8.4. Алгоритм обработки изображения

Процесс идентификации объектов, находящихся в рабочей зоне робота, обычно включает два этапа:

а) выделение характерных признаков объектов;

б) распознавание объектов по найденной совокупности характерных признаков.

В соответствии с такой структурой процесс идентификации алгоритма обработки информации в СТЗ принято делить на:

1) алгоритмы предварительной обработки изображения;

2) алгоритмы распознавания объектов.

8.4.1 Алгоритмы предварительной обработки изображения

Под изображением обычно понимается двумерная картинка поля интенсивности излучений рабочей зоны. Формально полученное изображение заключается в определении функциональной зависимости интенсивности излучений рабочей зоны от координат точек изображения х и у (рис. 8.5.).

Рис. 8.5.

Задачей предварительной обработки изображения поиск каких-либо особенностей функции f (x, y), которые могли бы указать на тип объекта, находящегося в рабочей зоне.

Первый шаг предварительной обработки изображения на ЭВМ состоит в квантовании исходного изображения f (x, y). Квантование ведется как в пространстве по координатам х и у, так и по уровню функции f (x, y).

Результатом квантования является дискретное изображение функции

g (m, n),

значение которой совпадают со значениями f (x, y) в точках

x = x₀ + xm; y = y₀ + yn,

где m = 0, 1, 2, …, М-1; n = 0, 1, 2, …, N-1, М – число элементов по оси Х, N – число элементов по оси у.

Для компенсации шумов в изображении успешно применяется простой пороговый метод. Те элементы изображения, яркость которых превышает пороговое значение, остаются на изображении, а те элементы яркость которых ниже порогового значения – заменяются фоном. Дискретные изображения в дальнейшем подвергаются обработке с целью определения некоторых их глобальных особенностей (построение гистограммы яркости, определение среднего значения яркости, дисперсии яркости, максимум градиент изображения и т.д.). При этом используются как интегральные так и дифференциальные алгоритмы обработки. Одним из самых распространенным методов предварительной обработки дискретных изображений является метод дискретного преобразования Фурье.

На этапе предварительной обработки стремятся создать сжатое описание объекта в выбранной системе признаков. Выбор признаков осуществляется на основе анализа – класса объектов, возможностей датчиков изображения по разрешению, требований к скорости обработки. Наиболее используемыми можно считать геометрические признаки (площадь и периметр изображения, число отверстий число и расположение углов и т.д.).

Геометрические признаки инвариантна относительно поворотов изображения в поле зрения. Наиболее престо из геометрических признаков вычисляется площадь изображения. Ее значение можно получить простым подсчетом числа элементов цифрового изображения при сканировании кадра.

Периметр изображения вычисляется после выделения границ. Границы изображения наиболее просто выделяются у бинарных цифровых изображений. В случае полутоновых цифровых изображений граница изображения выделяется на том или ином уровне яркости. Геометрический центр изображения (X_c, Y_c) можно вычислить с помощью изображений

где _ij – функция, принимающая значения 1 или 0:

М – множество координат (х, у) элементов цифрового изображения, принадлежащих объекту;

x_ij, y_ij – дискретные отсчеты координат в поле цифрового изображения.

После определения Х_с и У_с вычисляется минимальное и максимальное расстояние до уже выделенных граничных элементов (радиус вписанной и описанной окружностей). Кроме того, может быть определена и длина сторон описанного прямоугольника.

Главные моменты инерции изображения I₁ и I₂ и определяются моменты инерции I_x и I_y относительно осей координат, а также через сменный момент инерции I_xy.

Если N – общее число элементов изображения объекта в поле зрения, а f (x, y) – функция распределения освещенности, то координаты центра тяжести изображения X_ц, У_ц вычисляются по формулам

где x_ij и y_ij – отсчеты координат на цифровом изображении.

Далее по известным Х_ц и У_ц вычисляются моменты инерции изображения относительно координатных осей

и смешанный момент инерции.

Теперь можно определить главные моменты инерции

Эти моменты принимают за отличительные признаки изображения объектов. Именно пара I₁, I₂ несут наибольшую информацию о различии объектов заданного класса.