автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Моделирование системы измерения малых расстояний с помощью пассивного датчика

На правах рукописи

Хамегов Руслан Касымович

МОДЕЛИРОВАНИЕ СИСТЕМЫ ИЗМЕРЕНИЯ МАЛЫХ РАССТОЯНИЙ С ПОМОЩЬЮ ПАССИВНОГО ДАТЧИКА

Специальность: 05.13.18 - Математическое моделирование, численные методы и комплексы программ.

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

0030В0254

1 А ^аъоб Ру<у>*у-с(зс.-

Санкт-Петербург - 2007

003060254

Работа выполнена на кафедре информатики государственного образовательного учреждения «Российский государственный педагогический университет им А И Герцена»

Научный руководитель: доктор технических наук, профессор

Ерош Игорь Львович

Официальные оппоненты: доктор технических наук, профессор

Тимофеев Адиль Васильевич

кандидат технических наук Макарычев Владимир Павлович

Ведущая организация: Санкт-Петербургский государственный

электротехнический университет «ЛЭТИ» им В И Ульянова (Ленина)

Защита состоится " -¿-¿4" 2007г в часов на заседании

диссертационного совета К 212 199 02 при Российском государственном педаго1 ическом университете им А И Герцена по адресу 191186, Санкт-Петербург, наб реки Мойки, д 48, корп 1, ауд

С диссертацией можно ознакомиться в библиотеке РГПУ им А И Герцена

Автореферат разослан " X^ -о. р. ^ 2007 г Ученый секретарь

диссертационного совета . , I,. А П Емельянов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы

Для решения различных технических задач нередко приходится строить модель поверхности физического объекта по результатам его наблюдения Так, например, для функционирования мобильных роботов (моботов) в экстремальных условиях сенсорная система должна обеспечивать формирование рельефа сцены, эта информация используется для коррекции траектории движения робота либо для ее вычисления По построенной модели окружающей обстановки робот может осуществлять классификацию находящихся в его поле зрения объектов и определять бесконтактным методом пространственное положение и ориентацию обнаруженных объектов для организации самонаведения схвата манипулятора на выбранный предмет

В последние годы в связи с миниатюризацией датчиков и существенного увеличения их разрешающей способности появилась возможность исследовать трудно доступные полости как в технических приборах (например, двигателях), так и в полостях человеческого организма При использовании таких приборов для медицинских целей, важными условиями являются необходимость измерения очень малых расстояний (от долей миллиметров до единиц сантиметров) и отсутствия активного излучения

Трагические события 11 сентября 2001 года создали невероятный спрос на всевозможные биометрические системы Оказалось, что системы двумерного распознавания лиц фактически неработоспособны, а другие «биометрические» системы либо слишком неточны (геометрия руки), либо слишком сложны в применении (сетчатка глаза), либо легко подделываются (отпечатки пальцев) А вот системы трехмерного распознавания лиц действительно работают В этих системах первоочередной задачей является задача построения трехмерной модели лица

При создании рельефных карт местности, в космической навигации, в военном деле также возникает необходимость формирования карты глубин Анализ существующих методов формирования трехмерных изображений выявил, что получение информации о рельефе поверхности решается в основном тремя способами использованием посланных и отраженных сценой лучей, выделением характерных точек поверхностей (вершин, краев и т д.) или специальной подсветкой Данные методы не позволяют определять небольшие расстояния с высокой точностью, и, в частности, не могут быть использованы в медицине

Таким образом, требование повышения точности измерения небольших расстояний и их реализации в реальном масштабе времени обуславливает необходимость разработки и исследования новых методов определения информации о рельефе сцены

Объект и предмет исследования-

Объектом исследования является метод измерения расстояний до участков поверхности с использованием системы технического зрения

(СТЗ) в качестве датчика информации, а предметом исследования — характеристики данного метода

Цель и задачи исследования.

Целью работы является исследование метода измерения расстояний с использованием одного пассивного датчика на основе компьютерного моделирования и разработка комплекса программного обеспечения для нахождения расстояния до участка поверхности, изображенной на фотографиях в разных масштабах, а также нахождение масштаба ближнего и дальнего планов, при которых наблюдается соответствие Также следует рассмотреть возможности снижения вычислительной трудоемкости обработки изображений с помощью каких-либо специальных алгоритмов Для достижения поставленных целей были сформулированы следующие задачи

- провести сравнительный анализ существующих методов измерения расстояний с помощью СТЗ и выявить их основные преимущества и недостатки,

- провести аналитические исследования метода измерения расстояний с помощью одного пассивного датчика, смещаемого вдоль оптической оси и разработать его математическую модель,

- разработка алгоритма и выбор программного обеспечения для организации математического моделирования информационных процессов измерения расстояний до объекта с помощью одного пассивного датчика,

- исследование точности измерения расстояний для разных условий и поверхностей различной степени сложности с помощью пассивного датчика и разработка программно-аппаратной реализации моносистемы искусственного зрения

Методы исследования:

Для решения указанных задач в работе использовались методы математического анализа, векторной алгебры, линейной алгебры, дифференциальной геометрии, математического аппарата, лежащего в основе машинной графики, математической статистики, методы моделирования на ЭВМ и объектно-ориентированного программирования, экспериментальные исследования

Научная новизна:

Научную новизну работы определяют впервые полученные и перечисленные ниже результаты

- уточнена математическая модель системы измерения расстояний с помощью одного пассивного датчика,

- проведены исследования точности метода измерения расстояний с помощью одного пассивного датчика на основе предложенной математической модели,

- разработан алгоритм обработки информации, полученной от пассивного датчика изображения, и написана программа,

- проведены вычислительные эксперименты по апробации разработанного метода измерения расстояний на основе предложенной математической

модели и алгоритма обработки информации, поступающей от пассивного датчика

- разработан комплекс характеристических показателей для оценки эффективности предлагаемой математической модели моносистемы искусственного зрения

Теоретическая значимость работы:

Разработанная математическая модель моносистемы и алгоритмы обработки зрительной информации, поступающей от датчика изображения, могут послужить, с одной стороны, расширению технических возможностей СТЗ, которые могли бы строить описание окружающего мира в произвольных условиях, с другой - дальнейшему внедрению СТЗ в традиционные области применения и совершенствованию методов и средств обработки изображений

Практическая значимость работы выполненных исследований ориентирована на широкий круг применения и может существенно облегчить решение следующих задач

экспериментальные и теоретические исследования в области разработки аппаратного и программного обеспечения систем распознавания и обработки изображений,

создание промышленных телевизионных следящих систем, ориентированных на решение конкретных задач

Рекомендации по использованию.

