Книга
← К списку книгЗагрузка разделов…
активнаАктивные записи участвуют в каталоге и синках. Неактивная книга скрыта, но не удалена из базы.
Книга
П П. КАГЫСОБРАБОТКАВИЗУАЛЬНОЙИНФОРМАЦИИ
匸 П. КАГЫСОБРАБОТКАВИЗУАЛЬНОЙИНФОРМАЦИИ匸 П. КАГЫСОБРАБОТКАВИЗУАЛЬНОЙИНФОРМАЦИИйМосква•Машиностроение-1990йМосква•Машиностроение-1990
匸 П. КАГЫСОБРАБОТКАВИЗУАЛЬНОЙИНФОРМАЦИИ
匸 П. КАГЫСОБРАБОТКАВИЗУАЛЬНОЙИНФОРМАЦИИ
й
Москва•Машиностроение-1990
й
Москва•Машиностроение-1990
годов )ЯДОМ » сле-
воз- вбуют 【алов, торые
Ана- 4ЧНЫХ ；ходят 1ЫХ и »раже-
[визу- геских анннх 口 пара- [юрма- алу, и в про- ой ин- зуаль- юбото- ствую- ллизо-
инфор- 1ектро- 13BVKO- •аботка
основ- 1аправ-
инфор- еспечи- )йствах поопед- ч обра- ки свя- ервымн методов азанное
ISBN 5-2)7*00989-6ISBN 5-2)7*00989-6© Г. П. Катыс, 1990© Г. П. Катыс, 1990
ISBN 5-2)7*00989-6
ISBN 5-2)7*00989-6
© Г. П. Катыс, 1990
© Г. П. Катыс, 1990
ББК 32.973.2
К29
УДК 681.3.019 : [621.398 + 681.883.752 J
Рецензент д-р техн, наук В. И. ОСАДЧИЙ
Катыс Г. П.
К29 Обработка визуальной информации. --^М/ Машиностроение, 1990. — 320 игл
ISBN 5-217-00989-6
Рассмотрен комплекс вопросов создания систем анализа и обработки двумерных к трехмерных нзс^ражений. Дано сравнелие методов и систем обработки визуальном нн中зрманнп, прхиснсны нх характеристики. Указаны оптииальиыс 口бластм применения ^『тьаив и систем, а также потен- цна^ьнис эозмсжибсти систем сбработки зрптскьнз订 информация, реализующих актмннки к пассивные принципы.
Л-т я инженсрно-тех^ичоских работников» занимающихся создавис-м средств машинного видения в разданных отраслях науки и техники.
и 1402070000—133
ВЕК 32.973.2ВЕК 32.973.2K~038(0iP90- М90
ВЕК 32.973.2
ВЕК 32.973.2
ПРЕДИСЛОВИЕ
Происходящее в последнее время бурное развитие методов н средств обработки визуальной информации вызвано рядом обстоятельств, среди которых важнейшими можно считать следу ющпе. Интенсивное развитие научных исследований и возросшая сложность решаемых научно-технических задач требуют в настоящее время анализа не столько одномерных сигналов, сколько различного рода скалярных и векторных полей, которые могут быть представлены в виде двумерных изображений. Аналогичный процесс наблюдается в настоящее время в различных сферах производства, где весьма широкое применение находят автоматический визуальный контроль и анализ трехмерных и двумерных производственных сцен по их двумерным изображениям.
Кроме того, большое внимание к проблемам обработки визуальной информации обусловлено многообразием практических задач, возникающих в различных областях техники и связанных с управлением, наведением и самонаведением автономных аппаратов. Здесь же необходимо отметить, что основную часть информации о внешнем мире человек получает по зрительному каналу, и при этом он весьма эффективно использует выработанный в процессе эволюции аппарат анализа и интерпретации визуальной информации. По-видимому, подобный подход к анализу визуальной информации является наиболее рациональным и для робототехнических аппаратов, и он должен быть в пределах существующих технических возможностей оптимальным образом реализован в их зрительных системах.
В перечисленных применениях обработка визуальной информации производится практически во всех диапазонах электромагнитных волн: оптическом, радио, рентгеновском, ультразвуковом и др. Однако пока наибольшее развитие получила обработка визуальной информации в оптическом и ИК диапазонах, и основное внимание в данной книге уделено рассмотрению этих направлений.
