автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.13, диссертация на тему:Разработка и исследование методов обработки информации на микро-ЭВМ для анализа сложных сцен в системе технического зрения робота

Р'5 О 3 ч

АКАДЕМИЯ НАУК СОЮЗА СОВЕТСКИХ СОЦИАЛИСТИЧЕСКИХ РЕСПУБЛИК ОРДЕНА ЛЕНИНА ИНСТИТУТ ПРОБЛЕМ УПРАВЛЕНИЯ

(автоматики и телемеханики)

На правах рукописи ИЛЬИН Александр Георгиевич

.УДК 621.865.2:681.518

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ ОБРАБОТКИ ИНФОРМАЦИИ НА МИКРО-ЭВМ ДЛЯ АНАЛИЗА СЛОЖНЫХ СЦЕН В СИСТЕМЕ ТЕХНИЧЕСКОГО ЗРЕНИЯ РОБОТА

Специальности: 05.13.13 — Организация структур и вычисли

тельных процессов в ЭВМ, комП' лексах и системах

05.13.18 — Теоретические основы математического моделирования, численные методы и комплексы программ

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Москва 1990

Работа выполнена в ордена Ленина Институте проблем управления (автоматики и телемеханики).

Научный руководитель

Официальные оппоненты

■ кандидат технических наук, старший научный сотрудник ПЕТРОВ Андрей Александрович.

■доктор физико-математических паук, профессор ПЛАТОНОВ Александр Константинович

кандидат технических наук, старший научный сотрудник КРАСНОВ Андрей Евгеньевич.

Ведущее предприятие — НИИ Автоматизации производственных процессов МЕТУ им. Н. Э. Баумана.

Защита состоится «...». . . 1990 г.

в . . . . час. на заседании Специализированного совета № 2 Института проблем управления (автоматики и телемеханики) Д002.68.01 по адресу: 117342, Москва, Профсоюзная ул., 65. Телефон Совета 334-98-29.

С диссертацией можно ознакомиться в библиотеке Института проблем управления (автоматики и телемеханики).

Автореферат разослан « 1990 г.

Ученый секретарь Специализированного совета доктор технических наук

В. В. Игнатущенко

wcretiiiiv

v.- !

.,1 05ПАЯ ХАРАКТЕРИСТИКА РАБОТ«

' . Г-':" !

" 'Актуальность пообпенц. В настойте время во всем мире растет !7ip:c проньтаенних роботов, которыз оснащаются сиетена'са счуэ-стзл%низ '.! адаптации для обеспечения их функционирозаяия з уело-е:ш неточность» упорядоченных рабочих сред. Одним из наиболее перспективных средств очувствления роботов являэтея спстенн технического зрения (СТЗ). При роботизации таких производственных операций, как сортировка, кассетнрованпе деталей, комплектация кокпоиектоз для сборки и т.п., задача СТЗ состоит в определении типа детали, ее пологения и ориентации на рабочей плоскости. Существующими СТЗ, реализованными на доступных микроЗВИ. обычно используемих в системах управления роботами, эта задача для объектов произвольной формы решается з реальном времени, как правило, только в сравнительно простых ситуациях, когд*- изоора-гения анализируемой сцеки не имеет существенных пскаг.енич. Однако задача резко усложняется в реальных условиях, когда из-за загрязнении, соприкосновений, частичных перекрытий объектов, тенен, блнхев п других подобных причин часть изображений объектов подвергается сильном искажениям. Изесстннз в настоящее время подходи к решению этой проблемы либо узко специализирована и обеспечивают работу лис;ь с нешироким классом конкретных объектов, либо еао не выали за рэнка лабораторных экспериментов, где анализ сцен ведется не а реальном времени, либо требуют для своей реализации •дорогих ЭВМ ввеокой производительности. В связи с этим актуальна задача создания оЗйсвтавюи методов обработки зрительной информации в условиях ее существенного лскаденпя я организации. вьгаслениЗ з СТЗ на базе доступных '-нкроЭВ?;, обеспечив ^щен работу робота с щироким классом обтектоз.

работы являются разработка, теоретическое и экспериментальное исследование методов обработки информации в СТЗ робота для определения типа, положения и_ ориентации различных промышленных деталей на сложных сценах при существенной искажен:»! их изображений, а такзсе создание комплексов алгоритмов и программ, рзализукщил эти методы б реальном Бремени на базе универсальных микроЭВК. Для достижения этой цели необходимо решить следующие основные задачи.