Результаты исследования можно использовать в таких областях как робототехника, искусственный интеллект, телевидение, цифровая обработка изображений и ряду других

Достоверность научных результатов исследования обеспечивается проверкой соответствия результатов моделирования данным натурных экспериментов, подтвердивших справедливость основных положений диссертации, публикациями в реферируемых журналах, участием в тематических конференциях

Положения, выносимые на защиту:

1 Математическая модель моносистемы для измерения расстояний до объекта исследования

2 Вариант построения программно-аппаратного комплекса моносистемы измерения расстояний до участков поверхности, реализующий метод обработки результатов испытаний на основе алгоритма корреляционного совмещения ближнего и дальнего изображений реальной поверхности

3 Результаты математического моделирования оценки точностных параметров измерения расстояний при исследовании достаточно гладкой поверхности с простым рисунком, позволяющие выбрать режим фотосъемки и технические характеристики устройства для достижения гарантированной точности измерения расстояний до участков поверхности

4 Результаты вычислительного эксперимента на основе предложенной математической модели

Личный вклад автора:

Автором лично выполнены следующие теоретические и прикладные разработки анализ научно-методической литературы и ресурсов сети Internet для выявления текущего состояния методов измерения расстояний бесконтактными методами, моделирование метода измерения расстояний с помощью одного пассивного датчика для обеспечения его реализации, алгоритм определения расстояния до объекта с помощью корреляционного метода совмещения двух изображений, полученных смещением телекамеры вдоль оптической оси, оценка точности измерения расстояний до отдельных участков исследуемой поверхности, экспериментальное исследование определения расстояний до поверхностей различной степени сложности

Апробация работы.

Основные положения и результаты диссертации докладывались и обсуждались на 6 научной сессии аспирантов ГУАП (Санкт - Петербург, 2003), на 2 международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» (Санкт -Петербург, 2006) Публикации.

Основные результаты диссертационной работы опубликованы в 5 научных изданиях

Структура и объем диссертации.

Диссертация состоит из введения, четырех глав, заключения и списка литературы, включающего 110 наименований Работа изложена на 100 страницах, содержит 22 рисунка и 4 таблицы

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы цель и задачи исследования, положения, выносимые на защиту, научная новизна и научно-практическая значимость полученных результатов

В первой главе «Основные подходы к формированию объемных моделей, обзор решений» приведен обзор существующих методов определения координат точек объекта Выявлены их основные ограничения и недостатки, связанные с недостаточной точностью при измерении очень малых расстояний Обоснована целесообразность разработки метода определения пространственных координат точек объекта с помощью одного пассивного датчика

Методы формирования трехмерных изображений и алгоритмы их обработки существенно зависят как от решаемой задачи, так и от других факторов, в частности, от возможностей использования конкретных датчиков, (дальномерных, телевизионных и тп), знаний об анализируемых объектах, которые могут встретиться в сцене (информации о форме и размерах, полное отсутствие такой информации), допускаемых перемещениях объектов (в общем случае о допускаемых изменениях, которые могут происходить с объектами анализа) и т д

Трехмерная модель объекта может быть получена с помощью дальномерной системы любого типа, например, лазерной, радиолокационной, ультразвуковой и тд К недостаткам подобных систем в задачах построения объемных моделей следует отнеста необходимость сканирования каждой точки объекта, невозможность использования дальномерных датчиков, например, в медицинских целях, невозможность измерения небольших расстояний

В ряде работ предлагалось использовать два смещенных изображения (фотографии или телевизионные кадры), чтобы получить представление о глубине объекта

Оснастить робота двумя камерами, которые, подобно глазам человека, будут давать изображения с разных точек, совсем не сложно Гораздо труднее найти в этих двух изображениях проекции одной и той же точки Эта так называемая проблема 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

Одно из решений 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

Также можно использовать дополнительную сканирующую подсветку (точка, в которую в настоящий момент направлен подсвечивающий луч, хорошо выделяется на двух смещенных изображениях)

Задача совмещения двух стереоизображений не может быть решена в тех случаях, когда на изображении небольшие твердые тела закрывают части больших объектов, либо в сфере наблюдения робота находятся прозрачные объекты Для объектов с плавным изменением поверхности метод измерения координат с помощью стереопар дает неверные результаты

Второй поиск решения идентификации одной и той же точки на двух смещенных изображениях также наталкивается на трудности Если лазерное пятно закрыто от камеры объектом, то происходит потеря информации в этих точках Другая сложность состоит в потери информации или получении ложной информации вследствие зеркального отражения Данная проблема характерна для всех схем активной дальнометрии чисто зеркальная поверхность не отражает свет в направлении камер, если, конечно, камера не расположена в соответствующем зеркальном направлении Хуже другое - отраженный луч может приводить к вторичному отражению и, как следствие, давать неверные оценки глубины Помимо названных трудностей еще сложно удержать лазерную полоску в фокусе в течение

всей процедуры сканирования, также возможно снижение точности, присущее всем схемах на основе триангуляции Это снижение точности происходит при увеличении глубины, поскольку рассогласование обратно пропорционально глубине

В некоторых случаях можно судить о форме поверхности анализируемого объекта с помощью специальной подсветки Так, хороший эффект дает анализ картин «Муара» при выявлении различных искривлений и малозаметных опухолей на теле человека, неровностей на шлифованной поверхности и других случаях

При решении некоторых задач, например, выбор оптимального маршрута движения мобота, не требуется информация о пространственных координатах всех без исключения точек в поле зрения робота Достаточно приблизительной информации о характере местности и более подробных данных о возможно опасных и непроходимых участках В таком случае поле зрения робота разбивается на элементы треугольной или прямоугольной формы в двумерном пространстве, определяются значения третьей координаты только для вершин структурных элементов и на основе этой информации строится трехмерная модель пространства

На основе высоких требований предъявляемых к системам технического зрения (СТЗ), учитывая результаты проведенного обзора и анализа недостатков существующих методов определения пространственных координат объекта, сформулированы основные свойства, которыми должен обладать метод измерения расстояний

- возможность исследования объектов, находящихся в трудных для детального обозрения местах,

- экономичность (в плане затрат энергии),

- скрытность получения информации, недостижимая активными методами (например, для военных или иных специальных целей),

- малый объем требуемой входной информации,

- простота конструкции измерительной установки,

- простота управления измерительной установкой,

- высокая точность,

- возможность измерения небольших расстояний

На основании представленных в первом разделе данных были сформулированы основные задачи исследования, которые решены в реферируемой работе

Во второй главе «Моделирование моносистемы измерения расстояний» рассматривается моносистема, образованная одной телекамерой, смещаемой вдоль оптической оси на определенное расстояние т (Рис 1), строится ее математическая модель, рассматривается комплекс характеристических показателей для оценки эффективности предлагаемой модели моносистемы искусственного зрения

Предложенная конструкция СТЗ обеспечивает априорную информацию о том, что фрагмент поверхности на ближней к объекту фотографии полностью содержится в дальней фотографии Тогда информацию о рельефе сцены можно определить путем корреляционного сравнения двух

изображений, полученных на разном соосном расстоянии относительно изучаемого объекта

Основным недостатком является то, что указанный метод особенно трудоемок с точки зрения вычислительных затрат, что не всегда позволяет использовать его для практических приложений в реальном масштабе времени

Рис 1 Моносистема

Пусть координаты точки а в системе координат ХУ2 равны (ха,уа,га), f— фокусное расстояние съемочной камеры Система координат ХУ2 сдвинута на расстояние I вдоль оси абсцисс, на т вдоль оси ординат и повернута вокруг оси 2 на гол в против часовой стрелки (Рис 2) Тогда О,, ) — координаты точки а на левом изображении, (х2,г2)~ координаты точки а на правом снимке

Координаты точки а в новой системе координат могут быть получены из выражения

к У. 1]=к У а г. 1] [Т]

где [г] = [т,ср\ \твращ\ - матрица комбинированного преобразования, состоящая из матрицы пространственного переноса и матрицы вращения на угол в вокруг оси 2

Рис 2 Определение координат точки а подвижной системе координат

[Г] =

После соответствующих вычислений, приняв 0 = 0°, 1 = 0, получим следующие выражения для пространственных координат точки а

