Приложения на системи за компютърно зрение


Категория на документа: Информатика



На третия етап от технологичния процес се извършва запояване на елементите върху платката. По време на този етап е възможно да възникнат отмествания на някои от елементите (особено тези с малки габарити и тегло) от първоначалното им разположение, както и къси съединения между отделни близко разположени шини. Затова всяка от вече готовите платки се подлага на аналогичен на описания по-горе тест.

Друга интересна и сравнително трудна приложна област на системите за компютърно зрение е свързана с оценяване на качеството на растителни земеделски продукти като плодове, зеленчуци, цветя, семена за посев и др. Трудностите се определят преди всичко от това, че характеристиките на обектите от разглежданите видове се изменят в сравнително широки диапазони, липсва повторяемост, което затруднява формирането на достатъчно информативни признаци, въз основа на които да се извършва класификацията на обектите.

Като пример ще бъде разгледана възможността за оценяване на посевни качества на семена посредством система за компютърно зрение. Всяка партида семена, предназначени за посев, са подложени на задължителна проверка за чистота, кълняемост, растеж жизненост, влажност, абсолютна маса и др. Голяма част от тези посевни качества се определят от експерти въз основа на визуални оценки. Оказва се, че технологиите за оценяване на някои от посевните качества (например чистота, кълняемост, жизненост и др) практически не са се променили през последните няколко десетилетия. Редица изследователски екипи правят опити да създадат съвременни, обективни интелигентни технологии за оценяване на посевни качества на семена на различни култури.

Най-големи трудности възникват при използването на система за компютърно зрение за оценяване на чистота и кълняемостта на семената. При оценяване на чистотата в изследваната проба трябва да бъдат идентифицирани няколко категории обекти, като: здрави семена от разглеждания вид, зърнени примеси, семена на други култури, семена на плевели, инертни примеси и др. Интересно е да се отбележи, че според нормативните документи под здраво семе се разбират цели неповредени и незаразени семена от разглеждания вид, както и счупени или наядени от вредители семена, чийто размер надвишава половината от първоначалния размер на семето. Това налага въз основа на формираните изображения на обектите от изследваната проба да се търсят ефективни многомерни описания на тези обекти и да се синтезира достатъчно точен класификатор на изображенията.

Формирането на векторите на образите може да се извърши на базата на различни признаци и модели, получени от двумерни изображения на изследваните обекти. В най-опростения вариант признаците могат да бъдат извлечени от контурния модел на изображението на обекта и да описват по определен начин формата и геометрията на обектите (морфологични признаци). Обикновено тези признаци не са достатъчни за качествено разпознаване на обектите. Морфологичните признаци се допълват с цветови признаци, а в някои случаи и с признаци, характеризиращи текстурата на повърхността на обекта. В резултат на отделянето на признаците се получават многоелементни векторни описания на образите, които се разделят в предвидените от стандарта категории обикновено посредством интелигентни класификатори, построени на базата на изкуствени невронни мрежи.

При оценяване на кълняемостта на семената от изследваната проба, те се поставят в специализирани кълнителни апарати при определени условия за определен период от време. След това се анализира структурата на всяко от семената, като се разграничават отделните структурни елементи на покълналото семе - същинско семе, кълн и коренова система. Определят се характеристиките на тези елементи като брой и дължина на корените, дължина на семето и дължина на кълна. В зависимост от стойностите на тези характеристики изследваните семена се разделят в няколко групи: правилно покълнали, неправилно покълнали, свежи непокълнали, стъкловидни, мъртви семена.

За ефективното класифициране на семена от гледна точка на тяхната кълняемост обикновено не е достатъчна информацията, получена от двумерни изображения на семената. Налага се използването на два визуални сензора с цел формирането на изображения на семената в две взаимоперпендикулярни равнини и се прави анализ на тримерната структура на обектите.

При анализа на визуалната информация могат да бъдат обособени няколко етапа:

- отделяне на изображенията на покълналите семена;

- отделяне на градивните сегменти (корени, кълн, семе) в изображението на покълналото семе;

- определяне на количествена характеристика (брой корени, дължина на корените, кълна на семето и др) на сегментите;

- класификация на семената в предвидените от нормативните документи категории.