»

1. Разработать и теоретически обосновать систему вычислительно аффективных локальных признаков для классификации существенно искаженных изображений широкой номенклатуры объектов, пригодную дял использования в СТЗ робота, построенной на база микроэвм.

2. Для построения систем автоматической классификации объектов и интерпретации сложных сцен разработать: методы обработки информации для сегментации контуров с целью выделения локальных особенностей; способ описания изображения объектов и сцена с целенаправленным отбором зрительной информации; процедуры формирования и проверки гипотез о типе и положении объектов на сцене.

в. На основе предложенных подходов создать алгоритмы и программы обработки и анализа зрительной информации, а также решить вопросы структуры и организации вычислительных процессов в СТЗ робота.

4. Реализовать комплекс программ машинного моделирования и экспериментальную СТЗ адаптивного робота на базе микроэвм и провести комплексную проверку эффективности • разработанных средств при анализе слохных сцен с типичными промышленными деталями.

Методы исследования. Работа выполнена с применением методов вычислительной математики и искусственного интеллекта, теории

дифференциальных уравнений, теории распознавания обрззсз. Проверка теоретических результатов и разработанных алгоритмических и программных средств проводилась методом наешнкого неделимовзчпя и в экспериментах.

Научная нозизна. В диссертации предложены и исследованы новые методы обработки информации в СТЗ робота для анализа существенно искаженных изображений объектов в сложных сценах, а тахже разработаны комплексы алгоритмов и программ, реализуэдие эти методы й реальном времени на системе микроэвм тта "Электроника-60". При этом получены следующие основные научные результаты:

1) Разработана и теоретически'обоснована оригинальная система классифицирующих локальных признаков, инвариантных к сдвигам к поворотам изображения, отличающаяся применимостью к широкому классу объектов, однородностью вычислительных операции, помехо-устойчкзостью и допускающая эффективную реализации з реальном времени на микроЭВМ;

2) С целью автоматического построения описания изображения и повышения быстродействия системы предложен и теоретически обоснован метод автоматической сегментации контуров произвольном формы, позволяющий выделять их информативные локальные особенности;

3) Организован целенаправленный процесс формирования и проверки гипотез о наличии и положении на сцене объектов широкой номенклатуры з условиях существенных искажений их изображений;

4) Теоретически, а также путем модельных и натурных экспериментов на созданной двухмашинной СТЗ 8 составе адаптивного робо-тотехтческого комплекса показана возможность анализа сложных сцен в реальном времени.

Практическая ценность. Результаты диссертационной р ¡боты

позволяют решать практические задачи применения СТЗ роботоз б производственных условиях при работе с соприкасающимися, частично перекрывающимися, загрязненными объектами широкой номенклатуры без специального освещения. Разработанные алгоритмы и комплекс программ ориентированы на доступные универсальные ¡шкроЭВМ типа "Электроника-60" и могут быть использованы при создании СТЗ промышленных роботов, не требущих существенных затрат на организацию рабочей среды и удобных для пользователей, благодаря автоматическому формированию описаний объектов.

Достоверность научных положений и выводов подтверждена аналитически, результатами машинного моделирования, а такте данными натурных экспериментов с разработанной СТЗ.

Реализация результатов. Разработанные алгоритмы и программы переданы в НПО "ЭНИМС" для использования при создании СТЗ промышленных роботов различного назначения. Кроме того, созданные средства машинного моделирования и двухмашинная СТЗ робота применены в Институте проблем управления при организации адаптивного робо-тотехнического комплекса со зрением на базе серийного робота ТУР-1ОХ, который используется при проведении плановых и хоздоговорных работ.

Апробация работы. Основные результаты работы докладывались на конференциях молодых ученых и специалистов Института проблем управления в 1937 и в 1988 гг. на Всесоюзном семинаре "Адаптивные средства для роботизации производственных процессов" Сг. Ростов, 1339), на 2-м Республиканском семинаре "Проблемы создания систем обработки, анализа и распознавания изображений" (г. Ташкент, 1983), на 9-й Всесоюзной конференции по нейрокибер-нетике (г. Ростов-на-Лону, 1389), на Всесоюзном семинаре "Системы технического зрения и их применение в САПР и робототехнике" (г.

Севастополь, 1089), на 11-и Всесоюзном совещании по проблемам управления (г. Тачкент, 1939), на 5-й >!гздународноа конференции по искусственному интеллекту и вн^орнациокно-упрзвлясвм системам роботов (ЧССР, Зтрбске Плес», 1989).