"1 0 0 0" СОБ^ 0 0" соэ 9 БШ в 0 0"

0 1 0 0 совв 0 0 - ипв СО%в 0 0

0 0 1 0 0 0 1 0 — 0 1 соэ в — 0 / 51П в + 1 0 1

п

1 т п 1 0 0 0 1 - »181110

+ тсо^в

. У а

Уа

' /

где к = —— масштабный коэффициент

/

т

1Гл

Для корректного решения поставленной задачи необходимо рассмотреть факторы, которые оказывают влияние на точность решения Точность определения пространственных координат объектов по двум снимкам, полученных с помощью одной съемочной камеры зависит в основном от четкости рисунка на фотографиях, от разрешения фотокамеры, от координат плоских изображений, а также от элементов внешнего ориентирования

Выбор вида числовой характеристики точности измерения

пространственных координат был обусловлен в первую очередь целью исследования. Поскольку ошибка измерения расстояния является одним из слагаемых общей ошибки системы, содержащей и другие случайные ошибки, то для вычисления вероятностных характеристик суммарной ошибки я ограничился определением среднего кваяратического отклонения ошибки измерения расстояния.

Среднеквадратичные ошибки вычисления пространственных координат определится го следующих выражений:

<-Ш <-Ы* {?!<■■

где тх, т1: тт, туг тк — среднеквадратичные ошибки в определении соответствующих параметров.

Из рассмотрения урарнений можно сделать следующие выводы: на точность измерения пространственных координат влияют ошибки соответствующих параметров пропорционально расстоянию уа до объекта или квадрату этой величины; также можно сделать вывод, при большом фокусном расстоянии / фотооптической системы и малых значениях координат * и г среднеквадратичные ошибки т1 и т! будут меньше.

В этой связи были построены графики уд = /(«)> при т^ =сом1, тт =0Лмм и ту в один пиксель (Рис. 3). По этим графикам, выбрав величину смещения т, можно определить расстояние съемки при соответствующей точности его вычисления. И, наоборот, задавшись расстоянием съемки и

Рис. 3. Оценка точности измерения дальности до объекта.

Определение расстояния до участка поверхности в целом «оказало, что небольшие отклонения в начальных условиях приводят к значительной погрешности при определении расстояния.

Пусть изображению на ближней фотографин соответствует некоторый центральный фрагмент 2 изображения на дальней фотографии, размеры сторон которого <Х<г пропорциональны размерам сторон фотографий. Если начать сравнение двух фотографий, уменьшая ближнюю фотографию, то, по крайней мере, на первых шагах ее края будут сравниваться с теми участками дальней фотографии, которые не отражены на ближней фотографии. О результатах таких сравнений нельзя сделать никаких выводов. Поэтому при

сравнении фрагмента £>, размеры которого будем считать известными, и ближней фотографии будем увеличивать размеры фрагмента путем интерполяции (линейной или бикубической), принятой в цифровой обработке фотографий.

Тогда относительная ошибка измерения расстояния 5 = составит:

<5 = -

2 кр

я-{\-\1к-2р1к)

при р > 0; S = -

2 кр

я (\-\1к + 2-р1я)

при р< 0.

где р-

л- AXq 2-Х

АХд - погрешность в

определении размеров фрагмента Q.

Взаимозависимости погрешностей определения размеров фрагмента Q и масштабных коэффициентов прй <5 = cons't и X ^ 640 (пикселей) отображены иа рис. 4. Функция bXQ = /(к) имеет максимум

в точке к = -J\ + S + 1.

Рассмотрим задачу определения профиля поверхности. Сделаем это для частного

' fj ; Г" j

Рис. 4. Влияние отклонения в начальных данных.

случая, когда рисунки на фотографиях поверхности представлены хорошо заметными кругами, центры которых расположены в узлах прямоугольной решетки.

Реально такие фотографии могут быть получены, если, например, темная поверхность подсвечена пучком параллельных лучей белого цвета. Сравнение линейных размеров соответствующих кругов на фотографиях даст возможность получить высоты поверхности в центрах кругов относительно некоторого среднего расстояния от одной из камер, например, от ближней камеры.

Изображения кругов на фотографиях имеют погрешности, вызванные дискретной структурой фотографий. Это приводит к погрешностям измерения высот.

Относительная ошибка измерений, связанных с дискретной структурой фотографий 8 в системе координат фотокамеры будет иметь вид:

У ~ К '

у

где ; Г-среднее расстояние до объекта; Л,,-радиус изображения круга

¡77

на дальней фотографии; со-сторона пикселя.

Зависимости - /(р) для различных значений 8 представлены в виде графиков на рис. 5.

По этим графикам можно обоснованно выбрать количество точек, необходимых для интерполирования исследуемой поверхности с требуемым качеством.

г " ........ .....

12

Время и достоверность принятий решений также накладывают существенные ограничения на работы, связанные с исследованием изображений для робота, взаимодействующего с

внешней средой. В случае промышленных роботов к ним прибавляются еще два ограничения: стоимость и ' ■ г. .-. .. 'м ..t надежность.

Рис. 5. Оценка точности измерения расстояний до отдельных точек поверхности.

В третьей главе «Программно-аппаратная реализация моносистемы» приведена С1руктура программных и аппаратных средств моносистемы трехмерного технического зрения для измерения небольших расстояний, обеспечивающая оперативный дистанционный контроль за фиксированным объемом пространства рабочей зоны манипулятора, определяющая бесконтактным методом пространственное положение и ориентацию обнаруженных объектов.

Алгоритм определения среднего расстояния до участка поверхности был ревизован на ЭВМ, на базе процессора AMD Duron СХ-1350 601 МГц с 248 Мб ОЗУ. Моделирование производилось в системе MATLAB, поскольку данная система является одной из самых крупных и мощных систем компьютерной математики.

Программная реализация моносистемы. В рассматриваемой задаче моносистема является измерительным устройством. Поэтому разработанные математические и программные средства ориентированы на обеспечение требуемой точности моновосприятия объемной сцены. Эти средства включают программу устранения геометрических нелинейных искажений, присутствующих в изображениях, программу калибровки (формирование математической модели моносистемы).

В основу программы калибровки положено математическое обеспеч гние, входными данными которого являются координаты трех точек рабочего пространства в абсолютной системе координат и координаты их проекций на плоскость изображения камеры. Для этого в поле зрения моносистемы помещаем три контрольных объекта-точки, которые хорошо выделяются на изображениях (например, белый маркер на черном фоне).

