Білинський, Й.Й. Методи обробки зображень в комп’ютеризованих оптико-електронних системах: монографія

Подождите немного. Документ загружается.

ВИСНОВКИ

На основі виконаних досліджень проведено ґрунтовний аналіз

сучасного стану розвитку оптико-електронних вимірювань, започат-

ковано нові й розвинуто відомі теоретичні, метрологічні, інженерно-

технічні основи крайового детектування об’єктів на зображенні, за-

дяки чому вирішено науково-прикладну проблему підвищення точ-

ності визначення геометричних параметрів зображення о

має важ -

вого класу КО

о засад пікселн зна-

ентів об’єкта на зображенні, які включають: уза-

ль положення примежової кривої іжпі-

н ві визначення то-

рованих зображень; метод визначення положення

и залеж нахил нкції

ою інтенсивністю, методи ви-

ру.

аспекті синте нові и,

ціональні схеми оптико-електронних вимірювальних

налів комп’ютеризованих систем різного призначення. Розроблено

пакет

му світлової плями, універсальний пакет, що дозволяє

виконати фільтрацію зображення з використанням будь-якої маски.

Проведені експериментальні дослідження із застосуванням зраз-

кових тестових об’єктів, дозволили підтвердити коректність поста-

новки і математичних методів, використаних при доведенні ос-

новних наукових положень, порівняти результати, отримані за допо-

могою етодів, викладених у роботі з відомими раніше, а також зіста-

вити результати математичного і фізичного моделювання.

Основні наукові та прикладні результати роботи є такими:

1. Проаналізовано відомі методи та засоби субпікселного визна-

чення остих елементів об’єкта на зображенні. Встановлено, що на

сучасному етапі розвитку теорії та техніки актуальним і перспектив-

ним є творення нових методів та КОЕС геометричних параметрів

б’єктів, яка

ливе народногосподарське значення і полягає у створенні но

ЕС.

У теоретичному аспекті розроблен

чення простих елем

и суб ого ви

гальнену математичну моде в м

кселному просторі; метод знаходження краю

чок перетину фільт

а осно

максимуму інтенсивності світлової плям но від у фу

розподілу в околі піксела з максимальн

ділення конту

В інженерно-технічному зовано алгоритм

структурні, функ

ка

програм у середовищі символьної математики, який дозволив

змоделювати процес вимірювання краю об’єкта на зображенні, поло-

ження максиму

та

задачі

пр

240

об’єктів, орієнтованих на пі ості за рахунок субпіксел-

ної обробки дискретних зображень досліджуваних об’єктів.

ано, що похибки моделей не перевищують 10 %

шири

апропоновано метод субпікселного визначення ко-

ордин

% в д

ило вдоско-

налит прий-

няття

двищення точн

2. Вперше запропоновано теоретичні засади субпікселного ви-

мірювання краю (крайове детектування) об’єкта на зображенні на ос-

нові низькочастотної фільтрації, які включають узагальнену матема-

тичну модель дискретної асиметричної та квазіасиметричної межі

краю об’єкта, а також математичну модель знаходження субпікселної

координати краю, що дозволило розробити новий клас КОЕС з пок-

ращеними метрологічними характеристиками. Доведено адекватність

цих моделей, показ

ни міжпікселного простору.

3. З метою підвищення швидкодії запропоновано апаратну реа-

лізацію паралельно-конвейєрної обробки даних на основі використан-

ня ПЛІС XC3S1000 сімейства Spartan-3 фірми Xilinx, яка є складовою

компонентою запропонованих КОЕС. Це дозволило підвищити швид-

кодію обробки залежно від розмірності «ковзного вікна» більше, ніж

у 5 разів.

