CC BY
57
СадыковС.С. , СавичеваС. В. , ГранченкоД. П.
Муромский институт(филиал) ФГБОУ ВПО «Владимирский государственный университет имени А.Г. и Н.Г. Столетовых»
АЛГОРИТМ ОПРЕДЕЛЕНИЯ ТИПА ПОЛЯ ЗРЕНИЯ ВИДЕОДАТЧИКА
Введение
Уровень использования систем технического зрения (СТЗ) в прикладных областях является одним из наиболее ярких и наглядных показателей развития высоких технологий в самых различных областях человеческой деятельности. Традиционно развитие СТЗ связано с промышленным производством [1].
Практически всегда на изображении каждого реального объекта и в поле зрения видеодатчика присутствует шумовая составляющая. Она может возникать из-за несовершенства камеры, износа датчиков освещения, наличия пыли иди грязи на обрабатываемой поверхности. Все эти помехи затрудняют распознавание объектов с помощью и если не уменьшить (в лучшем случае удалить), они могут привести к серьезным ошибкам.
Для избежания подобных ошибок актуальной является задача разработки алгоритма определения возможных ситуаций положения объектов в поле зрения сразу после их получения с видеодатчика с учетом возможных помех.
В поле зрения СТЗ возможны следующие ситуации:
Пустое поле зрения - в кадре нет ни одного объекта и ни одной помехи;
Помехи - в кадре нет ни одного объекта;
Отдельный объект - в кадре находится один отдельный объект и возможно отдельные помехи;
Два отдельных объекта - два изолированных друг от друга объекта.
Наложенные объекты - два объекта, которые между собой пересекаются.
Описание алгоритма
Предлагаемый алгоритм состоит из двух этапов:
Маркировка и определение ситуации 1 (пустое поле зрения)
Под маркировкой понимается процесс формирования, на основе исходного бинарного изображения, изображения, в котором каждой точке каждого объекта присвоен номер связной компоненты, представляющей собой объект или помеху. Выполняется с использованием алгоритма последовательной разметки, приведенного в [2, 3].
Для обнаружения пустого поля проверяется условие:
[если k = 0, то пустое поле (1)
[иначе, поле содержит объекты или помехи
Отсев помех и определение ситуаций 2, 3, 4 и 5
Обозначим площади эталонных объектов как A|, S32' ■■■' S3n , а обнаруженных объектов как
So1 So2‘ ■■■, Sok .Количество обнаруженных объектов как k.
Все помехи отсеиваются по площади на основе следующего условия:
Soi < Bn , (2)
где Bn - разность между минимальной площадью эталонного объекта и порога по площади Bso. Определяется по формуле:
Bn = min S3i - Bso , (3)
n i =1,N 3 30
ГдеBso- порог, который определяется на большой выборке ситуаций отдельных и наложенных объектов.
Пусть размер выборки равен M. Тогда для каждого i-го объекта из выборки рассчитываются отклонения по площадиdsПо формуле .•
ds = min | S0i - S3j |, (4)
s i=1,M 3
где i=1,.., M - количество объектов в выборке; j=1,.., N - количество эталонных объектов
Среди них находятся минимальное demi„ и максимальное dem_v отклонения. Порог B-, последовательно
L 3 min 3 max L so
перебирается от значения ds min до значения ds max . Для каждого значения перебираемого порога отно-
сительно всех объектов проверяется условие:
ds < Bso (5)
В случае выполнения условия (5) можно сделать вывод, что в поле зрения расположен объект, в противном случае объекты наложены.
В общем виде данный алгоритм может быть представлен следующим образом:
ситуация 1, если k = 0 ситуация 2, если (k ф 0) л (Soi < Bn) ситуация 3, если (k = 1)л (Soi > Bn) л (ds < Bso) ситуация 4, если (k = 2) л (Soi > Bn) л (ds > Bso) ситуация 5, иначе
(б)
отдельный
Блок-схема описанного алгоритма приведена на рисунке 1.
Рисунок 1 - Блок-схема алгоритма определения типа поля зрения
Для проведения исследований данного алгоритма была составлена выборка, состоящая из изображений реальных плоских объектов различных типов с помехами и без.
Презентабельное количество испытаний было выбрано равным 2000.