Первоначально формируется математическая модель телевизионной камеры моносистемы. Определяются компоненты матрицы прямого перспективного преобразования [S], связывающей точки внешнего мира с плоскими координатами изображения. Элементы матрицы выбирают исходя из ycj овия минимизации суммы квадратов рассогласований между координатами полученных точек на оцифрованном телевизионном

изображении и координатами тех же точек, соответствующих их теоретическими положениями (предсказанными через уравнения перспективной проекции) Если камера откалибрована, то с прои ¡вольной точкой внешнего мира можно связать строго определенный луч, проходящий через одноименную точку и центр проекции камеры, а также выполнить точные трехмерные измерения с помощью оцифрованных изображений

На основе полученной математической модели телекамеры формируется математическая модель моносистемы, позволяющая по плоским координатам одноименных точек на двух изображениях (ближнем и дальнем) определить пространственные координаты соответствующих им точек в абсолютной системе координат

Пусть положение некоторой точки а в абсолютной системе координат задано однородным вектором Я = [х у г 1], а в системе координат камеры — вектором Я = [х у 2 1] Тогда векторы Я и К связаны соотношением Л = Л Т, где Г - матрица однородного преобразования Таким образом, задача калибровки на этом этапе заключается в нахождении матрицы Т

Для коррекции нелинейных искажений вводится изображение корректировочной сетки, составленной из белых квадратов, равномерно расположенных на контрастирующем фоне Программа вычисляет поправочные коэффициенты для исходного изображения так, чтобы минимизировать остаточную погрешность между координатами узлов изображений формируемой и эталонной калибровочных сеток В результате работы программы эта погрешность на скорректированных изображениях не превышает величины шага цифрового растра

Разрабатываемый алгоритм моновосприятия реализует подход, основанный на сравнении рисунков или их фрагментов на дальней и ближней фотографиях Для этого необходимо определить масштабный коэффициент к, при котором достигается наибольшее соответствие между ближней фотографией и ее фрагментом в дальней фотографии Нахождение масштабного коэффициента ближнего плана относительно дальнего, состоит в формировании величины, соответствующей корреляции между фрагментами ближнего и дальнего изображения, и нахождении положения максимума функции корреляции

Поиск масштаба состоит в последовательном пропорциональном уменьшении размеров ближней фотографии и сравнении ее с подмножеством такого же размера в дальней фотографии Существует три метода масштабирования метод «по соседним точкам», метод билинейной интерполяции и бикубической интерполяции В данной работе использовался метод билинейной интерполяции

Для более надежной идентификации можно исследовать I окально стабильные элементы обеих фотографий - контуры, границы разных цветовых фрагментов Сначала производится фильтрация изображений, подавление

«зернистости», затем по отношению к более или менее фильтрованному изображению применяется один из методов поиска контуров.

Аппаратная реализация моносистемы. В состав структурной схемы ТВ измерительной системы входит датчик изображения, система ввода изображений в ЭВМ, привод и собственно ЭВМ, производящая обработку данных (Рис. 6). Камеры в ТВ измерительной системе предполагается выполнять на приборах с зарядовой связью ПЗС. За счет их жесткой геометрии координатные искажения сводятся к минимуму.

Ввод изображения и форматирование стандартного видеосигнала можно осуществлять и с помощью аналоговой видеокамеры. Видеосигнал из камеры поступает на плату видеозахвата, где реализуется оцифровка

видеосигнала и передача его в ОЗУ по шине PCI путем формирования циклов прямого доступа к памяти. Шина PCI имеет достаточно высокую пропускную способность (133 Мб/с при 32-разрядной реализации и тактовой частоте 33МГц) для передачи видеопотока с разрешающей моносистемы,

способностью, например, 1024 х 1024(и, предположим, камера передает 30 изображений в секунду, причем каждая точка в изображении определяется в восьмибитовой шкале яркости) требуется передавать входные данные со скоростью 8*30*1024*1024 или около 31,5 Мб/с.

Четвертая глава посвящена вычислительному эксперименту, в результате которого получены количественные данные, обуславливающие эффективность математической модели измерения расстояния ДО объекта в целом с помощью одного пассивного датчика, перемещаемого вдоль оптической оси.

Методом статистических испытаний исследовалась зависимость величины среднеквадратичной ошибки mY от: величины среднего расстояния до объекта ¥, лш; угла относительного поворота объекта по отношению к телекамере а,град.

Все результаты расчетов приведены в таблице. Расчеты проводились для гладких поверхностей с простыми рисунками при следующих значениях параметров: », = 640x480 - разрешение фотографий; т = 20...60мм; У = 30, 50, 100, 150, 250™.

____ __Таблица 1

Рис. 6. Аппаратная реализация

а, град 0 5 30 45 60

30-250 30-250 30-250 30-250 30-250

ту,мм 2.4 2.6 2.8 3 3

Кроме этого, было проведено исследование системы, когда в поле зрения телекамеры находится прозрачный, а также однотонный объект

Полученные результаты позволяют сделать следующие выводы

1 Увеличение угла взаимного поворота объекта в интервале 0° < а < 60° мало влияет на работу системы

2 Система может с успехом использоваться для определения небольших расстояний (измерения проводились для расстояний У>30мм)

3 Система может с успехом использоваться для определения расстояния до прозрачных полых объектов с небольшим рисунком

4 При анализе однотонных объектов резко ухудшается качество работы системы Поэтому для нормальной работы рассматриваемой системы необходимо правильное соотношение объекта исследования с размерами изображения

5 Увеличение числа точек помех ухудшает качество работы Однако помехоустойчивость системы высока за счет использования программы устранения геометрических нелинейных искажений, присутствующих в изображениях

ЗАКЛЮЧЕНИЕ

Основные результаты диссертационной работы состоят в следующем

1 Разработана математическая модель метода, позволяющего с высокой точностью измерять небольшие расстояния

2 Выполнены оценки точности измерения расстояний до отдельных участков исследуемой поверхности Необходимо заметить, что остались без учета ошибки, вызванные проекционными искажениями фигур подсветки и рассеянием светового потока

3 Разработан аппаратно-программный комплекс моносистемы технического зрения для измерения расстояний Представленная система может с успехом применяться при необходимости точного позиционирования объекта, например, на автоматизированных складах для определения положения движущихся тележек При этом датчик может двигаться вместе с тележкой, и определять положение тележки в реальном времени Незаменимо подобное устройство при работе разного рода кранов, штабель - или паллета -укладчиков

4 Проведено экспериментальное исследование определения расстояний до поверхностей различной степени сложности

Список публикации автора по теме диссертации:

Основные результаты диссертации опубликованы в следующих работах

1 Хаметов Р К Построение объемной модели объекта с помощью одного пассивного датчика Шестая научная сессия аспирантов ГУАП Сб

докл В 2ч 4 1 Технические науки / СПбГУАП СПб, 2003 С 202-203 (0 13 п л)

2 Каметов Р К Измерение расстояний с помощью одного пассивного датчика Высокие технологии, фундаментальные и прикладные исследования, образование Т 5 Сборник трудов Второй международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» Санкт-Петербург, Россия / Под ред А П Кудиноза, Г Г Матвиенко, В Ф Самохина СПб Изд-во Политехи ун-та, 2006 -С 308 309 (0 13 пл)

3 Хаметов Р К Распознавание лиц на основе трехмерных моделей Информационные и коммуникационные технологии в образовании Межвузовский сборник научных трудов Вып 3 СПб Изд-во БАН, 2006 С 167-170 (0 25 пл)

4. Хаметов Р.К. Моделирование системы измерения расстояний с помощью одного пассивного датчика Известия Российского государственного педагогического университета им. А.И.Герцена. Аспирантские тетради: №3 (20). Научный журнал. - СПб., 2006 С. 8589. (0.3 п.л.)

5. Хаметов Р К. Моносистема определения пространственных координат объекта. Автоматизация в промышленности: №12: Ежемесячный научно-технический и производственный журнал. — М., 2006. С. 12-13. (0.13 п.л.)

Подписано в печать 08 04 07 Формат 60*84 1/16 Бумага офсетная Печать офсетная Печ л 1,0 Тираж 100 экз Заказ 48

Отпечатано с готового оригинал-макета в типографии Издательства СПбГЭТУ "ЛЭТИ"

Издательство СПбГЭТУ "ЛЭТИ" \97376, С-Петербург, ул Проф Попова, 5

Введение.

