Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Поляризационный метод распознавания формы поверхности Пасяда Александр Васильевич

Данная диссертационная работа должна поступить в библиотеки в ближайшее время
Уведомить о поступлении

Диссертация, - 480 руб., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Пасяда Александр Васильевич. Поляризационный метод распознавания формы поверхности : автореферат дис. ... кандидата технических наук : 05.11.07 / Пасяда Александр Васильевич; [Место защиты: С.-Петерб. гос. ун-т информац. технологий, механики и оптики].- Санкт-Петербург, 2007.- 20 с.: ил. РГБ ОД, 9 07-5/1083

Введение к работе

Актуальность темы

Развитие робототехники в современном мире сталкивается с проблемами определения ориентации объектов в пространстве Один из важных принципов кибернетики говорит о необходимости учета обратной связи при воздействии на среду А в связи с тем, что одним из наиболее перспективных способов получения информации об окружающей среде является техническое зрение, исследования в области технического зрения, адекватного хранения и обработки трехмерной визуальной информации представляют особый интерес в сфере создания интеллектуальных роботов, навигации и систем наблюдения

Различные решения задачи распознавания трёхмерной информации на основе изображений предлагаются на протяжении трех десятилетий Наиболее сильно развитыми оказались системы распознавания трёхмерной формы по стереоизображениям и по ряду изображений объекта, сделанных вокруг него при его полном обороте

Менее известны методы распознавания формы объекта по монокулярному» изображению Они ограничиваются рядом условий, в частности характером освещения Метод распознавания формы поверхности по затенению находит применение в установках технического зрения, где характер освещения известен или его можно задать инструментальными средствами Этот метод может применяться в промышленных установках, системах наблюдения на открытом воздухе при известном положении светил по отношению к наблюдателю и других подобных условиях

Несмотря на то, что процесс создания систем машинного зрения является сложной научно-технической задачей, требующей учета значительного числа факторов, современное развитие вычислительной техники уже позволяет реализовывать распознавание в реальном масштабе времени Тем не менее, существует ряд проблем, с которыми сталкивается распознавание поверхности по затенению Это ограничения при распознавании поверхности в области полной тени при подсветке рассеянным фоновым излучением Также не удаётся достаточно адекватно различать поверхности близких объектов с одним материалом, то есть с одной функцией отражательной способности И также существует проблема распознавания поверхности полупрозрачных материалов

Учет изменения параметров поляризации при отражении от поверхности повышает точность методов распознавания по затенению и открывает возможность в дальнейшем решить перечисленные проблемы По аналогии с расширением возможностей зрения при переходе от изображения в градациях серого к цветному изображению, использование параметров поляризации также способны помочь различить несколько типов поверхностей (например, поверхности с различной шероховатостью) Это расширяет возможности в целом, и в отличии от спектральных характеристик параметры поляризации носят дополнительную информацию о рельефе отражающей поверхности

Несмотря на актуальность применения поляризации в техническом зрении, развитие этого научно-технического направления до последнего времени носило разобщенный характер Систематических исследований, посвященных распознаванию изображений с применением поляризации излучения, не производилось Ряд важных проблем, имеющих принципиальное значение для определения формы поверхности по монокулярному изображению, до сих пор не достаточно изучены Потому необходимо изучить особенности использования параметров поляризации в задачах распознавания рельефа по изображению для расширения возможностей машинного зрения

Цель и задачи диссертационной работы. Целью работы является исследование и разработка методов распознавания формы поверхности по монокулярному изображению с использованием параметров поляризации излучения, отраженного от поверхности Для достижения поставленной цели необходимо решить следующие задачи

  1. провести анализ существующих методов распознавания формы поверхности по изображениям диффузно-отражающих объектов,

  2. проанализировать влияние ориентации отражающей поверхности на изменение параметров поляризации диффузно-отраженного излучения

  3. разработать метод определения функции отражательной способности в зависимости от ориентации отражающей поверхности, а также метод определения изменения параметров поляризации при отражении также в зависимости от ориентации отражающей поверхности

  4. Выбрать оптимальный метод измерения параметров поляризации Определить оптимальные параметры освещения сцены с распознаваемыми объектами

  5. Разработать алгоритм восстановления геометрии поверхности по известному изображению со значениями параметров поляризации, если известна функция отражательной способности и изменение параметров поляризации излучения при отражении

Научная новизна работы:

  1. Предложенный метод распознавания развивает направление технического зрения по распознаванию формы на изображении в условиях монокулярного зрения с использованием поляризации Использование поляризации в решении проблемы распознавания геометрии поверхности повышает точность восстановления формы и информативность изображения в целом

  2. В целях распознавания формы поверхностей различных объектов с одинаковыми отражательными свойствами (одинаковым материалом) формируется выборка значений интенсивности и параметров поляризации для различной ориентации поверхности Получение этих данных предложено проводить на основе изображения эталонного объекта с известной геометрией На основе такой выборки при заданном освещении открывается возможность восстанавливать форму поверхности с аналогичными свойствами отражения

  3. Оптимальным вариантом в качестве эталонного объекта является шар В связи с этим в работе предложен новый помехоустойчивый метод распознавания шара на растровом изображении, который в каждой точке изображения определяет геометрию поверхности