Публикации, структура диссертации. По материалам диссертации спублнксзано пять печатных работ. Диссертационная работа изложена кз 150 стр. основного текста, включающего введение, три гласи и згклвчегшо, cosepntr <59 рис. и список литературы кэ 86 наккьн.^-заний.

СОДЕРЖАНИЕ РАБОТЫ

¿и. ¿:5яениз показана актуальность исследования, сформулированы цели и основные задачи диссертации, перечислены основкь'э ее полохекия.

В necsoS глэве вначале проведен критический анализ литературы, показавший, что чаща зсего задача построения системы •классифицирующих локальных признаков решалась для описания {-рзте.чтсз контуров заранее определенной форма. Признаки, оЕ/чиелительно эффективные как при расчете, так и при дальнейшем использовании, как правило, были пригодны лишь для узкого класса объектов и не обеспечивали возможности его расширения. В некоторых работах делались попытки решить задачу для обцэго случая - фрагментов контуров изображений объектов, произвольной формы. При этом авторк пытались обобщить на локальный олуши ргх'яичннэ регулярные подходы к построению глобальных признаков, инвариантных к преобразования к изображения (например, на основе Фурье-пресбразоззнии, но-ментных инвариантов). В принципе, это могло бы обеспечить автоматическое построение совокупности характеристик, требуемой для

олпсаш:я ;:зсфаа2нк£ широкого класса с&еэтсг. О-яахс к? пкктккг рзсснотг-гавуз подхода не кегли бглъ ойоктнкко роаллзозгкк: г ус;;оаллл зграийчеиных зыч;:сл!!телз;:;.;х ресурсов С То робота. Б седз;: о этой б дшюЛ глазе разработан козы;: вы-пкштедья? о^-ггстквк-ггй рзгухлрньй слоооб лостроет саст«кы локальных признаков, вогсрьгЛ лзлл^гся '-¿зе..'гном проллолоклегэ г Плотлгуто проблей упраглохил полола лоопс^кху слоге;: олноролх-лх глсоальклх контурных гнза-риангое.

5 сб-л.лм слулсь пркняю изо$раз»К1!б объекта прелстггллть уло-рядочанкол совокупность» координат {Х>=(Х1-(1Л , 1=Г7П) 7очок V. г о коитуса. 2 услсекях сулагтвелк^х кекггекай положение некоторых ¡¡з згах точек ногьт сильно отличаться от истинного полог:э;х:л контурно? ;.-:нии. Кроне того, но точки Ш дейотеу&г произвольное преобрззсеааие плоскости, отображавшее точку £ в точку где С за=;:слт от г-верного вектора параметров прообразован:!.?: ?=Ср1(р2,... ,рг)т. Кспользуеназ для целей кяасси{-нка:у!и контуг» объекта признак«, задаваемо» некоторой функцией сЧШ), долги» бить локальными - характеризовать только К (К<Ю точек непрерывного участка контора - к инаариантнкми к заданному типу преобразований в.

Условие инвариантности признаков к. преобразованию в, отвечавшего естественным требованиям непрерывности, взаимнооднозначное™ преобразований, замкнутости относительно суперпозиций к обратного преобразования, нохет быть представлено в виде следуй-цей системы дифференциальных уравнений:

й*с?х» аз?р?х.о

а

5Р,

?=0

=0,

и=Г7г.)

Ш

- : ■ -. В г.;: р^от-э б:; л гддег.лоден ул/¡.и-:.': ме-

•дпгд.лзг.?.'.-'.-;:"'.' '.•;>'р-.-_лпл ":ЧС(л)0 1 .■

д:л :* : • : о:д~.::удк,;сд;: ;Г" с^отдч Л) д."

г.а Л, дотсрс-з заддонг только от т.;г,а л; -:-слр ;зо&:;к:'л

зтдд уд~:::дь гсстго.;?ь систему однородны;-: ликальд:;",;

. одд :д:::\чк-;.1 сс'г-дзо-! :: гл;:тбг>;;зу;.Д'!л -о;ну участ-л контур! :: кд-ооу .з^зг.'.'.ч 3.