4. Вперше з

ати максимуму інтенсивності світлової плями, оснований на

знаходженні нахилу функції розподілу в околі піксела з максималь-

ною інтенсивністю. Проведені дослідження підтвердили адекватність

моделі, отримані результати перевищують відомі за швидкодією, оскі-

льки алгоритм запропонованої моделі використовує менше кроків, а

також за точністю (похибка моделі не перевищує 7 %). Це дозволило

реалізувати вимірювальний канал відстані з відносною похибкою 0

іапазоні до 0,5 м, що у два рази нижча, ніж у відомих системах.

5. Вперше розроблено метод автоматичного визначення порога

бінаризації зображення, який на відміну від відомих оснований на

знаходженні за запропонованою гістограмою, яка являє собою щіль-

ності розподілу ймовірностей інтенсивності спільних точок фільтро-

ваних зображень з різним ступенем розмитості, що дозвол

и КОЕС параметрів стопи людини, покращити візуальне с

об’єкта дослідження та отримати геометричні параметри стопи з

відносною похибкою не більшою 6%, що у 2,5 рази менша порівняно

з відомою системою. При цьому кількість точок, що аналізуються,

збільшено у 1000 разів.

241

6. Удосконалено метод крайового детектування об’єкта на зо-

браженні, оснований на знаходженні спільних точок зображень

об’єкт

літичні залежності для оцінювання

основ

симуму інтенсивності світлової плями, детекторів виділення

конту

також

а, отриманих у результаті низькочастотної фільтрації з різним

ступенем розмитості, що дало змогу підвищити точність виділення

контуру в цілому й при апаратній реалізації зменшити час обробки, а

також вдосконалити КОЕС постави людини та отримати координати

глибини з відносною похибкою меншою 1 %. Це дало змогу підвищи-

ти точність у півтора рази порівняно з відомими системами.

7. Отримали подальший розвиток моделі для оцінювання мето-

дичних похибок крайового детектування та знаходження положення

максимуму світлової плями та ана

них статичних метрологічних характеристик вимірювальних ка-

налів КОЕС геометричних параметрів.

8. Розроблено функціональні схеми та алгоритми роботи вимі-

рювальних каналів КОЕС геометричних параметрів об’єктів, а також

програмне забезпечення крайового детектування, вимірювання поло-

ження мак

ру.

9. Розроблено та впроваджено КОЕС геометричних параметрів,

зокрема КОЕС поверхневого натягу, геометричних параметрів стопи,

постави тіла людини, в яких застосовані субпікселні методи обробки,

що дало змогу підвищити візуальну якість досліджуваних об’єктів,

підвищити точність, а також отримати додаткову кількісну інформа-

цію.

10. Проведені експериментальні дослідження КОЕС поверхне-

вого натягу, геометричних параметрів стопи, постави тіла людини,

їх апаратного, алгоритмічного і метрологічного забезпечення

дозволили визначити їх основні метрологічні характеристики та впро-

вадити як експериментальні зразки до застосування в медичних закла-

дах й підприємствах харчової та легкої промисловості.

242

кий Л. П. – М. : Наука, 1990. –

С. 36

6, № 8. – С. 17–39.

ruvka // Colloids and Surfaces. – 1990 – Vol. 43. – P. 151–168.

11, № 10. – P. 1065 – 1075.

11.

Оптико-электронная система для контроля отверстий в ситах /

[Бондарь Д. Н., Буданцев А. В., Ємельянов Э. Л. и др.] // Автометрія. –

2003. – Т. 39, №5. – С. 53–61.

12.

Коротаев В. В. Проблемы разработки оптико-электронных си-

стем для контроля деформаций крупногабаритных объектов / Корота-

ЛІТЕРАТУРА

Сойфер В. А. Методы компьютерной обработки зображений /

Сойфер В. А. – М. : ФИЗМАТЛИТ, 2003. – 784 с.

Путятин Е. П. Обработка изображений в робототехнике / Пу-

тятин Е.П., Аверин С. И. – М. : Машиностроение, 1990. – 320 с.

Прэтт У. Цифровая обработка зображений : пер. с англ. /

Прэтт У. – М. : Мир, 1982. – 784 с.

