Wyniki wyszukiwania - BazTech

1

Tensor and vector approaches to objects recognition by inverse feature filters

Kvyetnyy Roman, Bunyak Yuriy, Sofina Olga, Kotsiubynskyi Volodymyr, Piliavoz Tetiana, Stoliarenko Olena, Kumargazhanova Saule

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2024

|

T. 14, nr 1

41--45

EN

The investigation of the extraction of image objects features by filters based on tensor and vector data presentation is considered. The tensor data is obtained as a sum of rank-one tensors, given by the tensor product of the vector of lexicographic representation of image fragments pixels with itself. The accumulated tensor is approximated by one rank tensor obtained using singular values decomposition. It has been shown that the main vector of the decomposition can be considered as the object feature vector. The vector data is obtained by accumulating analogous vectors of image fragments pixels. The accumulated vector is also considered as an object feature. The filter banks of a set of objects are obtained by regularized inversion of the matrices compiled by object features vectors. Optimized regularization of the inversion is used to expand the regions of object features capture with minimal error. The object fragments and corresponding feature vectors are selected through a training iterative process. The tensor and vector approaches create two channels for recognition. High efficiency of object recognition can be achieved by choosing the filter capture band and creating filter branches according to the given bands. The filters create a convolutional network to recognize a set of objects. It has been shown that the obtained filters have an advantage over known correlation filters when recognizing objects with small fragments.

PL

Rozważane jest badanie ekstrakcji cech obiektów obrazu przez filtry oparte na prezentacji danych tensorowych i wektorowych. Dane tensorowe uzyskuje się jako sumę tensorów pierwszego rzędu, otrzymanych przez iloczyn tensorowy wektora leksykograficznej reprezentacji pikseli fragmentów obrazu z samym sobą. Skumulowany tensor jest aproksymowany przez tensor pierwszego rzędu uzyskany przy użyciu dekompozycji wartości osobliwych. Wykazano, że główny wektor dekompozycji można uznać za wektor cech obiektu. Dane wektorowe uzyskuje się poprzez akumulację analogicznych wektorów pikseli fragmentów obrazu. Skumulowany wektor jest również uważany za cechę obiektu. Banki filtrów zestawu obiektów są uzyskiwane przez regularyzowaną inwersję macierzy skompilowanych przez wektory cech obiektów. Zoptymalizowana regularyzacja inwersji jest wykorzystywana do rozszerzenia obszarów przechwytywania cech obiektów przy minimalnym błędzie. Fragmenty obiektów i odpowiadające im wektory cech są wybierane w iteracyjnym procesie uczenia. Podejście tensorowe i wektorowe tworzy dwa kanały rozpoznawania. Wysoką skuteczność rozpoznawania obiektów można osiągnąć, wybierając pasmo przechwytywania filtrów i tworząc gałęzie filtrów zgodnie z podanymi pasmami. Filtry tworzą sieć konwolucyjną do rozpoznawania zestawu obiektów. Wykazano, że uzyskane filtry mają przewagę nad znanymi filtrami korelacyjnymi podczas rozpoznawania obiektów z małymi fragmentami.

2

Rotation Invariance in Graph Convolutional Networks

Mac Nguyen Anh, Nguyen Hung Son

Annals of Computer Science and Information Systems

|

2021

|

Vol. 25

81--90

EN

Convolution filters in deep convolutional networks display rotation variant behavior. While learned invariant behavior can be partially achieved, this paper shows that current methods of utilizing rotation variant features can be improved by proposing a grid-based graph convolutional network. We demonstrate that Grid-GCN heavily outperforms existing models on rotated images, and through a set of ablation studies, we show how the performance of Grid-GCN implies that there exist more performant methods to utilize fundamentally rotation variant features and we conclude that the inherit nature of spectral graph convolutions is able to learn invariant behavior.

3

System graficznego rozpoznawania obiektów ruchomych

Majewski Mateusz, Pałka Dariusz

Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki

|

2019

|

nr 21

57--73

PL

System graficznego rozpoznawania ruchomych obiektów to rozwiązanie, które może być bardzo szeroko stosowane w życiu codziennym. Taki system powinien rozpoznać obiekty określone przez użytkownika przed jego uruchomieniem. Algorytmy stosowane w tym systemie powinny mieć dużą szybkość i dokładność. Istnieje wiele rozwiązań dla takich algorytmów, które wykorzystują wiele różnych technik i ustawień. W artykule przedstawiono podstawowe pojęcia i zasady systemu rozpoznawania obiektów mobilnych, a także przedstawiono koncepcję nowego systemu graficznego do rozpoznawania obiektów mobilnych, który ma większe możliwości niż systemy dotychczas używane.

