bi. Имеется бесконечное число линий, проходящих через точку (хi yi), но все они удовлетворяют уравнению у:= аxi + bi при различных значениях а и b. Однако, если мы за¬пишем это уравнение в виде b = -хi а + yi и рассмотрим пло¬скость аb (пространство параметров), тогда мы имеем уравне¬ние одной линии для фиксированной пары чисел (хi yi). Более того, вторая точка (хj, уj) также имеет в пространстве пара¬метров связанную с ней линию, которая пересекает другую ли¬нию, связанную с точкой (хi yi) в точке (а', b’), где значения а' и b’—параметры линии, на которой расположены точки (хi yi) и (хj, уj) в плоскости ху. Фактически все точки, расположен¬ные на этой линии, в пространстве параметров будут иметь ли¬нии пересечения в точке (а', b’).

Вычислительная привлекательность преобразования Хоуга заключается в разделении пространства параметров на так на¬зываемые собирающие элементы , где (aмакс, амин) и (bмакс, bмин)—допустимые величины параметров линий. Собирающий элемент A (i, j) соответствует площади, связанной с ко¬ординатами пространства параметров (аi, bj). Вначале эти элементы считаются равными нулю. Тогда для каждой точки (xk, уk) в плоскости образа мы полагаем параметр а равным каж¬дому из допустимых значений на оси а и вычисляем соответст¬вующее b, используя уравнение b = -хk + yk Полученное значение b затем округляется до ближайшего допустимого зна¬чения на оси b. Если выбор aр приводит к вычислению bq, мы полагаем А(р, q) ==А(р, q) + 1. После завершения этой про¬цедуры значение М в элементе A (i, j) соответствует М точкам в плоскости xy, лежащим на линии y=aix+b. Точность рас¬положения этих точек на одной прямой зависит от числа раз¬биений плоскости аb. Отметим, что, если мы разбиваем ось а на К частей, тогда для каждой точ¬ки (xk, уk) мы получаем К зна¬чений b, соответствующих К воз¬можным значениям а. Посколь¬ку имеется п точек образа, про¬цесс состоит из пК вычислитель¬ных операций. Поэтому приве¬денная выше процедура линейна относительно п и имеет меньшее число вычислительных опера¬ций, чем процедура, описанная выше, если Кd2(z), или как пиксел фона, если d2(2) > d1(z). Тогда оптимальный порог определяется величиной z, для которой d1{z)=d2(z). Таким образом, полагая в уравнениях z=T, полу¬чаем, что оптимальный порог удовлетворяет уравнению

P1р1(T)=P2p2(T).

рис. Гистограмма интенсивности (а) и ее аппроксимация в виде •суммы двух функций плотности вероятности (б).

Итак, если известны функциональные зависимости p1(z) и р2(г),. это уравнение можно использовать для нахождения оптималь¬ного порога, который отделяет объекты от фона. Если этот