Съществени трудности възникват при обработването на визуалната информация на втория и третия етап от анализа. Те се обуславят от редица фактори: липса на каквато и да е повторяемост в данните; сложна и изключително променлива форма на изображенията на отделните сегменти на покълналото семе; широк диапазон на изменение на характеристиките на тези сегмент; наличието на пресичания между корени, семе, кълн; липса на видими участъци от сегментите; наличие на сплитания между корени и др.

Трябва да се посочи, че все още липсват категорични решения на коментираните проблеми, свързани с оценяването на посевните качества на семена.

Друга приоритетна приложна област на системи за компютърно зрение е роботиката. Визуалната сензорика се използва при решаването на разнообразни задачи в роботизирани технологични модули, линии и комплекси, като: търсене и намиране на обекти; разпознаване на обекти; определяне на пространствената позиция и ориентация на обекти; управление на движенията на робота при хващане на неподредени или движещи се обекти; адаптивно управление на роботизирани технологични операции (сглобяване, електродъгово шевно заваряване, нанасяне на покрития чрез разпръсване и др); създаване на модел на среда, в която функционира роботът; навигация на мобилни роботи и др.

Една от често срещаните задачи в роботиката, при решаването на която се използват визуални сензори, е свързана с определянето на пространствените координати и ориентация на обекти.

фиг.5.36

За определяне на ъглите м н м на дадена точка М в полярна координатна системи се използва телевизионна визуална система с една камера (монокулярен метод). Системата координати е свързана с телевизионната камера (фиг.5.36). Ъглите, свързани с която и да е очка М от повърхността на обекта, се определят по формулите

където К е коефициент на увеличаване на изображението, определян като отношение на размера на изображението върху екрана към размера му върху мишената на предавателната тръба с координатна система Zмиш, 0миш, Xмиш; xм, zм са координатите на изображението на точка М на екрана; F е фокусното разстояние на обектива на камерата;1 - линейното отместване на обектива.

За измерване на третата координата - разстоянието, може да се използува методът на автоматичната оптическа фокусировка. Разстоянието до коя да е точка от екрана се определя по отместването на обектива 1, при което се достига максимална контрастност на изображението в околността на съответната точка на мишената на предаващата телевизионна тръба. Грешката при измерване на ъгловите координати с такава система се определя от нелинейността на развивките на предавателната тръба и телевизионния екран и достига до около 10%.

Точността на измерване на координатите на обекти може да се увеличи при посочване на целите в пространството на обекта вместо в пространството на изображението му върху екрана. Това може да се извърши с помощта на насочен източник на светлина (фиг.5.37а). Такава телевизионна система, съставена от една предаваща телевизионна тръба н източник на светлинен лъч, действува подобно на активните оптични далекомери. Телевизионната камера се разполага в приемната страна, а източникът заедно с механизма за насочване - в предавателната страна на далекомера.

фиг.5.37
Разстоянието от излъчвателя до обекта се определя по формулата

където с к е означен ъгълът между камерата и обекта, който се определя по формула (10.2), с и е означен ъгълът на насочване на източника, който се определя от показанията на механизма за насочване, а с d - базата на далекомера, определена като разстоянието между източника и камерата (фиг.5.37б).

След като се определи разстоянието 1и и се знаят стойностите на ъглите на насочване. и и и могат да бъдат изчислени декартовите координати на местоположението на обекта относно центъра 0и, в който е поставен излъчвателят. За целта се използват съотношенията

Относителната грешка при измерването на ъгловите координати в системата координати, свързана с източника на насочено излъчване, се определя от точността на устройството за измерване на ъгъла на завъртане на механизма за насочване на източника. При използване на потенциометрични датчици за положение тази грешка не е по-голяма от 0,3%. Грешката при измерване на разстоянието зависи от ъгъла на насочване и и ъгъла на паралакса 1. В разглеждания случай 1 се определя от зависимостта



Сподели линка с приятел:





Яндекс.Метрика
Приложения на системи за компютърно зрение 9 out of 10 based on 2 ratings. 2 user reviews.