EN

The system of graphic recognition of moving objects is a solution that can be very widely used in everyday life. Such a system should recognize objects that are specified by the user before launching it. The algorithms that are used in this system are expected to have high speed and accuracy. There are many solutions for such algorithms that use many different techniques and settings. This article presents the basic concepts and principles of the moving object recognition system, and also presents the concept of a new graphic system for recognizing moving objects that has greater capabilities than the systems used so far.

4

Counting instances of objects in color images using U-net network on example of honey bees

Westwańska Weronika W., Respondek Jerzy S.

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

87--90

EN

This article presents a novel approach to segmentation and counting of objects in color digital images. The objects belong to a certain class, which in this case are honey bees. The authors briefly present existing approaches which use Convolutional Neural Networks to solve the problem of image segmentation and object recognition. The focus however is on application of U-Net convolutional neural network in an environment where knowledge about the object of interest is only limited to its rough, single pixel location. The authors provide full access to the details of the code used to implement the algorithms, as well as the data sets used and results obtained. The results show an encouraging low level of counting error at 14.27% for the best experiment.

5

Analysis of computer vision and image analysis technics

Rybchak Z., Basystiuk O.

ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes

|

2017

|

Vol. 6, No 2

79--84

EN

Computer vision and image recognition are one of the most popular theme nowadays. Moreover, this technology developing really fast, so filed of usage increased. The main aims of this article are explain basic principles of this field and overview some interesting technologies that nowadays are widely used in computer vision and image recognition.

6

Konstrukcja stolika obrotowego do celów akwizycji widoków do baz obiektów

Stefańczyk M., Walęcki M.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2016

|

z. 195, t. 2

447--455

PL

Robotyka usługowa, będąca od dłuższego czasu jednym z głównych kierunków zainteresowania robotyków na świecie, dąży do stworzenia robotów potrafiących współpracować z ludźmi bądź wyręczać ich w zadaniach poza fabrykami. W niemalże wszystkich tego typu zastosowaniach, jedną z kluczowych kwestii jest rozpoznawanie obiektów w otoczeniu robota. Dostępność pełnych, trójwymiarowych modeli tych przedmiotów znacząco poprawia jakość ich detekcji i rozpoznawania. Budowanie modeli obiektów jest dużo łatwiejsze przy zastosowaniu stolików obrotowych w celu akwizycji wielu widoków tego samego przedmiotu. W artykule przedstawiono projekt i budowę stanowiska do półautomatycznego zbierania wielu widoków obiektów.

EN

Service robotics which is now a hot topic worldwide, aims at creating robots able to cooperate with people or even do everyday tasks for them. One of the key issues in such applications is the object recognition task. Detection and recognition of such can be greatly improved, if full, three-dimensional models of objects are available. And those can be created in fast and robust way using rotators to capture multiple views of the same object. In this paper, design and construction of the smart rotator for semi-automatic acquisition of multiple object views is presented.

7

A surface and air object identification set

Żak B., Hożyń S.

Zeszyty Naukowe Akademii Marynarki Wojennej

|

2015

|

R. 56 nr 1 (200)

59--68

EN

This article presents an optic-thermal set which is designed to continuously control monitored space using two vision cameras and a thermo-vision camera installed on a rotary head. On receiving data this set recognizes and identifies floating and low-flying objects on the basis of their classification features and thermal characteristics. The data on location of detected targets is displayed on an electronic chart of the monitored area pursuant to the requirements specified for automated command systems. In addition, the set is capable of tracking movement of selected objects in real time.

PL

W artykule przedstawiono zestaw optyczno-termalny, który przeznaczony jest do ciągłego nadzoru nad obserwowaną przestrzenią za pomocą dwóch kamer wizyjnych i kamery termowizyjnej zainstalowanych na obrotowej głowicy. Zestaw ten wykorzystując pozyskaną informację, dokonuje rozpoznania i identyfikacji obiektów pływających i obiektów nisko lecących na podstawie ich cech klasyfikacyjnych i charakterystyk termicznych. Informacje o położeniu wykrytych obiektów są przedstawione na elektronicznej mapie cyfrowej obserwowanego akwenu zgodnie z wymaganiami stawianymi dla zautomatyzowanych systemów dowodzenia. Ponadto zestaw ten ma możliwość śledzenia ruchu wybranych obiektów w czasie rzeczywistym.

8

A proposal of biologically inspired hierarchical approach to object recognition

Kozik R.

Journal of Medical Informatics & Technologies

|

2013

|

Vol. 22

169--176

EN

In this article a biologically-inspired algorithm for object recognition is presented. The approach is based on a hierarchical HMAX cortex model that was initially proposed by Riesenhuber and Poggio [12] and later extended by Serre et al [13]. The results show that despite the modification that were undertaken to simplify the HMAX model (in order to make it feasible for a real-time solutions) it is possible to achieve high effectiveness for a one-class detection problems. Moreover, it is also demonstrated how the proposed algorithm can be successfully deployed on a low-cost Android smartphone.

9

Objects recognition system with neural Network

Szczegielniak M., Szczegielniak D.

Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy

|

2012

|

z. 16

61--74

EN

The system to recognize objects was designed and tested in the specialized application created and implemented by authors for neural networks and image processing simultaneously. This paper covers mathematical foundations of applied images standardization to achieve versatile and the invariant system to objects transformations (translation, scaling, rotation) in input images. Experiments with photos of objects were carried out and results were presented and discussed below.

PL

W pracy zaprojektowano i przetestowano, w zaimplementowanej przez autorów specjalistycznej aplikacji, system do rozpoznawania obiektów oparty na technice sieci neuronowych i zaawansowanym wstępnym przetwarzaniu obrazów. Praca obejmuje matematyczne podstawy standaryzacji przetwarzanych obrazów wejściowych, zastosowanej do osiągnięcia uniwersalnego i inwariantnego systemu, niezależnego od transformacji obiektów (przesunięcia, skalowania, rotacji). W pracy przedstawiono i omówiono wyniki przeprowadzonych eksperymentów z wykorzystaniem zdjęć zawierających testowe obiekty.

10

Powiązania kryteriów rozpoznawania obiektów za pomocą układów wielosonarowych

Kreczmer B.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2012

|

z. 182, t. 2

573--582

PL

W referacie zaprezentowano powiązania między kryteriami, które umożliwiają identyfikację obiektów na podstawie danych pomiarowych otrzymanych z układu dwusonarowego. Przedstawione jest ogólne równanie oraz pokazane zostało, że kryteria te są szczególnymi przypadkami wspomnianego równania. Dyskutowane jest znacznie współczynnika występującego w tym równaniu, którego wartość decyduje o przejściu z postaci ogólnej do postaci konkretnego kryterium. Przedstawiona została też konstrukcja obiektów odpowiadających pośrednim wartościom wspomnianego współczynnika.

EN

The paper presents connections between criterions which make possible to recognise three types of objects, namely: edges, walls and corners. These criterions can be applied while a binaural sonar system is used. It is shown that the criterions are specific forms of a general equation. The form of the equation depends on a single coefficient. In the paper the meaning of this coefficient is discussed. The constructions of objects arrangements are presented which are bound with other values of the coefficient.

11

Network behavior-analysis systems with the use of learning set and decision rules based on distance

Sierszeń A., Sturgulewski Ł., Dubel M., Marciniak T., Wójciński A.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2010

|

T. 14, z. 3/1

383-394

EN

Network Behavior Analysis is an ability to identify traffic patterns which do not occur during normal operation of a network. In other words, it is an attempt to identify irregularities in a network, an attempt which goes beyond simple settings concerning exceeding parameters for traffic of a given type. In the article the authors present a concept of using Pattern Recognition, i.e. a learning set and decision rules based on neighbor rule.

PL

Sieciowa analiza behawioralna jest zdolnością do identyfikacji wzorców ruchu, który nie pojawia się podczas normalnej pracy sieci. Innymi słowy, jest to próba identyfikacji nieregularności w sieci wykraczająca ponad proste ustawienia dotyczące przekroczenia parametrów dla danego typu ruchu. W artykule przedstawiona została idea wykorzystania rozpoznawania obiektów, tzn. z użyciem zbioru uczącego oraz reguł decyzyjnych bazujących na zasadzie sąsiedztwa.

12

Metody tworzenia wzorców klasy dla celów rozpoznawania źródeł emisji

Matuszewski J.

Przegląd Elektrotechniczny

|

2008

|

R. 84, nr 5

104-108

PL

Do tworzenia wzorców klas obiektów wykorzystano podstawowe statystyki matematyczne, estymację parametrów oraz podejście minimalnej objętości wzorca elipsoidalnego. Wyniki obliczeń przedstawionych w artykule wzorców klas dla tych samych danych pomiarowych zilustrowano graficznie. Do oceny jakości algorytmu rozpoznawania źródeł emisji zastosowano regułę minimalnej odległości euklidesowej do wzorców klas. Pokazano również sposób użycia współczynników wagowych uwzględniających właściwości dyskryminacyjne parametrów sygnału.

EN

The paper describes the different methods of pattern class forming using the basic mathematical statistics, parameters estimation and approach of minimal ellipsoidal volume. The results of class patterns calculations for the same set data were graphic illustrated. The quality of emitter recognition algorithm examined by using the minimal Euclidean distance to class patterns. Applied also the weighted coefficients taking into consideration discriminant proprieties of emitter signal features.

13

System komputerowego rozpoznawania gatunków ziaren pyłku (aeroalergenów)

Wawrzyniak Z., Sochoń J., Jachowicz R., Rapiejko P., Jurkiewicz D.

Elektronika : konstrukcje, technologie, zastosowania

|

2008

|

Vol. 49, nr 6

175-177

PL

W pracy przedstawiono wizyjny system rozpoznawania ziaren pyłku, oparty na komputerowej analizie obrazu i automatycznym rozpoznaniu rodzajów ziaren pyłku w celu określenia ich stężenia w powietrzu. System zbudowany jest z dwóch części: 1) systemu pozyskania ziaren pyłku w urządzeniu mechanicznym wraz z przetwornikiem CCD do cyfrowego zapisu obrazu, 2) algorytmów i oprogramowania do rozpoznania ziaren i ich klasyfikacji wraz z odpowiednimi miarami oszacowania. Rozpoznane maszynowo obiekty ziaren pyłku są klasyfikowane do opisujących je klas-gatunków roślin. Automatyzacja pomiaru obrazowego, przyśpieszenie analizy, możliwość dostarczania obrazów w oparciu o techniki internetowe i stosowanie kryteriów statystycznych w analizie stanowią istotne, nowe rozwiązania w systemie.

EN

The Computer Aided Image Recognition System for Pollen-Grain Species, based on image analysis of samples, count of recognized pollens and calculation of pollen volume density are discussed in the paper. System consists of two parts: 1) a pollen grain collection sampler equipped with CCD sensor, and 2) the dedicated software for object segmentation, pollen recognition and their classification into proper species of air allergens with value estimation of the measures. Image based measurement automation, analysis acceleration, possibility of web based image transmission and use of statistics-based criteria in estimation are the main advantages of the system.

14

Fotogrametryczne widzenie komputerowe i analiza obrazu w świetle III Komisji XXI Kongresu ISPRS

Bujakiewicz A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2008

|

Vol. 18a

31--37

PL

W referacie zostaną przedstawione główne zakresy działalności III Komisji Międzynarodowego Towarzystwa Fotogrametrii i Teledetekcji (ISPRS), realizowane w latach 2004 - 2008, które były prezentowane na XXI Kongresie w Pekinie, w lipcu 2008 roku. Prace badawcze III Komisji, które były wykonywane w ramach pięciu grup roboczych, zostały opublikowane w dwóch częściach B3a i B3b Międzynarodowego Archiwum Fotogrametrii i Teledetekcji, oraz przedstawione w ramach 34 referatów na 8 sesjach technicznych i 156 referatów na 8 sesjach posterowych. Poszczególne sesje dotyczyły następujących głównych zagadnień: metod automatycznej orientacji, sekwencji obrazu i rekonstrukcji powierzchni, obrazowania i interpretacji obrazów z lotniczego skanera laserowego (Lidaru), wykrywania i rekonstrukcji budynków, ekstrakcji dróg i monitorowania ruchu drogowego, fotogrametrycznego widzenia komputerowego, 3D modelowania miasta, automatyzacji w analizie obrazu. W trakcie ostatniego posiedzenia Ogólnego Zgromadzenia (‘General Assembly’), 9 lipca 2008 roku, zostało zatwierdzonych szereg rezolucji i postanowień, dotyczących wszystkich ISPRS technicznych Komisji. Zawierały one zarówno ogólne spostrzeżenia, jak i rozpoznanie koniecznych badań oraz rekomendacje, które w odniesieniu do Komisji III, są zgrupowane w dwóch następujących częściach: (1) Zintegrowana ocena obrazowych i pozycyjnych (range) danych, oraz (2) Automatyczna interpretacja obrazowych i pozycyjnych danych.