Р::сс::од::: ! ухаете-: лектура <л>^ дпкисЗ К, ка"!'.:н-

: Д";ел с С--.: тот.:;' Л,. Езеддм ; рассмотрение две ндпересекгкддедд дддекосд. О..:- Г-ГГ"РГ <х,> 1=17"' точек- зтег:

("<] г-,Ст-:-1, С< и --Ч-1, где '„'=Сопз1 и ';>М), Ре;зек::еи о'.'стс-» и гкг* С1) длл созо;<упнс>сги " точек, еостоддед СМ-1) тос О,-} н тод-:;: с индексе!' С+'.М, д^ля-дед

:-.-.:тор-.:уд-:ц::я 3 СО^О, , ^,. .. )- разн-зеноетьэ Л-ЗМ-г, где О - г.е.д'д:- '.¡ктегрдг.ц С1). Построение Г", ззаа.^ио'! с-х-

дзку дег^дьддд :, участ.-:.} (л>д, ссудестзлг.зто.ч Д

л

зь::7ор~..у-;чд::;; ^ з юот:этстз;::: со слоау?,д,.1". утгер::деч,:-;М.

Утд'д^'ддг;^; £сл;: двудердад аектср-буккцяя построена

так, чте едподкдедед условие |а)кС\^то для <л>^ зедтсо-^удкцдя дидз:

■•] = (иАс<Й1 ),иГс<Х? > , К, ).....

«^'^П"!3.....)т.

с к«<к ),

задает пол.чуэ систему локальных признаков данного участка контура.

При расчете разработанной системы признаков требуется вччис-

лять значения ке более 2М-г разных функций вида Ъ-, что имеет важное значение для вычислительной реализации,

На основе предложенного общего способа построения полной системы локальных признаков была разработана конкретная система признаков для наиболее часто встречающегося в робототехннческиг, приложениях случая преобразований - сдвигов к поворотов изображения:

(2)

где „'=17? V! 1 +ГТ,'»-и. Система признаков (2) имеет простую геометрическую интерпретацию и записывается в следующем виде-.

СЗ)

где первый индекс векторов а и о задает начальнуа, а Еторой -конечную точки соответстеуэдего вектора Сем. рис. 1), а - угол меаду векторами а и Ё.

Как показано на рис. 1, для получения данной системы на контуре задается окно в виде отрезка фиксированной длины ОМ), на котором строятся векторы а и В. Все векторы исходят из начальной точки окна, вектор В направлен в конечную точку, а вектор а -поочередно в каждую из промежуточных точек окна. Окно перемещается вдоль контурной линии и в каждом его положении поизводится построение данных векторов и расчет признаков. Согласно утвераде-ни» 1 полученная совокупность значений теоретически обеспечивает однознзчное описание любого участка контура объекта произвольной формы При этом предлогенная система признаков обладает рядом

Рис. 1

практически ваиых достоинств.

1. Признаки инвариантны к сдвигам и поворотам, что позволяет эффективно сравнивать форму участков контуров, независимо от их положения и ориентации.

2. В отличие от других систем признаков, где расчет признака каждого вида ведется по своему алгоритму, здесь вся система является вычислительно однородной, поскольку расчитывается по единому алгоритму с использованием одних и тех зсе выражений (2). Это свойство, а так.; алгоритмическая простота вырахений (2) обеспечивают высокую эффективность расчета признаков, особенно на однородных вычислительных структурах.

3. Проведенное численное исследование показало приемлемую дискриминирующую способность локальных признаков С2) в условиях характерных для СТЗ роботов шумовых искажений изображения вследствие его дискретизации.

Таким образом, полученные в первой главе результаты обеспечивают теоретическую основу для разработки и практического использования методов описания и анализа изображений.

Во второй главе вначале по результатам критического анализа литературы сформулированы основные требования к методам построения описания изображения и организации процесса классификации объектов на сложной сцене.

Функционирование СТЗ роботоз, как правило, разделяется на дза этапа: "обучение" и "работа". На этапе обучения в систему без существенных искажений вводится изображение каздого объекта и на основе используемой системы признаков строятся описания его частей. Сама по себе совокупность таких описаний еше не обеспечивает описание объекта произвольной формы в целой. Поэтому при обучении системы необходимо построить некоторую модель - эталонное описание полного изображения объекта. При этом актуальной является проблема автоматической сегментации выделения тех частей изображения (локальных особенностей), которые наиболее информативны, т.е. с большей определенностью позволяют предположить тип объекта и его положение на сцене в процессе классификации. Существующие подходы чаще всего специализированы для выделения локальных особенностей заранее определенной формы, что неизбежно вносит ограничения на класс рассматриваемых объектов. Попытки использования известных теоретически общих подходов (например, основанных на анализе кривизны контура) показывают ограниченность их практического применения в условиях существующих шумовых искажений изображения. Поэтому презде всего в данной, главе решается задачи разработки метода сегментации изобрахения объек а произвольной формы и построения его эталонного описания, .^а основе предложенной системы (3) локальных признаков раз-

работай способ сегментации произвольного контура. Вычислительная эффективность этого способа обеспечивается за счет замены анализа исходного контура, подверженного сдвигам и поворотам, анализом отображавшего его форму образа, положение которого не меняется. Для формирования такого образа было предложено использовать гс-догрэф Г - кривую, образованную при перемещении конца двумерного вектора признаков (Б,У)7; точки годографа Г:

V l^j.L-Ji^j.V-J^

и I"» lid I-,,''

С4)

получаются из (3) при фиксированном положении конца вектора á в L-й CL^Const, 1<L<W) точке окна, скользящем вдоль контурной линии. На рис. 2а приведены примеры годографов простых геометрических фигур, иллюстрирующих отображение формы объекта его годо-графок.

По изменениям формы Г можно судить об изменениях формы самого контура и в соответствии с отнн проводить сегментации. Для примера на рис. 1 показан контур реального промышленного объекта, где округлостям!! отмечены центры локальных особенное"-А, выделенных предложенный методом в результате анализа его годографа, фрагмент которого, соответствуэдий локальным особенностям 5, 6, и 7, показан на рис. 26.

На основе исследований и имитационых экспериментов было установлено, что, в отличие, например, от методов, основанных на анализе кривизны контура, предложенный позволяет в условиях шумовых искажений проводить устойчивую сегментацию не только резко изменяющихся, но и сглаженных контуров.

В результате теоретических исследований свойств годографа С45 было показано, что кроме выделения локальных особенностей в

соответствии со следующим утверждением он мотет быть использован и для упрощения их описания.

Утверждение Если контур сЬ представлен последователь ностью равноотстоящих точек, то любой участок годографа Г, содержащий точку (5,V)0:,4=0, является однозначным описанием соответствующего непрерывного фрагмента контура

В соответствии с этим утверждением для описания локальных особенностей, содерхащих фрагмента контура с линейной или близкой к ней формой, отпадает необходимость расчета всей системы признаков (3) :1 достаточно использовать лишь соответствующие участки годографа (4). Это позволило существенно сократить вычислительные затрата для описания таких локальных особенностей.

Далее решается следующая задача главы - организуется автоматическое построение эталонных описаний объектов. Эталонное описание долхно обеспечивать представление (формы объекта и эффективную обработку зрительной информации. В связи с этим на основе выделенных локальных особенностей предлохено формировать эталонное описание объекта СМЭ) в виде двух частей - инвариантной оф и неинвариантной С!-ф к сдвигам и поворотам.

Инвариантная часть описания позволяет сравнительно легко

восстановить ферму всего контура за счет совокупности признаков

((Ч.^.ур кахдой Г-й'локальной особенности и реляционных харац-

1 ?

теристик - расстояния аШрНрН^ на рис. 1) между соседними вдоль контура локальными особенностями.

Неинвариантаая часть обеспечивает представление структуры всего объекта, который могет иметь более одного контура, и позволяет определять предполагаемое положение объекта на сцене исходя из характеристик положения и ориентации Ср^) его локальных особенностей. Кроне того для повышения достоверности результатов

анализа сцены для какдой локальной особенности е К? включается код ССг на рис. 1) специально разработанного контрольного представления, что позволяет достаточно эффективно с необходимой степенью детализации восстанавливать изображение соответствующей локальной особенности.

Формирование эталонного описания каздого объекта осуцесгвля-ется на основе его изображений в нескольких положениях, что позволяет оценить на этапе обучения и учесть на рабочем этапе возможный разброс значений У.Б.Ш.Н1,!}2,^,? и С. В используемое на рабочем этапе описание сцены в отличие от эталонного описания объекта не включаются коды С^.

При завершении этапа обучения СТЗ строится база эталонных описаний всех объектов. При построении этой базы учитывается, что объект на сцене легче найти по его какой-либо характерной части. В связи с этим для повышения информативности I"? предложено использовать совокупности К расположенных вдоль контура локальных особенностей - И-плетк - к с учетом их контекстного описания

при ¿=1

С<У^>,Н при 1=2 1=СГ7Н),

. при £3

отбирать те К-плеты, которые наименее часто встречаются в других объектах. Это с одной стороны, не накладывает ограничений на форму обьекта, а с другой стороны, позволяет более целенаправлено организовать процесс классификации объектов в сложной сцене.

Для реализации рабочего этапа функционирования СТЗ решается задача организации процесса классификации, суть которого состоит в поиске неискаженных частей изображения объектов на изображении сцены. Основная сложность организации этого процесса связана с

проведением большого количества сопоставлений различных фрагментов объектов и сцены, необходимых для выдвижения и проверки гипотез о наличии и положении объектов и, з конечной итоге, принятия реиения о составе сцены.