Ярославский Л. П. Цифровая обработка полей в оптических

системах. Цифровая оптика / Новые физические принципы оптичес-

кой обработки информации / Ярославс

0-399.

Хорн Б. К. Зрение роботов / Хорн Б. К. – М. : Мир, 1989. – 487 с.

M. Бертеро. Некорректные задачи в предварительной обработ-

ке визуальной информации / M. Бертеро, Т. А. Поджо // ТИИЭР. –

1988. – T. 7

Д. Форсайт. Компьютерное зрение. Современный подход. :

пер. с англ. / Дэвид Форсайт, Жан Понс. – М. : Издательский дом

«Вильямс», 2004. – 928 с.

P. Cheng. Automation of axisymmetric drop shape analysis for

measurements of interfacial tensions and contact angles / P. Cheng, D. Li,

L. Bo

Pallas N. R. An automated drop shape apparatus and the surface

tension of pure water / Pallas N.R., Harrison Y. // Colloids and Surfaces.–

1990 – Vol. 43. – P. 169–194.

10.

Havelock D.I. Geometric precision in noise-free digital images /

Havelock D.I. // IEEE Trans. Pattern Anal. Machine Intell. – 1989 – Vol.

243

ев В. В., Тимофеев А. Н., Іванов А. Г. // Оптический журнал. – 2006. –

Т. 67, №4. – С. 43–46.

13. В. В. Оптико-електронні засоби контролю якості ро-

ституту. – 2006. –

ї сис-

и та прилади контролю якості. –

ия. / Грязин Г. Н. – Л. : Машинострое-

., Редью В. Х., и др.]. – К. : Медторг, 2004.

езы-

для неразрушающего контроля материа-

е в промышленности. : справ. изд. ; пер. с

них систем. / Храмов А. В. – К. : Вища

Кухарчук

боти електричних машин / Білинська М. Й, Кухарчук В. В. // Вісник

Кременчуцького державного політехнічного ін

№3(38). – С. 101–103.

14.

Муравський Л. І. Розробка телевізійної оптико-цифрово

теми для визначення капілярних характеристик розплавів / Муравсь-

кий, Л. І., Кулинич Я. П. // Метод

2001. – №7. – С. 36–42.

15.

Мирошников М. М. Теоретические основы оптико–

электронных приборов / Мирошников М. М. – Л. : Машиностроение,

1983. – 696 с

16.

Якушенков Ю. Г. Проектирование оптико-электронных при-

боров / Якушенков Ю. Г. – М. : Логос, 2000. – 488 с.

17.

Грязин Г. Н. Оптико-электронные системы для обзора про-

странства : системы телевиден

ние, 1988. – 224 с.

18.

Медицинские приборы: Разработка и применение /

[Кларк Д. В., Ньюман М. Р

– 620 с.

19.

Безыленко В. А. Оптико-электронный прибор для бесконтакт-

ного измерения размеров и смещений непрозрачных объектов / Б

ленко В. А., Миронченко В. И., Пирогов Ю. А. // Приборы и техника

эксперимента. – 1983. – № 5. – С. 245–247.

20.

Клюев В. В. Приборы

лов и изделий. Справ очник : в 2-х кн. / Клюев В. В. ; кн.1. – М. : Ма-

шиностроение, 1986. – 352 с.

21.

Пронос П. Измерени

нем. / Пронос П. – М. : Металлург, 1980. – 648 с.

22.

Храмов А. В. Первинні вимірювальні перетворювачі вимірю-

вальних приладів і автоматич

школа, 1998. – 527 с.

244

23.

Білинський Й. Й. Застосування методу просторової модуляції

для вимірювання параметрів обертального руху / Білинський Й. Й.,

ии / Самошкин М. А. – М. : Мир, 1991. – 326 с.

ікацій та приладобудування : 2-а міжнар.

