Машинное зрение

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Содержание 

 

1.   История развития машинного зрения                                                                                             3                                              

2.   Задачи машинного зрения и области его применения                                                              5                                                 

2.1 Определение понятия «машинное  зрение»                                                                                 5 
2.2 Машинное зрение в настоящее время.                                                                                          5

2.3. Основные задачи машинного  зрения                                                                                            5

2.4 Основные области применения  машинного зрения                                                                  7                                                         

3. Техническая составляющая машинного  зрения                                                                             8

3.1 Методы обработки изображения                                                                                                    8

3.2 Компоненты системы                                                                                                                          8

3.2.1.Компоненты системы машинного  зрения                                                                                  8

3.2.2.Типовая система машинного  зрения                                                                                         10

3.3. Принципы функционирования систем  машинного зрения                                                   10

4. Смежные области                                                                                                                                 12

4.1. Компьютерное зрение                                                                                                                    12

4.2. Обработка и анализ изображений                                                                                              12

4.3. Машинное обучение                                                                                                                        13

5. Наиболее интересные примеры  систем машинного зрения                                                   14

5.1. Видеонаблюдение                                                                                                                            14

5.1.1. Система обнаружения и сопровождения движущихся объектов                                   

по признак  их движения                                                                                                                        14

5.1.2. Система считывания регистрационных  номеров автомобилей                                        15

5.2 Биометрия                                                                                                                                            15

5.2.1. Система обнаружения и распознавания  лиц                                                                         16

5.2.2. Система распознавания жестов  руки человека                                                                     17

5.3 Медицинские приложения                                                                                                              17

5.3.1. Системы для компьютерного  анализа томографических изображений                        17

6. Будущее машинного зрения.                                                                                                            19

6.1. Достоинства и недостатки  систем машинного зрения                                                           19

6.2 Будущее машинного зрения                                                                                                           20

Список литературы                                                                                                                                   21

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.   История развития машинного зрения

Компьютерное зрение оформилось как  самостоятельная дисциплина к концу 60х годов. Это направление возникло в рамках искусственного интеллекта в тот его период, когда еще  были горячи споры о возможности  создания мыслящей машины. Оно выделилось из работ по распознаванию образов

Кратко история развития машинного  зрения представлена на рисунке 1.

 

 

 

Рис. 1. История машинного зрения

В истории развития машинного зрения можно выделить следующие этапы:

· 1955 г. - профессор Массачусетского  технологического института (МТИ) Оливер Селфридж опубликовал статью «Глаза и уши для компьютера». В ней автор выдвинул теоретическую идею оснащения компьютера средствами распознавания звука и изображения.

· 1958 г. - психолог Фрэнк Розенблатт из Корнеллского университета создал компьютерную реализацию персептрона (от perception - восприятие) - устройства, моделирующего схему распознавания образов человеческим мозгом. Персептрон был впервые смоделирован в 1958 году, причем его обучение требовало около получаса машинного времени на ЭВМ IBM-704. Аппаратный вариант - Mark I Perceptron - был построен в 1960 г. и предназначался для распознавания зрительных образов.Однако рассмотрение задач машинного зрения носило скорее умозрительный характер, так как ни техники, ни математического обеспечения для решения таких сложных задач еще не было.

· 1960-е гг.- появление первых программных  систем обработки изображений (в  основном для удаления помех с  фотоснимков, сделанных с самолетов  и спутников), стали развиваться  прикладные исследования в области  распознавания печатных символов. Однако все еще существовали ограничения  в развитии данной области науки, такие как отсутствие дешевых  оптических систем ввода данных, ограниченность и довольно узкая специализация  вычислительных систем. Бурное развитие систем компьютерного зрения на протяжении 60-х годов можно объяснить расширением  использования вычислительных машин  и очевидной потребностью в более  быстрой и эффективной связи  человека с ЭВМ. К началу 60-х годов  задачи компьютерного зрения в основном охватывали область космических  исследований, требовавших обработки  большого количества цифровой информации.

· 1970-е гг. - Лавренсе Робертс, аспирант МТИ, выдвинул концепцию машинного построения трехмерных образов объектов на основе анализа их двумерных изображений. На данном этапе стал проводиться более глубокий анализ данных. Начали развиваться различные подходы к распознаванию объектов на изображении, например структурные, признаковые и текстурные.

· 1979 г. - профессор Ганс-Хельмут  Нагель из Гамбургского университета заложил основы теории анализа динамических сцен, позволяющей распознавать движущиеся объекты в видеопотоке.

