Алгоритмы обработки информации в системах технического зрения промышленных…
3
Значение параметра
L
определяет размерность признакового
пространства
2.
K L
= −
На этапе распознавания выбран простейший классификатор,
основанный на минимизации евклидова расстояния между векто-
ром
r
X
признаков распознаваемого объекта
r
ω
и векторами
,
m
X
1, ,
m M
=
признаков эталонных объектов, образующих алфавит клас-
сов [3]. В данном случае число классов равно
.
M
Евклидово рассто-
яние определяется по формуле
(
)
2
1
.
K
r
m
r
m
r m
i
i
i
X X
=
ρ
= − =
−
∑
X X
Ре-
шение о принадлежности объекта
r
ω
к некоторому классу
*
m
Ω
при-
нимается на основе решающего правила, которое можно представить
соотношением
*
*
min{ }
.
r m
r m
r
m
m
ρ
ρ →ω Ω
=
⊂
Проведен сравнительный анализ двух алгоритмов распознавания
образов, которые различаются методами выделения контуров реги-
стрируемых изображений деталей. В первом алгоритме для выделе-
ния контуров используется метод Канни [3], широко известный в
практике цифровой обработки как один из лучших методов, а во вто-
ром алгоритме — предлагаемый в данной работе комбинированный
метод.
Алгоритм сегментации по методу Канни включает следующие
процедуры [3]:
1) сглаживание полутонового изображения низкочастотным
фильтром с импульсным откликом, описываемым законом Гаусса;
2) вычисление градиентов изменения яркости в каждой точке
изображения и нахождение точек локального максимума градиентов;
3) подавление немаксимумов и выделение границ как локальных
максимумов градиентов;
4) определение потенциальных границ на основе сравнения с
двумя пороговыми уровнями
Т
1
и
Т
2
, причем
Т
1
<
Т
2
;
5) трассировку областей неоднозначности и определение итого-
вых границ путем подавления всех краев, не связанных с определен-
ными (сильными) границами.
На рис. 2,
б
приведены результаты применения этого алгоритма
для выделения контуров деталей, изображенных на рис. 2,
а
. Изоб-
ражения контуров, полученных методом Канни, кроме внешних гра-
ниц содержат внутренние контурные линии, наличие которых опре-
делено условиями освещения объектов при регистрации изображе-
ний. Этот эффект может приводить к неинвариантности признаков
распознавания, определяемых путем анализа контуров изображений
объектов.