. А. Яновский. – М. : Машиностроение, 1984. –

снові зсуву фо-

. – 2 черв. 2007 р. : тези доп. – Вінниця, 2007. –

едований. / Исаков В. Л., Пинчук В. Г., Исакова Л. М. – К. :

ов Р. Н., Саньков А. Г.] //

терная геометрия и алгоритмы машин-

кин, А. А. Петров,

Білинська М. Й., Кухарчук В. В. // Автоматика-2006 : 13-а міжнар.

конф., 25–28 вер. – 2006 р. : тези доп. – Вінниця, 2006. – С. 157.

24.

Самошкин М. А. Автоматизация преобразования и обработки

графической информац

25.

Білинський Й. Й. Діагностика дна ока на основі колориметри-

чного методу з використанням інтегруючої сфери / Білинський Й. Й.,

Бабій А. О, Салдан Й. Р. // Сучасні проблеми мікроелектроніки, радіо-

електроніки, телекомун

конф., 16–19 лист. 2006 р. : тези доп. – Вінниця, 2006. – С. 51–52.

26.

Яновский К. А. Оптико-структурный машинный анализ изо-

бражений / К

С. 165–196.

27.

Білинський Й. Й. Субпікселне сканування на о

томатриці / Білинський Й. Й., Білинський В. Й. // Сучасні проблеми

радіоелектроніки, телекомунікацій та приладобудування : 3-я між-

нар. конф., 31 трав

С. 62–63.

28.

Исаков В. Л. Современные методы автоматизации цитологиче-

ских иссл

Наукова думка, 1998. – 345 с.

29.

Система управления процессом распознавания и определения

геометрических размеров объектов для гибких производственных си-

стем / [Шевчук В. П., Мелехов Д. Б., Тит

Приборы и системы. Управление, контроль, диагностика. – 2004. –

№ 5. – С. 54–57.

30.

Никулин Е. А. Компью

ной графики / Никулин Е. А. – СПб. : БХВ-Петербург, 2003. – 560 с.

31.

Техническое зрение роботов / [В. И. Мош

В.С. Титов, Ю. Г. Якушенков]. – М. : Машиностроение, 1990. – 272 с.

32.

Патент 42987 України.

МП

G01N21/41. Спосіб вимірюван-

ня показника заломлення та поглинання та пристрій для його здійс-

нення / Й. Й. Білинський, М. Й. Білинська. ; заявник і патентовласник

245

Вінницький національний технічний університет. – № 42987А ;

опубл. 15.11.01, Бюл. №10.

33.

R. Gonzalez. Digital Image Processing / R. Gonzalez, R. Woods :

Addison-Wesley Publishing Company, 1992. – P. 415–416.

34.

Davies E. Machine Vision: Theory, Algorithms and Practicalities, /

Е. Davies

: Academic Press, 1990. P. 42–44.

35.

Дуда Р. Распознавание образов и анализ сцен. / Дуда Р., Харт

П. – М. : Мир, 1986. – 468 c.

36.

Марр Д. Зрение: информационный подход к изучению пред-

ставления и обработке зрительных образов. / Марр Д. – М. : Радио и

связь, 1987. – 512 с.

37.

Zheltov S.U. Building Extraction at State Resesarch Institute of

Aviation Systems (GosNIIAS) / Zheltov S.U., Sibiryakov A.V. // Third

International WorkShop on Automatic Man-Made objects Extraction From

МГУ им. Н.Э. Баумана, 2002. – 528 с.

Д. Оптическая обработка информации. Применения

Aerial and Space Images, Ascona, Switherland, June 10-16, Bulkema

Publishers, 2001.

38.

Оптико-электронные системы экологического мониторинга

природной среды. [Козинцев В. И., Орлов В. М., Белов М. Л. и др.] –

М. : Изд-во

39.

Мосягин Г. М. Теория оптико-электронных систем. / Мосягин

Г. М., Немтинов В. Б., Лебелев Е. Н. – М. : Машиностроение, 1990. –

432 с

40.

Крутик М. И. Многоканальные программно-управляемые эле-

ктронно-оптические комплексы для скоростной регистрации серии

изображений быстропротекающего процесса. / Крутик М. И. // Спе-

циальная техника. – 2002. – № 1. – C. 36–41.

41.

Кейсесент

/ Кейсесент Д. – М. : Мир, 1980. – 352 с.

42.

Очин Е. Ф. Вычислительные системы обработки зображений

Очин Е. Ф. – Л. : Энергоатомиздат, 1989. – 136 с.

43.

Havelock D.I. Geometric precision in noise-free digital images /

Havelock D.I. // IEEE Trans. Pattern Anal. Machine Intell. – 1989. – Vol.

11, № 10. – P. 1065–1075.

246

44.

Оптическая и цифровая обработка изображений в системах ди-

станционного зондирования природных ресурсов / [Василенко Г. И.,

IE PRESS. –

багатоелементних фотоп-

існик Вінницького політехнічного інсти-

– Vol. 39, № 2. – P. 93–105.

Введение в контурный анализ; приложения к обработке изоб-

Л. : Вертикаль, 1997. –

ет детекторов контуров, ос-

/ ТИИЭР. – 1979. –

жу, Ми Сук Чжун. // Оптический журнал. –

1997. –Т. 64, № 8. – С. 28–31.

Белинский А. Н., Коган Г. А. и др.] – Л. : Наука, 1988. – С. 19-29.

45.

Holst G. C. CCD Arrays, Cameras and Displays // SP

1996. – Vol. PM30. – SPIE and JCD Publishing Co., – 332 p.

46.

Білинський Й. Й. Аналіз сучасних

риймальних пристроїв і оптико-електронних методів і засобів на їх

основі / Білинський Й. Й. // В

туту. – 2005. – №5(62). – С.9–15.

47.

Anna Wehlin. Position Sensetiv Detector / A. Wehlin // Laser

Focus World. – 2003.

48.

Hank Hogan. CMOS and CCD Share More Than a Latter /

H. Hogan // Photonics Spectra. – 2004. – Vol. 38, № 5. – P. 76–78.

49.

Ишанин Г. Г. Источники и приемники излучения. / Иша-

нин Г. Г., Панков Э. Д., Андреев А. Л. – С-П. : Политехника, 1991. –

240 с.

50.

Ярославский Л. П. Цифровая обработка сигналов в оптике и

голографии: Введение в цифровую оптику / Ярославский Л. П. – М. :

Радио и связь, 1987. – 296 с.

51.

Р. Гонсалес. Цифровая обработка изображений. / Р. Гонсалес,

Р. Вудс. – М. : Техносфера, 2005. – 1072 с.

52.

ражений и сигналов / [Фурман Я. А., Кревецкий А. К., Передре-

ев А. К.] – 2-е изд., испр. – М. : ФИЗМАТЛИТ, 2003. – 592 с.

53.

Русин Б. П. Системи синтезу, обробки та розпізнавання скла-

дно-структурованих зображень. / Русин Б. П. –

264 с.

54.

Абду И. Э. Количественный расч

нованых на подчеркивании перепадов яркости с последующим поро-

говым ограничением. / Абду И. Э., Прэтт У. К. /

T.67, № 5. – С. 59–70.

55.

Родинов С. А. Оптика негомоцентрических световых пучков /

Родинов С. А., Вон Дон Ч

247

56.

Кононов В. И. Оптические системы построения изображений.

/ Кононов В. И., Федоровский А. Д., Дубинский Г. П.

– К. : Техніка,

1981. – 133 с.

57.

Джайн. К. А. Успехи в области метематических моделей для

обработки изображений. / Джайн. К. А. // ТИИЭР. – 1981. – T. 69,

лгоритмов детектирования простых

ий фонд фундамента-

туван-

Machine Vision: Theory, Algorithms, Practicalities. (2-nd Edition).

Trans. Pattern Anal. Mach. Intell. – 1990.

compass gradient masks,

for edge

Perona P. Scale-space and edge detection using anisotropic

ction on Pattern Analysis an Machine Intelligence.

№ 5. – С. 9–35.

58.

Розенфельд А. Распознавание изображений. / А. Розенфельд //

ТИИЭР. – 1981. – T. 69, № 5. – С. 121–133.

59.

Краснобаев А. А. Обзор а

элементов изображения и анализ возможности их аппаратной реали-

зации. / Краснобаев А. А. – М. : 2005. Российск

льных исследований (проекты № 05-01-00885, НШ-1835.2003.1).

60.

Білинський Й. Й. Класифікація методів крайового детек

ня зображень / Білинський Й. Й. // Вимірювальна та обчислювальна

техніка в технологічних процесах. – 2007. – № 1. – С. 161–169.

61.

/ Davis S. – Academic Press, 1996.

62.

Pavlidis Т. Integrating region growing and edge detection /

T. Pavlidis, Y.-T. Liow // IEEE

– №12(3). – P. 225–233.

63.

Robinson G.S. Edge detection by

Comput. / Robinson G.S. // Vision Graphics Image Process. – 1977. –

№ 6(5). – P. 492–501.

64.

Henstock P.V. Automatic gradient threshold determination

detection / Henstock P.V., Chelberg D.M.// IEEE Trans. Image Process. –

1996. – №5(5). – P. 784–787.

65.

diffusion / Perona P., Malik J. // IEEE Trans. Pattern Anal. Mach. Intell. –

1990. – №12(7). – P. 629–639.

66.

Meer S. Weiss. High-order differential filters that work. / Meer S.,

Weiss I. // IEEE Transa

– 1994. – № 16(7). – P. 734–739.

248

67.

Meer S. Smoothed differentiation filters for images. / Meer S,

Weiss I. // Journal of Visual Communication and Image Representation. –

1992. – №3(1). – P. 58–72.

63.

1980. – Vol. 207. – Р. 187–

raphics and Image Processing. – 1990.

x. // In Proceedings of the 10th International

ns on Pattern Analysis and Machine Intelligence. -

ge, USA, 1983.

78.

Trajkovich M. Fast corner detection. / Trajkovich M., Handley M.

// Image and Vision Computing. – 1998. – №16 – P. 75–87.

68.

Torre О. On edge detection. / Torre О, Poggio T. // IEEE

Transaction on Pattern Analysis and Machine Intelligence. – 1986. –

№8(2). – P. 147–1

69.

Marr D. Theory of edge detection / Marr D., Hildreth E. //

Proceedings of the Royal society of London. –

217

70.

Haralik. R. Digital step edges from zero crossing of second

direction. / R. Haralik // IEEE Transaction on Pattern Analysis an Machine

Intelligence, 16(7), 1984 – P.679 - 698.

71.

Bergholm F. Edge Focusing. / Bergholm F. // IEEE Transactions

on Pattern Analysis and Machine Intelligence. – 1987. – №9(6). – P. 726–

741.

72.

Williams D.J. Edge Contours Using Multiple Scales. / Williams

D.J., Shas M. // Computer Vision, G

– №51. – P. 256–274.

73.

V. Lacroix. The Primary Raster: A Multiresolution Image

Description. / V. Lacroi

Conference on Pattern Recognition. 1990 – P. 903–907.

74.

Canny J.F. A Computational Approach to Edge Detection. / Canny

J. F. // IEEE Transactio

1986 – №8(6). – P. 679–698.

75.

Canny J.F. Finding edges and lines in images. / Canny J.F. //

Master’s thesis, MIT, Cambrid

76.

Canny J.F. A computational approach to edge detection. / Canny

J.F. // IEEE Transactions on Pattern Analysis and Machine Intelligence. –

1986. – №8(6). – P. 96–98.

77.

Beaudet P. Rationally Invariant Image Operations / Beaudet P. //

International Joint Conference on Pattern Recognition. – 1978. – P. 579–

583.

249