Rozpoznawanie obrazów

1

Rozpoznawanie obrazów

2

Proces przetwarzania w systemie wizyjnym może być podzielony na trzy części:

• Uzyskanie cyfrowej reprezentacji obrazu (recepcja, akwizycja);

• Przetworzenie obrazu cyfrowego z wykorzystaniem technik komputerowych;

• Analiza i przetworzenie rezultatów w celu sterowania robotami, kontroli automatycznych procesów, kontroli jakości, itp.

3

Główne funkcje systemu wizyjnego to: • Kontrola (określenie pozycji i ewentualne wygenerowanie

komend do robota w celu wykonania pewnych czynności. Np. wybranie obszaru do malowania przez robota, kontrola elementów, itp. );

• Badanie (określenie parametrów elementów, np. kształtu, jakości powierzchni, ilości otworów );

• Wprowadzanie danych (informacje o jakości produktów, materiałów mogą być umieszczone w bazie danych. W tym czasie te dane mogą być sprawdzone w procesie inspekcji.).

4

Zestawienie obrazujące możliwości człowieka i cyfrowego systemu wizyjnego:

Cecha Człowiek Komputer

Zdolnościadaptacyjne

Duże zdolności adaptacyjne, związane zarówno z celem jak i typem wejścia.

System sztywny w sensie postawionego celu rozpoznania oraz w sensie typu wejścia (wymaga obrazu dyskretnego - piksele).

Sposóbrozpoznawania

Zdolności dokonywania względnie dokładnych oszacowań badanych obiektów, np. wykrywanie zepsutych owoców na podstawie koloru, tekstury (faktury), kształtu, zapachu.

Zdolność dokonywania pomiarów przestrzennych na zdeterminowanym obrazie wejściowym, np.: długość i powierzchnia – zliczanie pikeseli.

Kolor Subiektywna interpretacja. Pomiar parametrów R,G, B.

Czułość Ograniczona zdolność identyfikacji poziomów szarości (~7 - 10).

Zależna od rodzaju układu pozyskiwania obrazu.

5

Cecha Człowiek Komputer

Czas reakcji ~0,1 s

Zależnie od realizacji sprzętowej i oprogramowania systemu komputerowego ~1/1000s lub mniejszy.

Działanie w przestrzeni 2D i 3D

Łatwa lokalizacja i rozpoznanie obiektów.

Łatwiejsza lokalizacja i rozpoznanie obiektów w przestrzeni 2D niże 3D.

Percepcja

Percepcja jasności w skali logarytmicznej. Wpływ otaczającego obszaru (tła) na sposób percepcji

Możliwość percepcji zarówno w skali liniowej jak i logarytmicznej.

Zakres fal 380 - 780 nm ~10nm – promieniowanie Xdo ~103 m (podczerwień).

6

Przykładowy schemat blokowy cyfrowego systemu wizyjnego:

Procesp rodukcy jny

O św ie tlen ie

Proceskon tro lny

C yfrow y systemw izy jny

Z arządzan ie

A larm

7

Kryteria rozpoznawania i klasyfikacji obiektów cyfrowych

S21W

L2W

1S2

L3W

i

2ir2

S4W

2

ii

3

l

S5W

i

2i

2

ii

1dn

d

6W

Współczynniki kształtu:

max

min

R

r7W

L

L8W max

L

S29W

- współczynnik cyrkularności

- współczynnik cyrkularności

- współczynnik Malinowskiej

- współczynnik Blaira-Blissa

- współczynnik Danielssona

- współczynnik Harlicka

- współczynnik Lp1

- współczynnik Lp2

- współczynnik Mz

8

gdzie:

L – obwód rzutu obiektu

S – pole rzutu obiektu

di – odległość pikseli konturu obiektu od jego środka ciężkości

i – numer piksela obiektu

li – minimalna odległość piksela od konturu obiektu

ri – odległość piksela obiektu od środka ciężkości obiektu

n – liczba punktów konturu

rmin – minimalna odległość konturu od środka ciężkości

Rmax – maksymalna odległość konturu od środka ciężkości

Lmax – maksymalny gabaryt obiektu.

9

Podstawowe parametry

przypadkupozostalymw0

obiektgdy1j,ip

j,ipSn

1i

m

1j


konturgdy1j,ip

j,ipLn

1i

m

1j


obiektgdyjk

S

k

y~


obiektgdyik

S

k

x~

n

1i

m

1j

n

1i

m

1j

gdzie:

S – pole obiektu

L – obwód obiektu

n x m – rozmiar obiektu

– współrzędna x środka ciężkości

– współrzędna y środka ciężkości. x~

y~

środek ciężkości:pole obiektu:

obwód obiektu:

10

Formuła Crofton’a:

13545900 NN

2

aNNa

4L

gdzie: N0, N90, N45, N135 – rzuty figury dla wybranych kierunków rzutowania,

a – odległość punktów siatki.

