Szybki algorytm identyfikacji linii

• Autorzy: Lech P.

Warianty tytułu

EN

Fast algorithm for line identification

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono szybki algorytm identyfikacji linii, który może mieć praktyczne zastosowanie w systemach o małej mocy obliczeniowej np. robotach mobilnych. Proponowane rozwiązanie jest zalecane dla systemów wizyjnych z kamerami o dużej rozdzielczości. Klasyczne detektory krawędzi generują nadmierną ilość informacji do przetwarzana. Proponowane w pracy algorytmy znacznie tą nadmiarowość redukują, pozostawiając cechy dominujące. Ograniczenie to polega na drastycznym zredukowaniu rozdzielczości obrazu w oparciu o jego fragmentacje, redukcję fragmentów do pojedynczego piksela metodami statystycznymi i ponowną rekonstrukcje obrazu. Proponowane statystyczne metody porównano z klasycznymi metodami skalowania obrazów. Opisano różne metody statystyczne, wskazując najszybszą w działaniu. Otrzymane wyniki potwierdziły wysoką wydajność opracowanych algorytmów. Poprawność działania w selekcji linii horyzontalnych pokazano na przykładach.

EN

The paper presents a fast algorithm to identify lines, that can have practical use in systems with low computing power, e.g. mobile robots. The proposed solution is recommended for machine vision systems and high resolution cameras. Classical edge detectors are cause of generate an excessive amount of information, the proposed work algorithms significantly reduce the redundancy, leaving the dominant features. An idea is to drastically reduce the image resolution based on its fragmentation. Each fragment is reduced to a single pixel by statistical methods and the reduced image is reconstructed. The proposed statistical methods were compared with the classical methods of scaling images. This article describes the various statistical methods for reduce image resolution, indicating the fastest in action. The obtained results confirmed the high performance of the developed algorithms. Correct operation in the selection of horizontal lines shown in the examples.

Słowa kluczowe

PL

algorytm identyfikacji linii; detekcja linii; metoda Monte Carlo

EN

line identification algorithm; computing power; machine vision system

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 6
• Strony: 6622--6629
• Opis fizyczny: Bibliogr. 11 poz., rys., pełny tekst na CD3

Twórcy

autor

Lech P.

• Katedra Przetwarzania Sygnałów i Inżynierii Multimedialnej, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie ul. 26

Bibliografia

• 1. Lech P.: Wizyjne sterowanie robotami mobilnymi podążającymi za linią. Logistyka. nr 6, 2011.
• 2. Okarma K., Lech P.: A fast image analysis technique for the line tracking robots, Lecture Notes in Artificial Intelligence, vol. 6114 (Part II), Springer Verlag, ICAISC 2010.
• 3. Kretschmer U., Orozco M.S., Salguero O.E.R., Jasnoch .,U Edge and corner identification for tracking the line of sight. Ingeniería y ciencia, ISSN 1794-9165, No. 2, 2005, pp. 5-23. 01/2012
• 4. Canny J., A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, 8:679-714, 1986
• 5. Marchand-Maillet S., Sharaiha Y.M., Binary Digital Image Processing: A Discrete Approach, Academic Press, London 2000, ISBN 0-12-470505-7
• 6. Cui X.-N., Kim Y.-G., Kim H.: Floor Segmentation by Computing Plane Normals from Image Motion Fields for Visual Navigation. International Journal of Control, Automation, and Systems 7(5), 788–798 (2009)
• 7. Fazl-Ersi E., Tsotsos J.K.: Region Classification for Robust Floor Detection in Indoor Environments. In: Kamel, M., Campilho, A. (eds.) ICIAR 2009. LNCS, vol. 5627, pp. 717–726. Springer, Heidelberg (2009)
• 8. Lech P., Okarma K.: Optimization of the fast image binarization method based on the Monte Carlo approach. Elektronika Ir Elektrotechnika 20(4), 63–66 (2014)
• 9. Lech P., Wizyjne sterowanie robotami mobilnymi podążającymi za liderem, "Logistyka" nr 6/2011, 2201-2208, 2011.
• 10. Cowan N., Shakernia O., Vidal R., Sastry S.: „Vision-based" follow-the-leader, Proceedings of IEEE/RSJ ICIRS, pp. 1797-1801, Las Vegas, October 2003.
• 11. Gharavi H., Mills M. : Block-matching motion estimation algorithms: new results, IEEE Trans. Circ. Syst., 37,649–651, 1990.