1. ОСНОВНЫЕ ПОДХОДЫ К ФОРМИРОВАНИЮ ОБЪЕМНЫХ МОДЕЛЕЙ, ОБЗОР РЕШЕНИЙ.

1.1. Системы технического зрения.

1.2. Измерение расстоянии до отдельных точек поверхности объекта с помощью дальномерных систем.

1.3. Стсреозрение.

1.3.1. Бинокулярное совмещение изображений.

1.3.2. Использование дополнительной сканирующей подсветки.

1.4. Использование специальной подсветки.

1.5. Формирование упрощенных объемных моделей с помощью телекамеры и набора координат реперных точек.

1.6. Выводы.

2. МОДЕЛИРОВАНИЕ МОНОСИСТЕМЫ ИЗМЕРЕНИЯ РАССТОЯНИИ.

2.1. Постановка задачи.

2.2. Зрение одним глазом.

2.3. Движения глаз и зрительное восприятие.

2.4. Однородные координаты и пространственные преобразования.

2.5. Определение расстояния до точек исследуемой поверхности с помощью одной перемещаемой ТУ камеры.

2.6. Математическое описание моносистемы.

2.7. Показатели эффективности совмещения двух изображений в задаче определения расстояний до точек исследуемой поверхности.

2.7.1. Среднеквадратичные ошибки определения пространственных координат до участков поверхности

2.7.2. Зависимость ошибки измерения расстояния до объекта от погрешности в начальных данных.

2.7.3. Оценка точности измерения расстояний до отдельных точек поверхности.

2.7.4. Время выполнении задачи.

2.7.5. Стоимость оборудовании.

2.8. Недостатки оптических датчиков.

2.9. Выводы.

3. ПРОГРАММНО-АППАРАТНАЯ РЕАЛИЗАЦИЯ МОНОСИСТЕМЫ.

3.1. Алгоритм измерения расстояний с помощью одного пассивного датчика.

3.1.1. Калибровка моносистемы.

3.1.2. Масштабирование изображении.

3.1.3. Сравнение дальнего и ближнего изображений.

3.1.4. Обнаружение контуров.

3.2. Аппаратная реализация системы.

3.3. Выводы.

4. ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ.

4.1. Использование корреляционного соответствия фотографий реальной поверхности, полученных с помощью одной TV-камеры, смещаемой вдоль оптической оси.

4.2. Выводы.

Каждый сек, приобретая новые идеи, Приобретает и новые глаза.

Генрих Гейне

Актуальность темы

Для решения различных технических задач нередко приходится строить модель поверхности физического объекта по результатам его наблюдения. Так, например, для функционирования мобильных роботов (моботов) в экстремальных условиях сенсорная система должна обеспечивать формирование рельефа сцены, эта информация используется для коррекции траектории движения робота либо для ее вычисления [74, 75, 92]. По построенной модели окружающей обстановки робот может осуществлять классификацию находящихся в его поле зрения объектов [86, 60, 29] и определять бесконтактным методом пространственное положение и ориентацию обнаруженных объектов для организации самонаведения схвата манипулятора на выбранный предмет [48] .

Трагические события 11 сентября 2001 года создали невероятный спрос на всевозможные биометрические системы. Ученые, занимающиеся проблемами искусственного зрения, бросили все силы на разработку систем безопасности. Оказалось, что системы двумерного распознавания лиц фактически неработоспособны, а другие «биометрические» системы либо слишком неточны (геометрия руки), либо слишком сложны в применении (сетчатка глаза), либо легко подделываются (отпечатки пальцев). А вот системы трехмерного распознавания лиц действительно работают. В этих системах первоочередной задачей является задача построения трехмерной модели лица.

При создании рельефных карт местности [103, 105, 106, 108, 95, 97, 11,44], в медицине [104], в космической навигации [102], в военном деле также возникает необходимость формирования карты глубин. Очень близкими к указанным являются задачи по определению расстояний до различных объектов [8, 28, 43, 57].

Существует множество методов построения объемной модели. В основе одних лежит идея совмещения изображений, которые регистрируются двумя (или большим числом) телекамер, и использование их отличий. Главным препятствием для этого является сложность определения одной и той же точки на двух или более смещенных телевизионных изображениях. Это относительно легко делается для точечных объектов (с малым числом точек). Когда требуется сформировать объёмное изображение реальной поверхности, нахождение соответствия проекций не может быть реализовано.

В отличие от пассивных систем стереозрения в активных дальномерах снята проблема нахождения соответствия проекций одной и той же точки на смещенных изображениях. Они работают по тому же принципу, что и пассивные системы стереозрения, только одна из камер замещается источником управляемого освещения, например лазером.

Другой подход к активной дальнометрии включает в себя определение времени распространения световой волны от дальномера до объекта и обратно; либо использование камеры, содержащей большой массив приемников, с помощью которых анализируется лазерный импульс, охватывающий всю зону обзора.

Таким образом, требование повышения точности измерения небольших расстояний и их реализации в реальном масштабе времени обуславливает необходимость разработки и исследования новых методов определения информации о рельефе сцены.

В разработанной системе моделирования формирование видеоинформации и дальнометрической информации осуществляется с помощью системы моновосприятия. Моносистема образована одной телевизионной камерой, смещаемой вдоль оптической оси на некоторое расстояние.

Объект н предмет исследования

Объектом исследования является метод измерения расстояний до участков поверхности с использованием системы технического зрения (СТЗ) в качестве датчика информации, а предметом исследования -характеристики данного метода.

Цель н задачи исследования

Целыо работы является исследование метода измерения расстояний с использованием одного пассивного датчика на основе компьютерного моделирования и разработка комплекса программного обеспечения для нахождения расстояния до участка поверхности, изображенной на фотографиях в разных масштабах, а также нахождение масштаба ближнего и дальнего планов, при которых наблюдается соответствие. Также следует рассмотреть возможности снижения вычислительной трудоемкости обработки изображений с помощью каких-либо специальных алгоритмов. Для достижения поставленных целей были сформулированы следующие задачи:

- Провести сравнительный анализ существующих методов измерения расстояний с помощью СТЗ и выявить их основные преимущества и недостатки;

- Провести аналитические исследования метода измерения расстояний с помощью одного пассивного датчика, смещаемого вдоль оптической оси и разработать его математическую модель;

- Разработка алгоритма и выбор программного обеспечения для организации математического моделирования информационных процессов измерения расстояний до объекта с помощью одного пассивного датчика;

- Исследование точности измерения расстояний для разных условий и поверхностей различной степени сложности с помощью пассивного датчика и разработка программно-аппаратной реализации моносистемы искусственного зрения.

Методы исследования

Для решения указанных задач в работе использовались методы математического анализа, векторной алгебры, линейной алгебры, дифференциальной геометрии, аппарат теории групп и теории представлений групп, аппарат булевских преобразований. В качестве методов исследования использовались также математический аппарат, лежащей в основе машинной графики, математической статистики, методы моделирования на ЭВМ и объектно-ориентированного программирования, экспериментальные исследования.

