Цифрові зображення отримуються системою комп’ютерного зору, яка задіє методи реєстрації, розпізнавання та ідентифікації з метою підвищення його детальності. Аналіз зображень в інтересах визначення їх геометричних параметрів наявних об’єктів є важливою науково-технічним завданням.
Вирішення зазначеного завдання здійснюється із застосуванням контурного аналізу, який дозволяє описувати, зберігати, порівнювати і виявляти об’єкти, що знаходяться у формі зовнішніх контурів. Основними завданнями контурного аналізу є пошук та виділення досліджуваних об’єктів для наступної обробки для досягнення їх достатньої якості, контроль за випуском промислових виробів, а також дистанційне зондування поверхонь. Перевагою контурного аналізу об’єкту, порівняно із іншими методами, наприклад, ідентифікації об’єктів за кольором, є застосування двовимірного простору, де обчислювальна та алгоритмічна складність зменшується у порівнянні з просторами більшої розмірності. При цьому ефективно вирішуються головні завдання розпізнавання шаблонів – перенесення, поворот і масштабування зображення об’єкту, що вказує на інваріантність методів контурного аналізу щодо зазначених перетворень.
Попередній аналіз згаданої предметної області показує, що контур досліджуваного об’єкта формується множиною характерних точок. Порівняння інтерполяційного, диференціального методів побудови контурів та вейвлет-аналізу за інформацією, отриманої від систем відеоспостереження подано [1]. За результатами проведеного порівняння встановлено переваги вейвлет-аналізу в умовах зашумлення. Подання контуру досліджуваного об’єкта злиттям характерних точок дозволяє подати його у вигляді прямокутника чи еліпса, що спрощує отримання геометричних параметрів досліджуваного просторового об’єкта навіть при зйомці швидкісною камерою [2].
Реальне цифрове зображення, як правило, є викривленим, що відбувається за рахунок недосконалості апаратури зйомки, впливом дії зовнішніх факторів, наприклад, метеоумов, неякісної самої процедури відео зйомки. Традиційно порушення якості кінцевого зображення сприймається як накладання шуму. Авторами [3] запропоновано композицію методів цифрової частотної та просторової фільтрації та лапласіану, яка дозволяє суттєво поліпшити якість отриманого зображення за рахунок згладжування виявлених перепадів піксельної інтенсивності. В роботі [4] наведено алгоритм обробки зображення на основі контурного аналізу об’єктів для системи стабілізації та управління безпілотними літальними апаратами засобами технічного зору. Основою пропонованого алгоритму є детектор границь Кенні [5-7]. Для підвищення точності побудови контуру автори пропонують збільшувати масштаб об’єкта дослідження.
Мета роботи є визначення координат досліджуваного об’єкту, інформація про який отримується системою комп’ютерного зору, з використанням методів контурного аналізу.
Виявлення контурів досліджуваного об’єкту за алгоритмом Кенні передбачає такі етапи: усунення дрібного шуму або згладжування зображення; обчислення градієнтів яскравості; визначення потенційних контурів і позбавлення хибних контурів.
На першому етапі згладжування зображення, де прибираються зубчасті або сходинки на краях об’єктів, здійснюють фільтром Гауса. Типове ядро гаусового фільтра має розмір 5×5. Збільшення розміру ядра зменшує чутливість детектора до шуму та збільшує похибку виявляння контурів. Ознакою контуру є точки перепадів яскравості, які визначаються перетином нуля другою похідною над функцією зображення v(x, y), або оператором Лапласа
Отримані точки з’єднують з використанням детектора границь Кенні [5-7]. Наступний крок в позбавленні зайвого, що досягається пороговою обробкою. Для виявлення фігур серед знайдених країв та границь використовується перетворення Хафа [6, 7]. Типовими фігурами є прямокутник та коло. Остання фігура може бути реалізована функціями HoughCircles.
В доповіді подано алгоритм, який може бути застосований для визначення площинних координат виокремлених об’єктів.
Список використаних джерел
1. Загородня Д. І. Порівняння методів виділення характерних точок контуру для систем відеоспостереження, Радіоелектронні і комп’ютерні системи, 2016, № 3 (77), c. 56 – 61.
2. Борковський О.В. Можливість визначення контурів деталі при обробці зображення з використанням систем робото-технічного зору. Вісник НТУУ “КПІ”. Серія Приладобудування. – 2009. – Вип. 37. С. 115 -122.
3. Кучеров Д.П., Зброжек Л.В. Композиція методів просторової фільтрації для підвищення якості зображень. Наукоємні технології. - №3 (27). – 2015. – с. 221-228.
4. Котвицький Р. С. Метод визначення координат рухомого об’єкту з використанням системи технічного зору / Р. С. Котвицький, Г. В. Сарибога, О. В. Збруцький // Інформаційні системи, механіка та керування. - 2017. - Вип. 16. - С. 71-78.
5. Canny J., A Computational Approach to Edge Detection, IEEE Transactions on pattern analysis and machine intelligence, Vol. PAMI-8, NO. 6, NOVEMBER 1986, p. 679 – 698.
6. Gonzalez R., Woods R. Digital Image Processing, 4th Edition, Pearson; 2017, 1192 p.
7. Gonzalez R., Woods R., Digital Image Processing using Matlab. 3d Edition, Gatesmark Publishing, 2020, 1009 p.
|
Голосування 
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter