6.2.2. РАСПОЗНАВАНИЕ ОБРАЗОВ В УСЛОВИЯХ НЕИЗВЕСТНОЙ ОРИЕНТАЦИИ ИХ КОРПУСОВ

Рассмотренная в § 6.2.1 задача распознавания изображений по адаптированным эталонам предполагает известную ориентацию тела обнаруживаемого объекта в системе координат, являющейся общей для объекта, приемника и источника света. В общем случае это предположение не оправдывается, так как объект на изображении может ориентироваться случайным образом по отношению к общей системе координат.

Рассмотрим постановку задачи на конкретном примере распознавания объемных образцов на ленте транспортера. Решение принимается процессором видеоробота. Исходная информация поступает от видеокамеры, которая однократно включается в том случае, когда неизвестный ей объект находится перед объективом. В качестве объектов могут быть, например, простые геометрические тела: шар, куб, конус, призма и др. Задачей робота является распознавание типа объекта и его ориентации для правильного захвата соответствующим манипулятором. Априори ориентация объектов на плоскости транспортера неизвестна. Положение и тип источника определены.

В решении этой задачи невозможно обойтись единственным эталонным изображением, адаптированным к условиям наблюдения, так как картина эталона (форма, тона, тени и др.) значительно меняется в зависимости от ориентации тела объекта. Подобные проблемы встречаются и в распознавании плоских фигур неизвестной ориентации. Для таких фигур проблема решается посредством вращения с небольшим приращением угла поворота и корреляции на каждом шаге поворота очередной картины эталона с анализируемым изображением. В описываемом выше случае недостаточно просто вращать эталонное изображение, так как при этом не происходит требуемой перестройки тонов, теней, формы. Поэтому целесообразно вращать не изображение, а математическую модель объекта и в каждом шаге поворота синтезировать новое изображение с присущими такому положению тела объекта изобразительными свойствами. Сгенерированная серия изображений объекта одного типа проверяется путем корреляции с анализируемым изображением. Подобные операции должны быть проведены для всех типов объектов. Например, если претендентами на распознавание являются три объекта: куб, конус и призма, а поворот корпуса совершается в пределах 360° с шагом 36°, то семейство эталонных образцов должно включать 30 изображений: по 10 на куб, конус и призму. Каждое из эталонных образов-изображений должно быть подвергнуто корреляции с анализируемым изображением. Глобальный максимум среди полей всех корреляционных функций индицирует действительное положение объекта в поле обзора, а соответствующий эталонный образец указывает на тип и ориентацию.

Принцип распознавания объекта среди нескольких объектов при неизвестной ориентации корпуса объекта показан на рис.6.2.3.

Рис. 6.2.3. Схема распознавания объекта по адаптивным эталонам в условиях неизвестной ориентации корпуса объекта

Датчик поставляет в систему исходное анализируемое изображение 1. Предварительно в памяти ЭВМ создают и хранят математические описания объектов-эталонов 2. Определяют условия наблюдения и освещения 3. Устанавливают начальное положение (азимут) тела для каждого эталонного объекта 4 и синтезируют методами машинной графики 5 изображение каждого эталонного объекта в заданной позиции поворота. Проводят корреляцию 6 анализируемого изображения с каждым эталонным изображением, а полученные корреляционные функции сохраняют в памяти. Проверяют факт завершения полного поворота тела каждого объекта (азимут проходит полный круг) 8 и в случае его невыполнения осуществляют приращение 9 азимута на некоторый угол (обычно не более 150°) и продолжают процесс в блоках 5-7 с наполнением новых корреляционных функций. Если полный поворот завершился, то производят выбор 10 глобального максимума среди всех сохраненных в блоке 7 корреляционных функций: Этот максимум индицирует положение объекта, его тип и ориентацию.