Портал образовательно-информационных услуг «Студенческая консультация»

  
Телефон +3 8(066) 185-39-18
Телефон +3 8(093) 202-63-01
 (093) 202-63-01
 studscon@gmail.com
 facebook.com/studcons

<script>

  (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){

  (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),

  m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

  })(window,document,'script','//www.google-analytics.com/analytics.js','ga');

 

  ga('create', 'UA-53007750-1', 'auto');

  ga('send', 'pageview');

 

</script>

Алгоритми розпізнавання в системах технічного зору робототехнічних комплексів

Тип работы: 
Лабораторна робота
К-во страниц: 
8
Язык: 
Українська
Оценка: 
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
Тернопільський державний технічний університет імені Івана Пулюя
 
Кафедра автоматизації технологічних процесів і виробництв
 
МЕТОДИЧНІ ВКАЗІВКИ ДО ЛАБОРАТОРНОЇ РОБОТИ № 9
“АЛГОРИТМИ РОЗПІЗНАВАННЯ В СИСТЕМАХ ТЕХНІЧНОГО ЗОРУ РОБОТОТЕХНІЧНИХ КОМПЛЕКСІВ”
 
з курсу “Гнучкі автоматизовані виробництва та 
робототехнічні комплекси” для студентів спеціальності 
6.092501, 6.092502
 
Тернопіль – 2000 р.
 
Методичні вказівки до лабораторної роботи № 9 “Алгоритми розпізнавання в системах технічного зору робототехнічних комплексів” з курсу “Гнучкі автоматизовані виробництва та роботехнічні комплекси” для студентів спеціальності 6.092501, 6.092502 / Укл. В.Б.Савків. – Тернопіль: ТДТУ, 2000. – 8 с.
 
Рецензент: к.т.н., доцент Проць Я.І.
Відповідальний за випуск: к.т.н. Савків В.Б.
 
Методичні вказівки розглянуто і схвалено на засіданні кафедри автоматизації технологічних процесів і виробництв (протокол № 10 від 28 грудня 1999 р.) та методичною комісією факультету комп’ютерних технологій (протокол № 3 від 3 лютого 2000 р.).
 
Лабораторна робота № 9
 
АЛГОРИТМИ РОЗПІЗНАВАННЯ В СИСТЕМАХ ТЕХНІЧНОГО ЗОРУ РОБОТОТЕХНІЧНИХ КОМПЛЕКСІВ
 
Мета роботи: отримання навиків моделювання алгоритмів розпізнавання, що використовуються в технічному зорі роботів.
 
1. Короткі теоретичні відомості 
Любе чорно-біле зображення може бути задане у вигляді функції двох змінних f(x, y), де (x, y) – кордината екрану; f(x, y) – інтенсивність (яскравість) точки зображення з координатами (x, y).
Під розпізнаванням розуміється встановлення по зображенню предмету його типу.
В якості ознак зображень використовуються величини:
   (1)
де y(k) – величина k-ї ознаки;
 L – ідентифікаційний контур, тобто деяка крива або пряма лінія в площині зображення;
 (k, x, y) – вагова функція;
 р – число признаків, що використовуються;
 k – номер признаку.
В даній роботі використовується ідентифікаційний контур у вигляді кола одиничного радіусу (q=1) з центром у початку координат (0, 0) (рис. 1).
 
Використовуємо полярну систему координат (q, ), де q – полярний радіус;  – полярний кут:
х = qсоs; у = qsіn;
де х, у – прямокутні координати.
При цьому поворот предмета в полі зору на кут  відповідає перетворенню:
   (2)
При роботі на ЕОМ необхідно користуватися дискретною формою запису математичних виразів. Дискретна форма перетворень виразів (2) має такий вигляд (при q=1):
   (3)
де N – розмірність дискретизації (число дискретних точок, на які розбивається контур L);
  = h – дискретний крок.
Дискретна форма виразу (1) при інтегруванні по колу з радіусом q=1 і ваговою функцією
   (4)
має наступний вигляд:
   (5)
де  
При виборі контуру інтегрування L у вигляді кола і вагової функції у вигляді управління (4) розпізнавання зображення не залежить від його орієнтації відносно початку координат (0, 0), так як модулі признаків (5)
 
де ak = Reyk, bk = Im yk, k=0, 1,…, N–1 не залежать від перетворення (3).
Квантування зображення по рівню інтенсивності за допомогою виразу
 
де h – крок квантування;
 INT – операція взяття цілої частини.
При h=1 маємо представлення значень функції f з точністю до цілої; 
при h=0,1 – з точністю до однієї десятої;
при h=0,01 – з точністю до однієї сотої і так далі.
В лабораторній роботі для моделювання процесу розпізнавання вздовж контуру L використовується такий вираз:
де l=0, 1,…, N–1 – величина повороту зображення fm;
 l=1 відповідає повороту зображення на кут  , рад.
В якості ознак береться пара   і  . Кожній комбінації   відповідає відповідна точка на площині ознак.
 
