| Русский Русский | English English |
   
Главная Архив номеров
23 | 09 | 2019
10.14489/vkit.2016.12.pp.029-034

DOI: 10.14489/vkit.2016.12.pp.029-034

Горбачев В. А., Андриенко Е. Э.
ОПТИМИЗАЦИОННЫЕ МЕТОДЫ ВЫСОКОТОЧНОГО ОРИЕНТИРОВАНИЯ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ ДЛЯ СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ
(c. 29-34)

Аннотация. Предложены методы высокоточного ориентирования объектов на предметном столе по его изображению в рамках разработки системы технического зрения (СТЗ) для гидроабразивного режущего станка. Рассмотрены два взаимно обратных подхода, использующих оптимизационную постановку на основе итеративной оценки: наилучших параметров смещения и вычисления с их помощью угла поворота; оптимального поворота и вычисления на его основе параметров смещения. Показано достижение высокой точности оценки ориентации объектов с помощью предложенных подходов, что делает возможным создание на их основе СТЗ для высокоточного промышленного оборудования.

Ключевые слова:  анализ изображений; детектирование; ориентирование; контур; корреляция; система технического зрения.

 

Gorbachev V. A., Andrienko E. E.
OPTIMIZATION METHODS OF HIGH-PRECISION OBJECT ORIENTATION ON IMAGES FOR MACHINE VISION SYSTEMS
(pp. 29-34)

Abstract. The paper proposes methods for high-precision orientation of flat objects on images. Methods were developed specifically to create a machine vision system, which control water jet cutter. The system detects, recognize and determine rotation angle and shift of the object relative to the sample image. The main feature of the task is the need to handle poor textured objects of irregular shape. To solve the orientation problem two dualistic optimization approaches were presented. The first one is based on iterative estimation of optimal shift parameters and subsequent calculation of rotation angle. The second is based on iterative estimation of optimal angle and subsequent calculation shift parameters. The optimized cost functional is the cross-correlation between object and stored reference image. During the optimization procedure the quality is iteratively evaluated and the next point in the parameter space of orientation is chosen. Nelder–Mead method and Brent method are used for optimization. The initial estimation of rotation angle was made by comparing the histograms of gradients. The advantage of methods is that they are based on the object texture, not its boundary or interest points. Due to higher informativity and robustness of texture, methods are resistant to various image distortions, such as perspective distortion, glare, shadows, noise. Modelling results shows that developed algorithms enable to achieve high precision of object orientation estimation. That makes it possible to create high-accuracy industrial systems based on proposes approaches.

Keywords: Image analysis; Detection; Orientation; Contour; Correlation; Machine vision system.

Рус

В. А. Горбачев, Е. Э. Андриенко (ФГУП «Государственный научно-исследовательский институт авиационных систем» ГНЦ РФ, Москва, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

V. A. Gorbachev, E. E. Andrienko (State Research Institute of Aviation Systems State Scientific Center of Russian Federation, Moscow, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Техническое зрение в системах управления: сб. тр. науч.-техн. конф., Москва, 14 – 16 марта 2012 г. / под ред. Р. Р. Назирова. М.: Механика, управление и автоматика, 2012. 296 с.
2. Batchelor B. G., Whelan P. F. Intelligent Vision Systems for Industry. London: Springer, 1997. 473 p.
3. Lowe D. G. Object Recognition from Local Scale-invariant Features // Proce. of the Intern. Conf. on Computer Vision. 1999. V. 2. P. 1150 – 1157. doi:10.1109/ICCV.1999. 790410.
4. Форсайт Д. А., Понс Ж. Компьютерное зрение. Современный подход: пер. с англ. М.: Издательский дом «Вильямс», 2004. 928 с.
5. Ballard D. H. Generalizing the Hough Transform to Detect Arbitrary Shapes // Pattern Recognition. 1981. V. 13, № 2. P. 111 – 122.
6. Davies E. R. Machine Vision: Theory, Algorithms and Practicalities. London: University of London, 2004. 672 р.
7. Otsu N. A Threshold Selection Method from Gray-Level Histograms // IEEE Transactions on Systems, Man, and Cybernetics. 1979. V. 9, № 1. P. 62 – 66.
8. Suzuki S., Abe K. Topological Structural Analysis of Digitized Binary Images by Border Following // Computer Vision, Graphics, and Image Processing. 1985. V. 30, № 1. P. 32 – 46.
9. Hu M. K. Visual Pattern Recognition by Moment Invariants // IRE Transactions on Information Theory. 1962. V. 8, № 2. P. 179 – 187.
10. Обработка и анализ изображений в задачах машинного зрения / Ю. В. Визильтер и др. М.: ФИЗМАТКНИГА, 2010. 672 с.
11. Лешко Б. Ю. Методы оптимизации: конспект лекций. Новосибирск: Изд-во НГТУ, 2009. 126 с.
12. Dalal N., Triggs B. Histograms of Oriented Gradients for Human Detection // IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05). June 20 – 26, 2005. V. 1. P. 886 – 893.
13. Brent R. P. Algorithms for Minimization without Derivatives. Englewood Cliffs, NJ: Prentice-Hall, 1973. 195 p.

Eng

1. Nazirov R. R. (2012). Machine vision in control systems: proceedings of scientific and technical conference. Moscow, 14 – 16 March 2012. Moscow: Mekhanika, upravlenie i avtomatika. [in Russian language]
2. Batchelor B. G., Whelan P. F. (1997). Intelligent vision systems for industry. London: Springer.
3. Lowe D. G. (1999). Object recognition from local scale-invariant features. Proceedings of the International Conference on Computer Vision. Vol. 2, pp. 1150-1157. doi:10.1109/ICCV.1999.790410.
4. Forsait D., Pons Zh. (2004). Computer vision. Modern approach. Moscow: Williams. [in Russian language]
5. Ballard D. H. (1981). Generalizing the Hough transform to detect arbitrary shapes. Pattern Recognition, 13(2), pp. 111-122. doi: 10.1016/0031-3203(81)90009-1
6. Davies E. R. (2004). Machine vision: theory, algorithms and practicalities. London: University of London.
7. Otsu N. A. (1979). Threshold selection method from graylevel histograms. IEEE Transactions on Systems, Man, and Cybernetics, 9(1), pp. 62-66. doi: 10.1109/TSMC.1979. 4310076
8. Suzuki S., Abe K. (1985). Topological structural analysis of digitized binary images by border following. Computer Vision, Graphics, and Image Processing, 30(1), pp. 32-46. doi: 10.1016/0734-189x(85)90136-7; 10.1016/0734-189x(85)90016-7
9. Hu M. K. (1962). Visual pattern recognition by moment invariants. IRE Transactions on Information Theory, 8(2), pp. 179-187. doi: 10.1109/TIT.1962.1057692
10. Vizil'ter Iu. V. et al. (2010). Processing and image analysis in problems of machine vision. Moscow: Fizmatkniga. [in Russian language]
11. Leshko B. Iu. (2009). Optimization methods: lecture notes. Novosibirsk: Izdatel'stvo NGTU. [in Russian language]
12. Dalal N., Triggs B. (2005). Histograms of oriented gradients for human selection. IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05). June 20 – 26, 2005, Vol. 1, pp. 886-893.
13. Brent R. P. (1973). Algorithms for minimization without derivatives. Englewood Cliffs, NJ: Prentice-Hall.

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2016.12.pp.029-034}

.

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2016.12.pp.029-034}

 

 

 

 

 

.

.

 

 

 
Поиск
Баннер
Баннер
Баннер
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Rambler's Top100 Яндекс цитирования