Przykładowe elementy strukturalne do wyznaczania długości rzutów figury:

kąt otoczenie kąt otoczenie

0o 90o

45o 135o

XXX

10X

XXX

XXX

X0X

1XX

XXX

X0X

X1X

XXX

X0X

XX1

11

Momenty geometryczne:

dxdyy,xfyxm qppq

dxdyy,xfy~yx~xM qppq

00

10

m

mx~

00

01

m

my~

Dwuwymiarowy moment rzędu (p+q) dla funkcji f(x,y) :

n

1i

n

1jij

qppq xjim

Moment centralny f(x,y):

gdzie:

n

1i

n

1iij

qp

pq xj~

ji~

iM

00

10

m

mi~

00

01

m

mj~

Momenty centralne można przedstawić za pomocą momentów zwykłych:

0000 mM

0000

010101 m

m

mmM

0000

101010 m

m

mmM

00

01101111 m

mmmM

00

210

2020 m

mmM

00

201

0202 m

mmM

12

Z powyższych zależności możemy wyznaczyć niezmienniki momentowe:

2oo

0220

m

MM1M

4oo

211

20220

m

M4MM2M

5oo

20321

21230

m

MM3M3M3M

5oo

20321

21230

m

MMMM4M

20120112121 i

~m2j

~mi

~m2mM

21002111212 j

~m2i

~mj

~m2mM

210203030 i

~m2i

~m3mM

201020303 j

~m2j

~m3mM

1000

20321

2123003210321

20321

2123012301230

m

MMMM3MMMM3

MM3MMMMM3M5M

13

7oo

1221033011221120302

212032120

m

MMMMMMMMMMMMM9M

10oo

1221032211230

221120330

m

MMMMMM4MMMM10M

7oo

0321123011

20321

212300220

m

MMMMM4

MMMMMM6M

4oo

2110220

m

MMM7M

5oo

221

21203211230

m

MMMMMM8M

14

Przykłady klas rozpoznawanych

obiektów:

k w a d ra t

e lip sa

p ó łk o le

tra p e z

p ro s to k ą t

tró jk ą t p ro s to k ą tn y

tró jk ą t ró w n o ra m ie n n y

tró jk ą t ro z w a r to k ą tn y

p ię c io k ą t

k sz ta łt 1

k sz ta łt 2

k sz ta ł 3

k sz ta łt 4

15

Metody minimalnoodległościowe

x2

x1

x2

x1

Dwuwymiarowa przestrzeń cech:

Podejmowanie decyzji w metodzie NN:

16

Współczynnik W1

Zakres zmienności współczynnika W1

0 50 100 150 200

Kształt 4

Kształt 3

Kształt 2

Kształt 1

Pięciokąt

Trójkąt rozw artokątny

Trójkąt rów noramienny

Trójkąt prostokątny

Prostokąt

Trapez

Półkole

Elipsa

Kw adrat

Zakres zmienności współczynnika W1

0 50 100 150

Kształt 4

Kształt 3

Kształt 2

Kształt 1

Pięciokąt




Prostokąt

Trapez

Półkole

Elipsa

Kw adrat

17

Moment M1

Zakres zmienności współczynnika M1

0 0,2 0,4 0,6 0,8

Kształt 4

Kształt 3

Kształt 2

Kształt 1

Pięciokąt




Prostokąt

Trapez

Półkole

Elipsa

Kw adrat


0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5

Kształt 4

Kształt 3

Kształt 2

Kształt 1

Pięciokąt




Prostokąt

Trapez

Półkole

Elipsa

Kw adrat

18

Moment M7


0 0,01 0,02 0,03 0,04 0,05 0,06 0,07

Kształt 4

Kształt 3

Kształt 2

Kształt 1

Pięciokąt




Prostokąt

Trapez

Półkole

Elipsa

Kw adrat


0,006 0,0065 0,007 0,0075 0,008 0,0085 0,009 0,0095

Kształt 4

Kształt 3

Kształt 2

Kształt 1

Pięciokąt




Prostokąt

Trapez

Półkole

Elipsa

Kw adrat

Rozpoznawanie obrazów

Documents

Transcript of Rozpoznawanie obrazów