В известных по литературе работах процесс классификации чаще всего организуется либо "поиском по дереву решений", либо с использованием различных методов кластерного анализа. В первом случае сокращение размерности пространства сопоставлений достигается за счет использования высокоинформативных локальных особенностей для определения предполагаемого положения и целенаправленного поиска остальных частей изображения предполагаемого объекта. Однако эффективность такого подхода обеспечивается только при наличии у объекта и сохранении на сцене соответствующих локальных особенностей. Во втором случае это требование не является существенным, поскольку используемые методы кластерного анализа обеспечивают совокупны:"! учет всех сохранивнихся неискаженными фрагментов изображения каждого объекта. Однако из-за необходимости обработки всего доступного объема данных не обеспечивается вычислительная эффективность процесса. В связи с этим была решена задача организации эффективных вычислительных процессоз $ормироззтп и проверки гипотез, которые позволяют резко сократить объем пераво-ров различных пзриантов сопоставлений, реализуемы на доступных микроЭВМ и не в.-. усят существенных ограничений на класс объект .

Предложенное в диссертации построение процесса классификации обеспечивает сокращение вычислительных затрат на каадои этапе его выполнения.

Анализируемая сцена в принципе рассматривается как возможный набор изображений нескольких отдельных групп объектов, каэдую из которых можно анализировать самостоятельно. Поэтому вначал; на

основе предложенного представления изображения сцены в виде дерева ее замкнутых контуров (рис. За) целенаправлен© выделяется изображение отдельной группы объектов (например, Т^ на рис. За), что позволяет при анализе сократить вычислительные затраты и уменьшить вероятность получения ошибочных результатов.

Формирование гипотез о наличии и положении объекта на сцене выполняемся так, чтобы за счет целенаправленного использования наибольших участков изображений объектов, оставшихся неискаженными на сцене, сократить пространство поиска фрагментов тех объектов, чье изображение подверглось искажениям в больней степени.

Для этого вначале по совпадающим локальным особенностям сцены и эталонных описаний (например, указанных на рис. 36 стрелками), их контексту и информативным К-плетам формируются классифицирующие гипотезы (Нп) о наличии объекта п-го типа на сцене. При этом по каждому неискаженному непрерывному участку контура объекта формируется одна общая гипотеза, указывалэдая на все локальные особенности этого участка. Далее производится определение предполагаемого положения объекта (х,у,а на рис. Зв) 1! формирование локализующих гипотез (Нпхуа). Если гипотеза оказалась сформированной лишь по одной локальной особенности, то вследствие неизбежных шумовых искажений изображения предполагаемое положение объекта может достаточно сильно отличаться от истинного положения. В этих условиях для объединения информации о разрозненных участках контуров вместо обычно выполняемого здесь процесса расчета положения объекта и поиска на сцене его предполагаемых локальных особенностей оказывается вычислительно более эффективным группирование однотипных гипотез по близости их па>аметров х, у и а.

Деленаправленный поиск оставшихся ненайденными локальных

Рис. 3

л: :л:зздддт сл г:::: лрл^лл гиг:таз. Рслулллл.; од-лл; .. лл;,^-л о лзобрлллллл лрздлолз лалллд ;.:д„дзл.лл ссгб:д;;;зз;л лзл-брагзлил сцо::у по контрольному прзддгалл:-;;:« ССГ) ;: злдллсллолу поддереву контуров СТ,) и срсзислле '.;;: с пороге! Е, . л о. ли

случаях позволяет сразу нолд::л::ть из даддл лллл: провезли гипотезу.

Кз :: лв'зрдзлдд;: этапе пролазадлтел глдлалздлл ллгерл^ст^цлл проверенных гипотез с цел:,» устранения дозделл.агс влияния искрения изображения на результат анализа сцены. Зл:оз ли:лл'кзиру-гтоя колилзстзо гипотез при егрдллдлдл к иолользал^хил; ело:; ллллддчлд особзнйс;то2 оцелл. Это, например, прлзздлт л уддлддл-; глдлд достсзорнах гипотез Гндлрлдзр, "лда,;рат" из рил. Зд) лз тис.л а кенкуриррддлх за одну и ту ле локальную особенность слз;дд

Таким образом, во второй глазе реселл задали разработки метода сегментации кентурз, организации базл ол,дог,ллл описании обдектоз и построения знчнелдталддх; процессов ллэогиддлдцди о;г-ектез в условиях существенного пекалдинз пи изоЗрдкеьпд

■ & третьей глазе предложенное цётолы реадизеданл в аллорптлн-чезкем оЗеспечгнк! и в прабденнс-сриентирозанлон кслллелсе прз-грач:: СТЗ робота объемом около £000 спзратороз языка Бертран.