Научная новизна

Научную новизну работы определяют впервые полученные и перечисленные ниже результаты:

- уточнена математическая модель измерения расстояний с помощью одного пассивного датчика;

- проведены исследования точности метода измерения расстояний с помощью одного пассивного датчика на основе предложенной математической модели;

- разработан алгоритм обработки информации, полученной от пассивного датчика изображения, и написана программа; проведены вычислительные эксперименты по апробации разработанного метода измерения расстояний на основе предложенной математической модели и алгоритма обработки информации, поступающей от пассивного датчика;

- разработан комплекс характеристических показателей для оценки эффективности предлагаемой математической модели моносистемы искусственного зрения.

Теоретическая значимость работы

Разработанная математическая модель моносистемы и алгоритмы обработки зрительной информации, поступающей от датчика изображения, могут послужить, с одной стороны, расширению технических возможностей СТЗ, которые могли бы строить описание окружающего мира в произвольных условиях, с другой - дальнейшему внедрению СТЗ в традиционные области применения и совершенствованию методов и средств обработки изображений.

Практическая значимость работы выполненных исследований ориентирована на широкий круг применения и может существенно облегчить решение следующих задач:

- экспериментальные и теоретические исследования в области разработки аппаратного и программного обеспечения систем распознавания и обработки изображений; создание промышленных телевизионных следящих систем, ориентированных на решение конкретных задач.

Рекомендации по использованию

Результаты исследования можно использовать в таких областях как робототехника, искусственный интеллект, телевидение, цифровая обработка изображений и ряду других.

Достоверность научных результатов исследования обеспечивается проверкой соответствия результатов моделирования данным натурных экспериментов, подтвердивших справедливость основных положений диссертации; публикациями в реферируемых журналах, участием в тематических конференциях.

Положения, выносимые на защиту

1. Математическая модель моносистемы для измерения расстояний до объекта исследования.

2. Вариант построения программно-аппаратного комплекса моносистемы измерения расстояний до участков поверхности, реализующий метод обработки результатов испытаний на основе алгоритма корреляционного совмещения ближнего и дальнего изображений реальной поверхности.

3. Результаты математического моделирования оценки точностных параметров измерения расстояний при исследовании достаточно гладкой поверхности с простым рисунком, позволяющие выбрать режим фотосъемки и технические характеристики устройства для достижения гарантированной точности измерения расстояний до участков поверхности.

4. Результаты вычислительного эксперимента на основе предложенной математической модели. Личный вклад автора

Автором лично выполнены следующие теоретические и прикладные разработки: анализ научно-методической литературы и ресурсов сети Internet для выявления текущего состояния методов измерения расстояний бесконтактными методами; моделирование метода измерения расстояний с помощью одного пассивного датчика для обеспечения его реализации; алгоритм определения расстояния до объекта с помощью корреляционного метода совмещения двух изображений, полученных смещением телекамеры вдоль оптической оси; оценка точности измерения расстояний до отдельных участков исследуемой поверхности; экспериментальное исследование определения расстояний до поверхностей различной степени сложности.

Апробация работы

Основные положения и результаты диссертации докладывались и обсуждались на 6 научной сессии аспирантов ГУАП (Санкт - Петербург, 2003), на 2 международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» (Санкт -Петербург, 2006).

Публикации

Основные результаты диссертационной работы опубликованы в 5 научных изданиях.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения и списка литературы, включающего 110 наименований. Работа изложена на 100 страницах, содержит 21 рисунок и 4 таблицы.

Основные результаты диссертационной работы состоят в следующем:

1. Разработана математическая модель метода, позволяющего с высокой точностью измерять небольшие расстояния.

2. Выполнены оценки точности измерения расстояний до отдельных участков исследуемой поверхности. Необходимо заметить, что остались без учета ошибки, вызванные проекционными искажениями фигур подсветки и рассеянием светового потока.

3. Разработан аппаратно-программный комплекс моносистемы технического зрения для измерения расстояний.

4. Проведено экспериментальное исследование определения расстояний до поверхностей различной степени сложности.

ЗАКЛЮЧЕНИЕ

Задача точного измерения расстояний до участков поверхности различных объектов часто встречается в технических приложениях. В последние годы в связи с миниатюризацией датчиков и существенного увеличения их разрешающей способности появилась возможность исследовать трудно доступные полости как в технических приборах (например, двигателях), гак и в полостях человеческого организма. Так, телекамера фирмы Панасоник, в основе которой взята КМОП матрица типа Майковикон (vMAICOVICON) имеет объем памяти 2 Мпикс. Фирма Olympus изготавливает сверхминиатюрные камеры с еще большим объемом памяти. При использовании таких приборов для медицинских целей, важными условиями являются необходимость измерения очень малых расстояний (от долей миллиметров до единиц сантиметров) и отсутствия активного излучения. Этим условиям удовлетворяет метод измерения расстояний, основанный на корреляционном сравнении фрагментов поверхности объектов, полученных с помощью двух соосных изображений

1. Андреев Ю.М., Мышкина Т.В., Юрга Н.И. Реализация двумерного БПФ на ЦВМ средней производительности. В кн.: Статистический анализ и моделирование процессов и систем. Таганрог: Изд-во ТРТИ, 1977, с. 38 -42.

2. Андреева Е.А., Вергилес Н.Ю., Ломов Б.Ф. К вопросу о механизмах движений глаз // Вопросы психологии. 1973. №1. С. 3-12.

3. Бабушкин С.Г., и др. Оптико-механические приборы. М.: Машиностроение, 1965.

4. Белоглазов И. Н, Тарасенко В.П. Корреляционно экстремальные системы. М., Советское радио. 1974. 392 с.

5. Белоглазов И. Н., Казарин С. Н. Стереоскопическая навигационная система. Известия РАН: Теория и системы управления, № 6, 1997.

6. Белоглазов H.H. Проблемы синтеза и анализа корреляционно -экстремальных систем. В кн.: Адаптивные автоматические системы. М.: Сов. Радио, 1972, с. 120- 155.

7. Белоглазов И.Н., Тарасенко В.П. Корреляционно экстремальные системы. М.: Сов. радио, 1974.

8. Берлянт A.M. Виртуальные геоизображения. М.: Научный мир, 2001. 56 с.

9. Блинов Н.М., Мазуров А.И. Системы прикладного телевидения: Цветное телевидение в биологии и медицине.-М.: Знание, 1987.

10. Болдарев А.И. Калибровка телевизионного датчика изображений в системе моделирования роботов типа «глаз-рука» // распознавание образов и автоматизация проектирования робототехнических зрительных систем. -Киев, 1982.

11. Бутаков Е.А., Островский В.И., ФадеевИ.Л. Обработка изображений на ЭВМ. М.: Радио и связь, 1987. 238 с.

12. Волосов Д.С. Методы расчета сложных фотографических систем.-М.: ОГИЗ, 1948.

13. Винер Н. Кибернетика и общество. Творец и робот. М.: Тайдекс Ко, 2003. - 248 с. (Библиотека журнала "Экология и жизнь". Серия "Устройство мира").

14. Вирильо Поль. Машина зрения / Перевод с французкого А.В.Шестакова под редакцией В.Ю.Быстрова. Санкт-Петербург: Наука, 2004.-144 с.

15. Владимиров А.Д., Хомская Е.Д. Процессы экстраполяции в глазодвигательной системе. М., 1981.

16. Водлозеров В.М., Тарасов С.Г. К характеристике динамических зрительно-двигательных координаций в условиях слежения // Ананьевские чтения-99: Тез: научно-практич. конф. (26-28 октября 1999 г.). СПб. 1999. С. 244-246.