2. Програма виконання лабораторної роботи
1.Ознайомитися з елементами теорії розпізнавання, що викладені у п. 1.
2.Ознайомитися з інструкцією по роботі з моделюючою програмою.
3.Обчислити значення ознак   для заданого у відповідності з номером варіанту (1...5) зображення f(x, y) в залежності від його кута повороту  при h=0,1 (табл. 1).
 
Таблиця 1
Номер варіантуВигляд зображення
1f1(x, y)=(ax+by)2
2f2(x, y)=(sin ax sin by)2 
3f3(x, y)=e ax+ eby
4f4(x, y)=e ax + by
5  
 
Знайдені значення ознак занести в табл. 2
 
Таблиця 2
004590135180225270315
 
4.Обчислити значення ознак в залежності від кроку квантування h при =0 та занести в табл. 3. 
 
Таблиця 3
h0.0010.0050.010.020.050.10.20.5
 
 
5.Побудувати на площині у, вибравши відповідний масштаб, траєкторію варіації точки ознак в залежності від .
6.Знайти максимальне значення h, при якому варіація ознак не перевищує 10 % в порівнянні з знайденим значенням.
 
3. Інструкція по роботі з моделюючою програмою
1.Програма визивається командою OLD REC.
2.Програма виводиться на дисплей командою LIST M – N, 
де M i N – відповідно номера першої і останньої команд ділянки програми, яка виводиться. 
3.Кут повороту зображення задається 10-ю командою, наприклад
L=1 відповідає куту  , рад (N1=64).
4.Кут квантування задається 5-ю командою, наприклад H=0,005 (для h=0,005).
5.У відповідності з номером варіанту 120-та команда має вигляд, що представлений в табл. 4.
 
Таблиця 4
Номер варіантуКоманда
1120 GOTO 130
2120 GOTO 150
3120 GOTO 170
4120 GOTO 190
5120 GOTO 210
 
6.При виконання пунктів 4 і 5 команди 140, 160, 180, 200, 212 для відповідних варіантів мають вигляд, представлений в табл. 5
 
Таблиця 5
Номер варіантуп. 4п. 5
1140 GOTO 220140 GOTO 215
2160 GOTO 220160 GOTO 215
3180 GOTO 220180 GOTO 215
4200 GOTO 220200 GOTO 215
5212 GOTO 220212 GOTO 215
 
7.Після запуску програми по закінченню часу обрахунку програма виводить на дисплей значення признаків   і   для заданих в командах 5, 10 величин L і H:
 
5 Н = 2
10 L = 56
20 A = 0.5
30 B = 2
40 P = 3.14159
50 N1 = 64
60 FOR K = 0 TO 2 STEP 2
70 S1 = 0
80 S2 = 0
90 FOR N = 0 TO N1 – 1
100 C = COS (2*P*(N - L) / N1)
110 C = SIN (2*P*(N - L) / N1)
120 GO TO 130
130 F = (A*C*B*S)^2
140 GO TO 215
150 F = ((SIN(A*C))*(SIN(B*S)))^2
160 GO TO 215 
170 F = EXP (A*C) + EXP (B*S))
180 GO TO 215
190 F = EXP (A*C*B*S)
200 GO TO 215
210 F = (A / (C + 2) + (B / (S + 2))^2
212 GO TO 215
215 F = INT (F / H)*H
220 S1 = S1 + F + COS (2*P*K*N / N1)
230 S2 = S2 + F + SIN (2*P*K*N / N1)
240 NEXT N
250 Y = (S1^2 + S2^2)^0.5
260 PRINT Y
270 NEXT K
280 PRINT L
8. У відповідності з вказаним викладачем новим варіантом повторити пп. 1...7.
 
4. Звіт по лабораторній роботі
 
Звіт повинен містити:
1. Вивід аналітичного виразу при xn=e–n(modN);
2. Таблиці і графіки пп. 3 – 5;
3. Знайдене значення h.
 
5. Контрольні запитання
 
1. Вказати способи математичного представлення зображень.
2. Пояснити причини використання ідентифікаційних контурів у вигляді кіл.
3. Вказати неперервні і дискретні інтегральні оцінки.
4. Назвати способи задання ознак.
5. Як забезпечується інваріантність ознак при обертанні зображення?
6. Квантування зображень по рівню в системах розпізнавання.
7. Вплив квантування по рівню на точність розпізнавання.
 
6. Список рекомендованої літератури
1. Елементи робототехнічних пристроїв і модулі ГВС. / Под ред. Л.С. Ямпольского. – К.: Вища школа, 1992.
2. Калин О.М., Ямпольский С.Л. Моделирование гибких производственных систем. – К.: Техніка, 1991. 
3. Гибкие производственные системы, промышленные роботы, робототехнические комплексы (в 14 книгах) / Под ред. Черпакова Б.И. – М.: Высшая школа, 1989.
4. Соломенцев Ю.М., Сосонкин В.Л. Управление гибкими производственными системами. – М.: Машиностроение, 1988.
5. Ямпольский Л.С., Полищук М.П. Оптимизация технологических процессов в гибких технологических системах. – К.: Техника, 1988.
6.В.Н. Скурихин, А.А. Павлов. Автоматизированные системы управления гибкими технологиями. – К.: Техника, 1987.
CAPTCHA на основе изображений