15

Automatyzacja procesu oceny jakości wzmacniaczy obrazu

Chrzanowski K., Raźniewski T.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2006

|

T. 10, z. 3

435-445

PL

W artykule zaprezentowano program komputerowy SPOT umożliwiający automatyzację procesu badań wzmacniaczy obrazu. Program umożliwia analizę obrazu generowanego przez wzmacniacz, określenie lokalizacji defektów obrazu oraz wyznacza ilość i rozmiar defektów w poszczególnych sektorach wzmacniacza obrazu. Wyniki analizy prezentowane są zgodnie z zaleceniami norm serii MIL lub norm producentów. Zastosowanie wytworzonego programu SPOT umożliwia znaczne zwiększenie szybkości procesu badań wzmacniaczy obrazu oraz wyeliminowanie subiektywności klasycznej metody badań z wykorzystaniem mikroskopu i oka ludzkiego jako narzędzia pomiarowego.

EN

A computer program SPOT that enables automatic evaluation of blemishes of image intensifier tubes is presented in this paper. The program carries analysis of images generated by image intensifier tubes, finds blemishes (dark spots) and finally determines number and size of spots present in different sectors of the tested image intensifier tube. The analysis results are presented in form recommended by military standards MIL or manufacturers' standards. Use of the developed computer program enables to increase evaluation speed of image intensifier tubes and eliminates subjectivity of classical evaluation method using a microscope and human eye as the evaluation tool.

16

Automatic recognition of the type of road vehicles with the use of optimised ring-wedge detector and neural network

Cyran K. A., Niedziela T.

Archives of Transport

|

2006

|

Vol. 18, iss. 3

23-36

EN

The automatic recognition of the type of the vehicle constitutes one of the contemporary means used for monitoring of the road transport. The paper presents a system, based on the optimised ring-wedge detector and neural network, applied to the recognition of road vehicles. The design of the system utilises a method of optimisation which was first applied in a system used for the monitoring of a subsurface stress in the optical fibre. The method, claimed theoretically to be general, indeed has proved the usefulness also in the case of system dedicated for monitoring of the road. The experimental results indicate that the system performs recognition with 100% accuracy in testing. This accuracy however, is obtained only for possible consensus decision based on four subsequent images of a given vehicle. If the consensus is not possible, due to contradicting decisions concerning two subgroups composed of two images each, the signal for rejection of the recognition is generated. Such situation has happened for 6% of testing vehicles.

PL

Automatyczne rozpoznawanie klasy pojazdu drogowego tworzy jeden ze współczesnych środków monitorowania transportu drogowego. Artykuł prezentuje system oparty na zoptymalizowanym detektorze pierścieniowo-klinowym (DPK) oraz sieci neuronowej do celów rozpoznawania pojazdów drogowych. Projekt systemu zawiera metodę optymalizacji, która pierwotnie została zaprojektowana dla systemu monitorowania nacisku w światłowodzie. Metoda jest uniwersalna, udowodniono jej przydatność w przypadku systemu monitorowania ruchu drogowego. Doświadczalne wyniki wskazują, że system wykazuje 100% pewności w rozpoznawaniu obiektów podczas testowania. Ta dokładność jednakże jest osiągnięta dla zbioru uczącego złożonego z czterech podzbiorów. Jeśli rozpoznanie nie jest możliwe z powodu niezgodności decyzji dla dwóch podgrup złożonych z dwóch obrazów, generowany jest sygnał odmowy rozpoznania. Taka sytuacja zdarzyła się dla 6% z przetestowanych pojazdów.

17

Analiza i klasyfikacja obrazów suszu warzywnego z wykorzystaniem sztucznych sieci neuronowych

Koszela K., Weres J.