· В конце 1980-х годов были созданы  роботы, способные более-менее удовлетворительно  оценивать окружающий мир и самостоятельно выполнять действия в естественной среде

· 80-е и 90-е годы ознаменовались появлением нового поколения датчиков двухмерных цифровых информационных полей  различной физической природы. Развитие новых измерительных систем и  методов регистрации двухмерных цифровых информационных полей в  реальном масштабе времени позволило  получать для анализа устойчивые во времени изображения, генерируемые этими датчиками. Совершенствование  же технологий производства этих датчиков позволило существенным образом  снизить их стоимость, а значит, значительно  расширить область их применения

· С начала 90-х годов в алгоритмическом  аспекте последовательность действий по обработке изображения принято  рассматривать в согласии с так  называемой модульной парадигмой. Эта  парадигма, предложенная Д. Марром на основе длительного изучения механизмов зрительного восприятия человека, утверждает, что обработка изображений должна опираться на несколько последовательных уровней восходящей информационной линии: от «иконического» представления объектов (растровое изображение, неструктурированная информация) – к их символическому представлению (векторные и атрибутивные данные в структурированной форме, реляционные структуры и т. п.).

· В середине 90-х годов появились  первые коммерческие системы автоматической навигации автомобилей. Эффективные  средства компьютерного анализа  движений удалось разработать в  конце XX века

· 2003 г. - на рынок были выпущены первые достаточно надежные корпоративные  системы распознавания лиц.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.   Задачи машинного зрения и области его применения

2.1.Определение понятия  «машинное зрение»                                                                                                  
Машинное зрение - это применение компьютерного зрения для промышленности и производства. В то время как компьютерное зрение - это общий набор методов, позволяющих компьютерам видеть, областью интереса машинного зрения, как инженерного направления, являются цифровые устройства ввода/вывода и компьютерных сети, предназначенные для контроля производственного оборудования, таких как роботы-манипуляторы или аппараты для извлечения бракованной продукции. Машинное зрение является подразделом инженерии, связанное с вычислительной техникой, оптикой, машиностроением и промышленной автоматизацией. Одним из наиболее распространенных приложений машинного зрения — инспекции промышленных товаров, таких как полупроводниковые чипы, автомобили, продукты питания и лекарственные препараты. Люди, работавшие на сборочных линиях, осматривали части продукции, делая выводы о качестве исполнения. Системы машинного зрения для этих целей используют цифровые и интеллектуальные камеры, а также программное обеспечение обрабатывающее изображение для выполнения аналогичных проверок. 

2.2 Машинное зрение в  настоящее время.

В настоящее время существует четкая граница между так называемым монокулярным и бинокулярным компьютерным зрением. К первой области относятся  исследования и разработки в области  компьютерного зрения, связанные  с информацией, поступающей от одной  камеры или от каждой камеры отдельно. Ко второй области относятся исследования и разработки, имеющие дело с информацией, одновременно поступающей от двух и  более камер. Несколько камер  в таких системах используются для  измерения глубины наблюдения. Эти  системы называются стереосистемами.

К настоящему моменту теория компьютерного  зрения полностью сложилась как  самостоятельный раздел кибернетики, опирающийся на научную и практическую базу знаний. Ежегодно по данной тематике издаются сотни книг и монографий, проводятся десятки конференций  и симпозиумов, выпускается различное  программное и аппаратно-программное  обеспечение. Существует ряд научно-общественных организаций, поддерживающих и освещающих исследования в области современных  технологий, в том числе технологии компьютерного зрения.

2.3. Основные задачи машинного  зрения

В целом, в задачи систем машинного  зрения входит получение цифрового изображения, обработка изображения с целью выделения значимой информации на изображении и математический анализ полученных данных для решения поставленных задач.

Однако машинное зрение позволяет  решать множество задач, которые  условно можно разделить на четыре группы (Рис.2):

Рис.2. Задачи машинного зрения

· Распознавание положения

Цель машинного зрения в данном применении - определение пространственного  местоположения (местоположения объекта  относительно внешней системы координат) или статического положения объекта (в каком положении находится  объект относительно системы координат  с началом отсчета в пределах самого объекта) и передача информации о положении и ориентации объекта  в систему управления или контроллер.  
Примером такого приложения может служить погрузочно-разгрузочный робот, перед которым стоит задача перемещения объектов различной формы из бункера. Интеллектуальная задача машинного зрения заключается, например, в определении оптимальной базовой системы координат и ее центра для локализации центра тяжести детали. Полученная информация позволяет роботу захватить деталь должным образом и переместить ее в надлежащее место.

• Измерение

В приложениях данного типа основная задача видеокамеры заключается  в измерении различных физических параметров объекта.  
Примером физических параметров может служить линейный размер, диаметр, кривизна, площадь, высота и количество. Пример реализации данного задачи - измерение различных диаметров горлышка стеклянной бутылки.