17. Водлозеров В.М., Тарасов С.Г. Зрительно-двигательная активность человека в условиях слежения: Научное издание Харьков: Издательство Гуманитарный центр, 2002. - 242с.

18. Выгодский М.Я. Справочник по высшей математике. — 13-е изд., стер. — М.: Физматлит, 1995.—872 с. — ISBN 5-02-015171-8.

19. Генкин B.JI., Ерош И.Л, Игнатьев М.Б. Информационные устройства робототехнических систем. J1.: ЛИАП, 1985. С. 126.

20. Геродот, 1972. Геродот. История в девяти книгах / Перевод и примечания Г.А. Стратановского. JL, 1972.

21. Гиппенрейтер Ю.Б. Движения человеческого глаза / Ю.Б. Гиппенрейтер. М.: Изд-во Моск. ун-та, 1978. - 256с.

22. Д. Роджерс, Дж. Адаме. Математические основы машинной графики. Москва, "Мир" 2001. 608 с. (главы 2,3).

23. Дж. Реале, Д. Антисери. Западная философия от истоков до наших дней. 1. Античность. ТОО ТК "Петрополис", 1994.-336 с.

24. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 512с.

25. Дэвид Форсайт, Жан Понс. Компьютерное зрение роботов. — М.: Вильяме, 2004.-928с.

26. Дьяконов В.П. Компьютерная математика. Теория и практика. -М.: Нолидж. 2000.

27. Дьяконов В. MATLAB 6: учебный курс-СПб.: Питер, 2001. -592 с.: ил.

28. Ерош И.Л. Построение объемных моделей сенсорными системами роботов. Экстремальная робототехника. СПб.: Изд-во СПбГТУ,2002. Вып.ХИ.

29. Ерош И.Л., Золотарь A.B. Восстановление траектории движения объектов по видимым фрагментам. "Экстремальная робототехника". Выи. XIII, 2003 год, стр. 286-289, СПб, Издательство СПбГТУ.

30. Ерош И.Л., Генкин В.Л., Михайлова З.А. Распознавание объектов сложной формы, перемещаемых конвейерным транспортом // Межвуз. Сб. ЛИАП, 1981. Вып. 148. Вычислительные процессы и структуры. С. 114-117.

31. Ерош И.Л., Игнатьев М.Б., Москалев Э.С. Адаптивные робототехнические системы. Л.: ЛИАП, 1985. 143 с.

32. Ерош И.Л., Игнатьев М.Б. Адаптивные системы управления промышленными роботами. М.: Изд. НИИМАШ, 1979. 59 с.

33. Жаботинский Ю.Д., Исаев Ю.В. Адаптивные промышленные роботы и их применение в микроэлектронике. М.: Радио и связь, 1985. 105 с.

34. Зенкевнч С.Л., Ющенко A.C. Управление роботами. Основы управления манипуляционными роботами: Учеб. Для вузов М.: Изд-во МГГУ им. Н.Э. Баумана, 2000.-400 е., ил.

35. Зенкевнч СЛ., Назарова A.B. Калибровка визуального сенсора в робототехнической системе // Проблемы машиностроения и автоматизации. М. 1986. Вып. 11.

36. Зильберберг Н.И. АЛГЕБРА-9. Для углубленного изучения математики. Учебное пособие. Издательство Псковского областного института усовершенствования учителей, 1993.-241с.

37. Зуев В.Е., кабанов М.В. перенос оптических сигналов в земной атмосфере (в условиях помех). М.: Сов. Радио, 1977. 368 с.

38. Казарин С. Н., Доля Ю. JI. Алгоритм вычисления дальности до препятствий по изображениям, полученным пассивным датчиком многокадрового типа. // Автоматизация процессов сбора и обработки видеоинформации. Научно-методические материалы. -М., ВВИА, 1994.

39. Карасик В.Е., Орлов В.М. Лазерные системы видения: Учебное пособие.-М.: Изд-во МГТУ им. Н.Э. Баумана, 2001.-352 е., ил.

40. Кожухов Д. Генерация трехмерных ландшафтов // http:/Av\wv. vvsu.ru/dkcsc/

41. Компьютеры, модели, вычислительный эксперимент. Введение в информатику с позиций математического моделирования / Авт. Пред. А.А.Самарский. М.: Наука, 1988. - 176с. Ил. - (Серия "Кибернетика -неограниченные возможности и возможные ограничения").

42. Красовский A.A., Белоглазов И.Н., Чигнн Г.П. Теория корреляционно экстремальных навигационных систем. М.: Наука, 1979.

43. Крот В.М., В.И. Рыбак, A.B. Хомеиок. Стереосистема уточнения пространственного положения объектов // Робототехника: новый этап развития. М: Наука, 1993. - 142с. ил. - (Серия "Кибернетика -неограниченные возможности и возможные ограничения").

44. Куафе Ф. Взаимодействие робота с внешней средой: Пер. с франц. -М: Мир, 1985.-285 е., ил.

45. Леонтьев А.Н. Лекции по общей психологии, под ред. Д.А.Леонтьева, Е.Е.Соколовой, Москва, Смысл, 2000.

46. Мазуров А.И. Зрение роботов (Цифровое зрение систем визуализации и роботов).-М.: Знание, 1991.-64 с. (Новое в жизни, науке, технике. Сер. "Радиоэлектроника и связь"; № 2).

47. Максутов Д.Д. Астрономическая оптика.-М.: ОГИЗ, 1944

48. Медведев Г.А., Тарасенко В.П. Вероятностные методы исследования экстремальных систем. М.: Наука, 1967.

49. Михайлов В.Я. Фотография и аэрофотография. -Л.: Геодезическая картография, 1952.

50. Михайлов Б.Б. Развитие промышленных систем технического зрения.//Робототехника: новый этап развития. М.: Наука, 1993. - 142с. ил. - (Серия "Кибернетика - неограниченные возможности и возможные ограничения").

51. Новик Ф.С., Ногин П.А. Киносъемочная оптика. -М.: Искусство,1968.

52. Павловский В. Е., Рабыкина В. 10. Моделирование алгоритмов обработки данных TV-сенсора при обнаружении препятствий мобильным роботом. // Адаптивные роботы и GSLT. Труды международной школы-семинара им. А. Петрова. Russia - Italy, 1998.

53. Пенроуз Роджер. Новый ум короля: О компьютерах, мышлении и законах физики: Пер. с англ. / Общ. Ред. В.О.Малышенко. М.: Едиториал УРСС, 2003. - 384 с.

54. Петров A.A. Об оценках перспектив развития систем технического зрения роботов // Системы технического зрения. М.: Наука, 1991. С. 116-123.

55. Петров A.A. Активное формирование моделей проблемной среды очувствленными роботами.-М.: ИППИ РАН, 1997.

56. Поль Вирильо. Машина зрения. Санкт-Петербург: Наука, 2004.

57. Промышленные роботы: Внедрение и эффективность: Пер. с яп./ АсаиК., КигамиС., КодзимаТ. И др.-М.: Мир, 1987.-384 е., ил.

58. Психология ощущений и восприятия / Под ред. 10. Б. Гиппенрейтер и др. — изд. 2-е, исправленное и дополненное. — М.: «ЧеРо», 2002. — 610 е., пл. — (Хрестоматия по психологии).

59. Разработка систем технического зрения и их применение в промышленности // Тезисы докладов научно-технической конференции, г. Устинов, 1986. С. 135.