На рисунке 2 приведен график зависимости числа ошибок от возможных ситуаций.
Рисунок 2 - Результаты проведенных экспериментов
Исследования показали, что при определении ситуаций положения объектов в поле зрения СТЗ по количеству связных компонент и площадям объектов суммарный процент ошибок равен примерно 11%.
Анализ показал, что ошибки возникают в случае, когда наложенный объект при определенной комбинации объектов и проценте наложения удовлетворяет условию (5). В результате не удается правильно различить ситуации 3 и 5.
Для избежания данных ошибок было решено ввести дополнительный признак, который бы учитывал форму объектов. В качестве такого признака был выбран центральный момент объекта второго порядка, который определяется по формуле: п
м = 2(x - хо)2(У/ - Уо)2, (6)
i=1
где (xi, yi) - координаты точек объекта; (x0, у) - координаты центра тяжести; i = 1,.., N - число точек объекта.
Центральный момент объекта чувствителен к изменению формы, в отличие от площади с помощью него можно более точно определить к какой ситуации относится обнаруженный объект.
Для каждого из эталонных объектов рассчитываются их центральные моменты МэЬ Мэ2.-. Мэп . Для со -кращения вычислений центральный момент применяется только в том случае, когда алгоритм по площади дает ошибку.
В этом случае для обнаруженного объекта рассчитывается отклонение dm по моменту:
dm = mini Moi -Мэ I , (7)
где Ма - центральный момент обнаруженного объекта; Mo - центральный момент эталонного объекта. Решение о том, что обнаруженный объект является отдельным, принимается при выполнении условия:
6Ь < Вта , ( 8 )
где Bmo - порог по моментам, вычисляется аналогично порогу по площади. В общем виде алгоритм выглядит следующим образом:
ситуация 1, если k = 0 ситуация 2, если (k ф 0) л (S < Вп)
ситуация 3, если (k = 1) л (Soi > Вп) л (ds < Bg,) л (dm < Bmo) ситуация 4, если (k = 2) л (So > Вп) л (ds > Bg,) л (dm > B„J ситуация 5, иначе
(9)
В результате блок-схема алгоритма определения типа поля зрения примет следующий вид:
Рисунок 3 - Блок-схема алгоритма определения типа поля зрения (измененная)
Исследования проводились на той же выборке, что и в предыдущих экспериментах. Результаты показаны на графике (рисунок 4).
Рисунок 4 - Результаты повторного эксперимента
Полученные результаты показали, что в случае введения дополнительного признака (центрального момента) для идентификации ситуаций количество ошибок сократилось с 11% до 0,1%, что является приемлемым результатом для работы СТЗ.
Заключение
На основе предложенного алгоритма было создано программное приложение, которое позволяет определить тип поля зрения СТЗ. В качестве основных признаков были использованы количество связных компонент и площади объектов. Дополнительным признакомявляется центральный момент, который применяется только для разрешения спорных ситуаций между наложенными и отдельными объектами.
Алгоритм исследовался на изображениях реальных объектов. Его достоинствами являются простота реализации, точность работы и высокое быстродействие, которое дает возможность использовать его в системах, работающих в режиме реального времени.
ЛИТЕРАТУРА
1. Прэтт У. Цифровая обработка изображений: Пер с англ. - М.: Мир, 1982, 788 с.
2. С.С. Садыков, С.В. Савичева, А.С. Веденин. Экспериментальное исследование алгоритма иденти-
фикации наложенных объектов на основе алгоритмов трансформации контура и a-функции. Алгоритмы, методы и системы обработки данных [Электронный ресурс]: Электронный научный журнал /под ред. С.С. Садыкова, Д.Е. Андрианова; Вып. 1(19) .- Электрон. журн. - Муром: Муромский институт (филиал)
ВлГУ, 2012. С. 22.
3. С.С. Садыков, С.В. Савичева, В.А. Комков. Сравнение алгоритмов распознавания наложенных объектов на основе a-функции и на основе особых участков. Алгоритмы, методы и системы обработки данных [Электронный ресурс]: Электронный научный журнал /под ред. С.С. Садыкова, Д.Е. Андрианова; Вып. 1(19) .- Электрон. журн. - Муром: Муромский институт (филиал) ВлГУ, 2012. С. 23.