Кроме того, здесь ~е разработан комплекс прэграм.л налинноло ноделированая, ориентлроБСнкьй на исследование различных СТЗ. Этот комплекс позволяет автоматически .¿оркирезать изображения, близкие к получает! в исследуемой скотемо, и удобно проводить модельные эксперименты. Б частности, с его использованием били исследованы разработанные алгоритмы и вь'5ра:з^ рабсчие параметры модул;й проблемно-ориентированного комплекса программ.

'еалияозанные программные подули с выбранны-к? параметрами

л" r.¡ re ■•■:: ::ч гис-утелы;'.:" процесс-» л р?з-: СТО рСлтп. " кэт:спге з;л:;:?л::т-ль-

'ее.,' с-7'c-cne-i; ^-.стол:;;: :г>-;<.? зелте '.лкроГ-а'!

¡¡л?, ot.'¡;"Í.

Гл^г г.ельно": г оj:"г:..ст:-:э хь'чнс.-птслькс.*: чести

;'' ..'р хор.!;»/,'.;; етз язллетая ее ; ухурггк; пм"тр.',е:-::;е, г :;е дни урсзень представляет собой осдельнуг. по;;:.:етему, .;,унк 1'::он;;г>у-ле ееоеН DFM. К ЗЕК по"::г;~чу кпг-его урсзнл через у шее ¡мгра'ог.-'.-¡се s Институте проблем управления устре:':стзо звода нзобр^'-епл под:<л:-;':"'П стандартнее телекамера КТП-63. Зта полсио-7бгэ по запросам гер:<й5го уровня smo.mi?* »вод, предзарительнуез сбр&К-отку н лсузгстзляот построение опжакк :<30бр^13:;:<я согласно разрае отечно:) слетете вокальных признаков С23 и опнеаннону so зтсро.1 глазе методу. Подаистст еерхкгго урозпя представляет cojo;"! своего рог-л интеллектуальную часть разработанной СТЗ. В еоот-сстствиа с предло:;те;-;ь:м построенном процессов сна формирует, проверяет, -интерпретирует гипотезы, а такхе оценивоет достоверность сделанных eso вызодоз о наличия и полоз-едки объектов.

Проверка работоспособности и о$$9ктивноста СТЗ в целей осуществлялась в натурных экспериментах в составе робототехннческого комплекса с универсальным проиыияэннкн роботом ТУР-ЮК. В ходе экспериментов системой проанализированы з обсей елодноети более 100 сцен, содержащих ог одного до четырех объектов о oimmm искажениями их изображений из-за теней, бликов, соприкосновений, частичных перекрытий объектов и других причин. Эти объекты в экспериментах были представлены шестнадцатью силуэтами промышленных детален (см. рис. -5а). На рис. 46 Приведено типичное изображение экспериментальной сцены, где окружностями отмечены выделенные

Рис. 4

локальные особенности. На рис. 4 в)-д) показано положение найденных объектов, на рис. 4е показаны восстановленные изображения объектов сцены.

В целом экспериментальное исследование показало, что на всех рассмотренных сценах разработанная система уверенно классифицировала все детали, у которых сохранялось неискаженным не менее 30% их исходного изображения. При этом примерно а 7% рассмотренных сцен кроме правильно распознаных были обнар^ л» ложные объекты, на самом деле отсутствующие на сцене. Однако оценки достоверности гипотез о лохных объектах были всегда ниже оценок правильных гипотез, что позволило обеспечить правильное функционирование робота при поочередном извлечении деталей из рабочей зоны. Достигнутая точность определения параметров положения и ориентации распознаваемых деталей оказалась достаточной для их захвата манипулятором. Характерное время анализа даже на такой малопроизводительной никроЭВМ, как "Злектроника-60", составило 1,5 - 4 с. для сцен из одного объекта, 2 - 3 с. - двух, 5 - 7 с. - трех, 3-10 с. - четырех, что показывает возможность работы системы в реальном времени при реализации ее вычислительной части на современных отечественных микроЗВМ.

Таким образом, результаты натурных экспериментов подтвердили работоспособность предложенных алгоритмов обработки существенно искаженных изображений я организации СТЗ робота и показали их достоинства перед известными подходами с точки зрения быстродействия и обеспечения возможности работы с шрокин классом объектов.