  4. Рассмотренный в работе фотометрический метод измерения поляризации с бескомпенсаторной схемой ограничивает возможности измерения параметров поляризации Он не позволяет определить степень поляризации, направление обхода эллипса и ориентируется на линейные составляющие поляризации при вычислении эллиптичности и азимута Тем не менее, в работе показано, что даже при сильной деполяризации полученные эллиптичность и азимут могут успешно использоваться для восстановления формы по изображению

  5. В литературе известно решение задачи восстановления поверхности из изображения по интенсивности на основе алгоритма стохастической регуляризации, с использованием парадигмы случайных полей Маркова в окрестности каждой точки и минимизацией функции энергии итерационным алгоритмом релаксации Но использование в данном алгоритме параметров поляризации наряду с интенсивно-

стью является новым Результаты восстановления формы представляют значения относительных высот поверхности в единицах радиуса эталонного шара 6 При реализации алгоритма на однослойной нейроподобной сети с обратными связями было учтено существующее в живых зрительных нервных сетях ослабление взаимодействия нейронов с ростом расстояния между ними

Научные положения и результаты, выносимые на защиту*

  1. Распознавание формы поверхности проводится по карте отражательной способности и поляризации отраженного излучения Такая карта определяется отражательными свойствами материала и позволяет установить связь между параметрами отраженного излучения и произвольным наклоном отражающей поверхности Карта предварительно получается для эталонного объекта из исследуемого непрозрачного материала

  2. Для решения задачи распознавания поверхности по затенению и поляризации отраженного излучения модифицирован алгоритм стохастической регуляризации, основанный на моделировании случайных полей Маркова и минимизации значения функции энергии (функция вычислительной энергии в динамической системе) итерационным алгоритмом релаксации Использование случайных полей Маркова учитывает зависимость пространственного распределения яркости и поляризации на изображении, а функция энергии представляет относительную ошибку решения

  3. Используемый итерационный алгоритм эффективно реализуется на ячеистой нейроподобной сети Выборка значений для обучения нейросети получена из данных карты отражающей способности и поляризации отраженного излучения

  4. Предложенный поляризационный метод распознавания восстанавливает геометрию поверхности с достаточно высокой точностью даже при существенном зашумлении сигнала (изображения) Также метод устойчив к искажениям, возникающим из-за поляризационной чувствительности фотоприемника, и к нелинейности чувствительности световой характеристики фотоприёмника

  5. Для излучения, освещающего исследуемую поверхность, оптимальной является линейная поляризация при использовании фотометрического метода определения параметров поляризации в установке технического зрения

Практическая ценность диссертации и использование полученных результатов

Предложенный метод распознавания формы поверхности предназначен для использования в монокулярных системах технического зрения в условиях с известными параметрами поляризации и геометрией освещения Результаты исследования ясно показывают возможность распознавания сложных диффузно отражающих поверхностей непрозрачных материалов Помехоустойчивость и низкие требования к калибровке оптической части установки позволяют рассматривать метод в качестве одного из наиболее перспективных среди оптико-поляризационных методов технического зрения с монокулярным изображением

После обучения нейроподобной сети реализация вычислений данного метода технического зрения на СБИС позволяет приблизиться к работе в реальном времени В схеме для распознавания наиболее медленным элементом является вращающийся анализатор, так как каждое новое изображение необходимо получать при новом угловом положении анализатора

Достоверность результатов

Достоверность результатов, приводимых в настоящей работе, подтверждается близкими результатами, представленными в литературе в аналогичных работах на тему распознавания поверхностей по интенсивности

Апробация работы и публикации

Основные результаты диссертационной работы обсуждались на XXXIII научно технической конференции профессорско-преподавательского состава СПбГУ ИТМО (Санкт-Петербург, 2004), Первой конференции молодых ученых СПбГУ ИТМО (Санкт-Петербург, 2004), XXXIV научно технической конференции профессорско-преподавательского состава СПбГУ ИТМО (Санкт-Петербург, 2005), Второй конференции молодых ученых СПбГУ ИТМО (Санкт-Петербург, 2005), XXXV научно технической конференции профессорско-преподавательского состава СПбГУ ИТМО (Санкт-Петербург, 2006), Третьей конференции молодых ученых СПбГУ ИТМО (Санкт-Петербург, 2006)

Результаты диссертации опубликованы в 5 научных журналах и трудах конференций

Личный вклад автора

Разработка метода экспериментального измерения зависимости параметров отражённой волны от ориентации отражающей поверхности, изготовление экспериментальной установки технического зрения, выбор оптимальной функции энергии в алгоритме статистической регуляризации, решающем задачу распознавания поверхности, разработка компьютерной модели нейросети для данного алгоритма, а также проведении численной оптимизации режимов обучения и представленные результаты выполнены лично автором

Структура и объем работы

Диссертация состоит из введения, пяти глав, заключения, списка цитируемой литературы и 1_ приложения Общий объем работы 129 страниц основного текста, 72 рисунка, _2_ таблицы и списка литературы, содержащего _94_ наименования

Похожие диссертации на Поляризационный метод распознавания формы поверхности