Поиск линий и границ.

Чтобы выделить зафиксированный телекамерой объект, компьютер системы машинного зрения анализирует изображение, преобразованное в матрицу уровней серого цвета. Программа находит начертания частей объекта, которым соответствуют резкие перепады яркости.

Получив массив чисел – значений интенсивности света, отраженного от объектов исходной трехмерной сцены, машина должна расшифровать их, т.е. выяснить, что же означают эти числа. Процесс обычно начинается с так называемого поиска контуров – процедуры, позволяющей машине найти очертания объектов или их частей. Алгоритм поиска контуров заставляет компьютер искать резкие перепады яркости, которые обычно наблюдаются на границах объекта, при резких изменениях рельефа или цвета поверхности. Например, на черно-белом изображении (Рис.1) наиболее резкие переходы от темного к светлому соответствуют границам между темный фоном и светлым объектом. Переходы отчасти стираются так называемыми шумами - небольшими колебаниями интенсивности, обусловленными шероховатостями поверхности, а также неизбежными электронными помехами, возникающими в процессе преобразования аналогового сигнала в цифровую форму. Чтобы свести к минимуму ошибки при определении контуров, компьютер должен предварительно исключить (или снизить до допустимого уровня) шумовые эффекты, используя для этого процедуру, называемую сглаживанием (Рис. 2). Оставшиеся после сглаживания существенные изменения яркости вычерчиваются в виде контурного изображения, или контурной карты.

На графике слева представлены значения яркости, полученные при сканировании строки пикселов, выделенной из изображения. На кривой видны как малые изменения яркости на поверхности объекта, так и ее значительные перепады. В результате сглаживания получается график, показанный справа. При сглаживании значение яркости каждого пиксела заменяется взвешенным средним яркостей данного пиксела и его ближайших “соседей” слева и справа. Чем по большему числу соседних пикселов производится усреднение, тем более гладким получается график и тем меньше шумовых эффектов содержит окончательная контурная карта изображения.

 

 

 

 

Рис. 2. Сглаживание

Проблема восприятия глубины.

При всей полезности процедуры поиска контуров для распознавания образов сама по себе она дает лишь двумерный контур объекта, который меняется в зависимости от точки наблюдения. А чтобы воспринимать глубину изображения, машина должна получать информацию, достаточную для надежного распознавания трехмерных объектов.

Наша способность к объемному восприятию отчасти обусловлена бинокулярным зрением. Мозг, получив изображения от каждого глаза, по смещениям соответственных точек изображений создает ощущение глубины. Чтобы применить подобный прием в системах машинного зрения, необходимо решить одну важную проблему. Оснастить машину двумя камерами, которые, подобно глазам человека, будут давать изображения с разных точек, совсем не сложно. Гораздо труднее найти в этих двух изображениях соответственные точки для определения смещения между ними.

Эта так называемая проблема соответствия вызвана тем, что компьютер в системе со стереоскопическим зрением не имеет о внешних объектах никаких других данных, кроме двух числовых массивов яркостей, полученных от каждой из камер. Уровни серого одной и той же точки объекта в двух массивах могут не только оказаться в разных позициях, но и отличаться друг от друга из-за разницы в положениях камер.

О

Рис. 3. Определение расстояния до объекта

дно из решений проблемы соответствия со­стоит в сведении массивов уровней серого к контурным картам при помощи процедуры по­иска контуров. Затем система сканирует карты в поисках похожих участков. Выделив соответственные точки в таких участках, можно определить их положения относи­тельно центров плоскостей изображений каж­дой из камер. По разнице их положений в двух наборах данных система определяет расстояния от камер до каждой из точек объ­екта и так, точка за точкой, восстанавливает объемную форму (Рис. 3).