Inżynieria Rolnicza

|

2005

|

R. 9, nr 2

77--82

PL

W życiu codziennym bardzo często dokonujemy oceny naszego otoczenia i na tej podstawie podejmujemy decyzje o klasyfikacji obserwowanej sytuacji. Czynimy to w oparciu o obserwację otoczenia jak również napływającą z różnych źródeł informację z wykorzystaniem posiadanej wiedzy i zdolności. Proces ten jest dla nas całkowicie naturalny. Jeżeli jednak chcemy podobne zadanie zlecić systemowi komputerowemu to wówczas musimy wykonać wiele kroków, które pozwolą w części odwzorować za pomocą oprogramowania ludzką zdolność do obserwacji, uczenia się i dokonywania podejmowania ostatecznej decyzji w oparciu o posiadaną wiedzę. Wzrastający poziom komplikacji informacji wywołuje rosnące zapotrzebowanie na systemy zdolne do rozpoznawania i dokonywania klasyfikacji prezentowanych im obiektów. Jednym z takich obiektów jest susz warzywny, którego ocena jakości i jego klasyfikacja przysparza szereg problemów. W pracy przedstawiono koncepcję metody analizy obrazów suszu warzywnego i zastosowanie jej do szybkiego oszacowania udziału poszczególnych frakcji w badanej próbie pod względem barwy i kształtu.

EN

In everyday life we often evaluate our surroundings and on this basis we make decisions about the classification of the observed situation. We do it by watching our surroundings as well as by analysing the information coming to us from various sources by means of the knowledge and the abilities we posses. This process is completely natural for us. However, if we want a computer system to do it, we need to make many steps in order to partly reflect in the software the human ability to observe, learn and make the final decision on the basis of the possessed knowledge. The increasing complexity of information causes a rising demand for systems capable of recognizing and classifying objects presented to them. One of such objects are dried vegetables whose quality evaluation and classification cause many problems. In the thesis the concept of dried vegetables’ image analysis method was presented as well as its application to quick colour and shape evaluation of individual fractions in a tested sample.

18

Visual identification of the Rubik's cube in human environment

Czajewski W., Staniak M.

Przegląd Elektrotechniczny

|

2004

|

R. 80, nr 4

311-314

EN

In future, service robots will be required to possess highly developed recognitive and manipulative skills in order to operate in human envi-onment. This paper presents preliminary results of research focused on real-time object recognition. The problem is not only to recognize a Rubik's Cube seen by a camera in an unstructured environment, but also to identify it and localize in space. Another tight constraint is real-time processing, which considerably narrows the spectrum of possible image analysis methods.

PL

W przyszłości, roboty usługowe działające w otoczeniu człowieka będą musiały wykazać się wysoce rozwiniętym pojmowaniem oraz zdolnościami manualnymi. W pracy opisano wstępne wyniki badań nad rozpoznawaniem obiektów w czasie rzeczywistym. Problem polega nie tylko na rozpoznaniu kostki Rubika obserwowanej przez kamerę w nieznanym środowisku, ale także na jej identyfikacji i lokalizacji przestrzennej. Kolejnym wymogiem jest przetwarzanie w czasie rzeczywistym, co znacząco zawęża spektrum możliwych do użycia metod przetwarzania obrazów.

19

System wizyjny automatycznie rozpoznający elementy podlegające operacjom montażowym

Gajer M

Elektrotechnika i Elektronika

|

2000

|

T. 19, z. 1

21--28

PL

W artykule zaproponowano wykorzystanie systemu wizyjnego, zrealizowanego w oparciu o kartę akwizycyjną z wieloprocesorowym układem TMS320C80 firmy Texas Instruments, do automatycznej identyfikacji obiektów podlegających operacjom montażowym. Opisano szczegółowo wszystkie kolejne operacje wykonywane na pozyskanych z kamery obrazach, takie jak wstępne przetworzenie obrazu, jego segmentację, ekstrakcje cech, opisujących rozpoznawane obiekty oraz ich klasyfikację. Poszczególne etapy przetwarzania obrazów zostały zobrazowane na zamieszczonych w artykule ilustracjach oraz zamieszczono uzyskane dla prezentowanego przykładu wyniki procesu automatycznego rozpoznawania obiektów.

EN

In thepaper the usage of the vision system, basing on the acquisiti on board with the TMS320C80 Texas Instruments multiprocessor system, for automatic montage elements recognition is proposed. Ali image processing operations performed on the acquired from the camera images are thoroughly described. Particularly the image pre-processing operations, image segmentation, feature extraction and classification are described in details. Consequent image processing stages are illustrated in figures placed in the paper and object classification results are also presented.