60. Реальность и прогнозы искусственного интеллекта: Сб. статей; Пер. с англ./Под ред. и с предисл. В.Л.Стефашока. М.: Мир, 1987.-247 е., ил. - (В мире науки и техники).

61. Роберте Л. Автоматическое восприятие трехмерных объектов // Интегральные роботы, М.: Мир, 1973. С. 68-75.

62. Рубинштейн С.П. Основы общей психологии, Спб, 1999г, 720 стр

63. Русинов М.М. Техническая оптика.-Л.: Машгиз, 1961.

64. Русинов М.М. Фотограмметрическая оптика. Л.: Геодеззиздат,1962.

65. Слюсарев Г.Г. Геометрическая оптика.-М.: Изд-во АН СССР,1946.

66. Смирнов В.Д. Цифровые фотоаппараты. Базовые модели и основы теории). СПб.: Изд-во "Петербургский ин-т печати", 2002.- 192 с., илл.

67. Специальная теория относительности. М., Мир, 1967, стр. 239265.

68. Тарасенко В.П. Метод корреляционного анализа в применении к задаче автономного наведения по картам местности. Канд. Дисс. Томск, СФТИ, 1961.

69. Тимофеев A.B., Экало Ю.В. Системы цифрового и адаптивного управления роботов: Учеб. пособие. СПб.: Изд-во СПбГУ, 1999. 248 с.: ил. ISBN 5-288-01081-1

70. Тимофеев A.B. Адаптивные робототехнические комплексы. Л., 1988. 334 с.

71. Троицкий И.Н. Оптимальная обработка информации: (Становление и развитие принципов). М.: Знание, 1990. - 64 с. - (Новое в жизни, науке, технике. Сер. "Радиоэлектроника и связь"; №6).

72. Фаттах Нурихан. Язык богов и фараонов. Казань: Татарское книж. Изд-во, 1999.-488 с., с илл.

73. Фихтенгольц Г. М. Курс дифференциального и интегральногоисчисления. Том III. — М.: Фшматгиз, 1963 г.

74. Фу К., Гонсалес Р., Ли К. Робототехника: Пер. с англ. Под ред.

75. B.Г. Градецкого. М.: Мир, 1989.

76. Хаметов Р.К. Построение объемной модели объекта с помощью одного пассивного датчика. Шестая научная сессия аспирантов ГУАП: Сб. докл.: В 2 ч. Ч. 1. Технические науки/ СПбГУАП. СПб., 2003. 340 с.: ил. ISBN 5-808800095-1

77. Хаметов Р.К. Распознавание лиц на основе трехмерных моделей. Информационные и коммуникационные технологии в образовании: Межвузовский сборник научных трудов. Вып. 3. СПб. Изд-во Б АН, 2006.1. C. 167-170.

78. Хаметов Р.К. Моделирование системы измерения расстояний с помощью одного пассивного датчика. Известия Российского государственного педагогического университета им. А.И.Герцена. Аспирантские тетради: №3 (20): Научный журнал. СПб., 2006. С. 85-89.

79. Хаметов Р.К. Моносистема определения пространственных координат объекта. Автоматизация в промышленности: №12: Ежемесячный научно-технический и производственный журнал. М., 2006. С. 12-13.

80. Хименко В.И., Маслова Ю.А. Распространение лазерного излучения в открытом атмосферном канале. Шестая научная сессия аспирантов ГУАП: Сб. докл.: В 2 ч. Ч. 1. Технические науки/ СПбГУАП. СПб., 2003. 340 е.: ил. ISBN 5-808800095-1

81. Хори Б. К. П. Зрение роботов. — М.: Мир, 1989.

82. Хромов Л.И. и др. Твердотельное телевидение. М.: Радио и связь, 1986.

83. Чуриловский В.Н. Теория оптических приборов. М.: Машиностроение, 1966.

84. Юревич Е.И. Интеллект и творчество. Экстремальная робототехника. СПб.: Изд-во СП6ГТУ,2002. Вып.ХИ.

85. Янг Дж. Ф. Робототехника. Л., Машиностроение. 1979.

86. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979.

87. Arras К.О., Siegwart R.Y., "Feature Extraction and Scene Interpretation for Map-Based Navigation and Map Building", Proc. of SP1E, Mobile Robotics XII, Vol. 3210, p. 42-53, 1997.

88. Agin G.J. An experimental vision system for industrial application // Proc. of the 5th Intern, symp. on industr. robots. Chicago, 1975. P. 135-148.

89. Brega R., "A Real-Time Operating System Designed for Predictability and Run-Time Safety", The Fourth Int. Conference on Motion and Vibration Control (MOVIC'98), Zurich, Switzerland, 1998

90. C. Reich. Photogrammetric matching of point clouds for 3D measurement of complex objects. — Proc. SPIE 3520, 1998, pp. 100-110

91. Coombs D. Real-time binocular smooth pursuit / D. Coombs, C. Brown // International Journal of Computer Vision 1993 - Vol.11, №2- P. 147-164.

92. H. J. Tiziani. High Precision Surface Topography Measurement. — In: "Optical 3-D Measurement Tehniques Ш", A. Gruen and H. Kahmen Eds., Wichmann, 1995.

93. Julesz B. 1960. Binocular depth perception of computer-generated patterns, The Bell System Technical Journal 39(5), pp. 1125-1162.

94. Kurokawa H., Matsumoto K., Iwashita M., Nukiyama T. The Architecture and Performance of Image Pipeline Processor. Proceedings of the VLSI'83, Trondheim, Norway, August 1983, pp. 275-284.

95. Marr D. 1977. Analysis of occluding contour, Proceedings, Royal Society, London B-197, pp. 441-475.

96. Marr D. and Poggio T. 1979. A computational theory of human stereo vision, Proceedings of the Royal Society of London B 204, pp. 301-328.

97. Nebylov A., Tomita N. Control aspects of aerospace plane docking with ekranoplane for water landing. — 14th IFAC Symposium on Automatic Control in Aerospace. Seoul National University, Korea, Aug. 1998, pp.389-394.

98. P. Altmeyer, 11. Erbler, T. Kroemer, II.-P. Duwe, and K. Hoffmann. Interferometry: A new method for no-touch measurement of the surface and volume of ulcerous skin lesions. — Acta dermato-venereologica, 1995, 75, pp. 193-197

99. P. Altmeyer, H. Erbler, T. Kroemer, H.-P. Duwe, and K. Hoffmann. Interferometry: A new method for no-touch measurement of the surface and volume of ulcerous skin lesions. — Acta dermato-venereologica, 1995, 75, pp. 193-197

100. R. M. Littleworth and J.H. Chandler., Three dimensional computer graphic models by analytical photogrammetry. —Photogrammetric record, 85, 1995, pp. 65-76

101. R.Held, J.Rekosh.Science,141, 722 (1963).

102. T. A. Clarke, M A. R. Cooper, Chen J., and S. Robson., Automated three dimensional measurement using multiple ccd camera views. — Photogrammetric Record, 85, 1995, pp. 27-42

103. Vay R.N., Todd J.D. Vision system for industrial robots of NEL // Proc. of the 1st Intern, conf.: Robot vision and sensory controls. Badford, 1981. P. 13-24.

104. Woodworth R.S. Schlossberg, H. Henry Holt and Company, Experimental Psychology. 1958, pp. 455-491.