ЗАКЛЮЧЕНИЕ

С целью создания комплекса методов, алгоритмов и программ обработки информации в микроэвм системы технического зрения робота, обеспечивающих анализ сложных сцен в реальном времени, в диссертации получены следующие основные результаты:

1. Разработана и теоретически обоснована система однородных локальных классифицирующих признаков, инвариантных к сдвигам и поворотам изображения и отличаюдася эффективностью расчета, помехоустойчивостью и применимостью к ¡яирокой номенклатуре промышленных деталей.

2. С целью построения описания изображений на основе разработанной системы локальных признаков предложен и теоретически обоснован петод автоматической сегментации контуров оирокого класса объектов.

3. Организован процесс автоматического выделения локальных особенностей и построения на их базе эталонного описания изображения объекта, обеспечивающий использование контекста у. выделение информативных групп локальных особенностей.

4. Реализован целенаправленный отбор зрительной информации, организованы процессы формирования и проверки гипотез о типе и положении объекта на сцене, обеспечивающие вычислительно эффективный анализ сложных сцен с существенно искаженными изображениями объектов.

5. Создан комплекс программ машинного моделирования системы технического зрения, позволяющий проводить модельные эксперименты для исследования и уточнения параметроз предложенных методов обраб' тки зрительной информации.

5. На основе разработанных алгоритмических и программных

средств реализована двухмашинная система технического зрения робота с элементами искусственного интеллекта.

7. В модельных и натурных экспериментах с системой технического зрения в составе адаптивного робототехнического комплекса продемонстрирована ее практическая эффективность при работе с широкой номенклатурой типичных промышленных деталей. Показано', что при использовании современных микроэвм система позволяет обеспечить анализ сложных сцен в реальном времени.

8. Разработанные комплексы алгоритмов и программ используются в рядр организаций при создании адаптивных робототехнических комплексов, предназначенных для работы в реальных промышленных условиях. Технико-экономических эффект от использования передан-нах разработок подтвержден актом о внедрения.

Основные результаты диссертации опубликованы в следующих

работах.

1. Ильин А.Г. Формирование и использование модели объекта в СТЗ робота для распознавания частично перекрывающихся объектов. - Тез. докл. 9 Всесоюзной конф. по нейрокибернета-ке, Ростов-на-Дону: Ростовский университет,

1989, С. 329-330

2. Ильин А.Г. Структура программного обеспечения системы технического зрения робота для анализа сцен с астично перекрывающимися объектами. - Тез. докл. 2 Республиканского семинара "Проблемы создания систем обработки, анализа и распознавания изображений", ч. 2, Ташкент: ВЦ НПО "Кибернетика", 1989, с. 90-91

3. Хузьтн С. А., Ильин А. Г. Методы формирования признаков

для распознавания частично вкдаш объектов в системах технического зрения. Измерения, контроль, автоматизация. Выпуск 1(69), И.: ВИНИТИ, 1989, С. 51-62

4. Петров А.А., Ильин А. Г. Анализ сцен с частично перекрывающимися объектами в системе технического зрения робота. Тез. докл. 9 Вссс. совещ. по проблемам управления, Таа-кент, 1S89, изд. НКАУ СССР, К., 1989, с.357-368

5. II' 1~ A.G. , Kuz'nin S.A. , Petrov A. A. Algorithms for automatic generation of global and local classifying features m a robotic vision systea. - Artifical Intelligence and Infornation-Control Systems of Robots - 89/ I. PI ander (Editor!), Elsevier Science Publishers B.V. (North-Holland), 1989, p.329-334

Личный вклад диссертанта. Все научные результаты, составляющие основное содержание работы, получены диссертантом самостоятельно. В работах, выполненных в соавторстве А.Г. Ильин внес следующий вклад; в [35 - проанализированы существующие системы локальных признаков и показана возможность ислользоваяия ранее разработанного в Институте проблем управления подхода к построен::» глобальных признаков на локальный случай; в [41 -разработаны алгоритма я программы построения эталонных описаний объектов i: разработана двухмашинная структура системы технического зренш; в С.51 - разработаны алгоритмы расчета системы локальных признаков, инвариантных к сдвигая и поворотам объекта.

Подписано к печати 10,1,90 г. Буг. aru SOxSO I/I6 Пэт.л. I Т-02333

£а! аз 52 Бесплатно Тпраз. ICQ

Рот anрлнт ЦШ1к,' 3