Как известно, под обработкой и анализом визуальной информации понимается применение систем преобразований, обеспечивающих извлечение из нее полезной информации о свойствах изображаемых объектов или процессов. На протяжении последнего двадцатилетия значительная часть прикладных задач обработки информации и анализа данных в ряде областей техники связана с визуальной информацией и, в частности, с двумерными изображениями. Это также относится и к приложениям методов искусственного интеллекта и распознавания образов. Указанное
обстоятельство явилось причиной как появления новых техниче- скиХ средств восприятия и обработки пизуальний нн@зрм?ш.нн， так н интенсивного развития методов и средств ее тгк'рпрс^или, идентификации и классификации.
Для анализа визуальной информации ирименяется (х>г;иый арсенал как пассивных методов, основанных на восприятии с.об- ственных излучений объектов и сцен, так и активных методов, основанных на различных схемах структурири^инного нз〃七етн сцены. Эффективно используются также различные napi^ir^ стс реоскопического и светолокационного анализа т])ехмернь1Л с“ен.
Рациональное построение системы съем8 ъизуа.Л1>н(.'й мнфор маннн, сводящееся к выделению нолсуиой ни(卜屮мамнн и сущесч венному уменьшению потоков избыточной информации ии нхз〃с системы, является весьма важной задачей. У〃、азее ее решение позволяет создать системы технического тррнн», д('йс гвуюише в реальном масштабе времени и обладающие пес^южьым и вичис^и- тельными устройствами.
Если в области автоматического анализа илоекьх сн匕н и двумерных изображений в последнее время .a.ov rin-HV'rj.t ^ушесгвен ные успехи, тс в области анализа трсхмсрпих с пен усиехи пика достаточно скромные, причем испольоонаиие. иассивных и нктн»- ных методов стереоанализа и сканирующих /^льноме^ |<ическил методов еще находится на начальной сннлин.『將匚门川门卩匕匕”代)пере численных методов и посвящена дан и и я книга
Книга написана на основе как резульжтин (：()г)(/7ненш(/.?к и с следований и разработок автора, так и анализа., 「нсдмнтнннпнн и обобп^ения литературных и катенчнык материалов 1!рн з•久нм автор не стремился дать полный перечень работ).(о рассматринае^ мнм вопросам, но старался отметить те новь出 работы (опубликованные в основном после 1980 г,), в которых были получены наиболее интересные и полезные результаты.
При написании книги автором использованы также материалы лекционных курсов, читавшихся нм в Московском институте радиотехники, электроники и автоматики в течение ряда )〕нт.
Предлагаемая читателю книга является, по-су1цеаву, статической моделью временного среза состояния развития рассматриваемой области оптоэлектроники (или, точнее говоря, наших знаний о состоянии этой области). Пу)и этом оиределеяы и проанализированы наиболее перспективные направления развития данной области. Автор, естественно, стремился к тому, чтобы различие между действительным состоянием рассмагриваемого раздела оптоэлектроники (к моменту выхода книги) и оиисаивым в книге было минимальным. Именно с этой целью в книге использован большой объем новейшей патентной информации.
Автор выражает искреннюю признательность академику АН СССР Н. Н. Евтихиеву и членам-корреспондентам АН СС:СР Л・ Д. Бахраху и Г. Р, Иваницкому за конкретные и доброжелательные замечания, способствующие улучшению книги.
ВВЕДЕНИЕ
Автоматической обработке и анализу визуальной информации в настоящее время уделяется большое внимание, что вызвано интенсивным использованием таких систем в различных областях науки и техники. Принципы оптико-электронной обработки визуальной информации используются при выполнении обзорнопоисковых операций, решения задач анализа и распознавания изображений объектов и сцен, решения задач слежения за сложными объектами на различных фонах и т. д. Такие системы получили название систем машинного видения (СМВ). Основными функциями, реализуемыми СМВ, являются обнаружение объектов, их идентификация, а также определение ориентации, координат и других параметров.
Операции по считыванию, анализу и идентификации изображений осуществляются с помощью различных машинных процедур. При этом изображение формируется в памяти процессора в виде матриц отсчетов градаций яркости на рассматриваемом участке сцены. На этом этапе изображение часто подвергается предварительной обработке (сглаживанию, повышению контрастности, фильтрации и т, п.) для улучшения качества.
На этапе анализа изображений составляются описания двумерных или трехмерных сцен. Для этого применяются разнообразные процедуры сегментации изображений, из которых наиболее информативными и часто применяемыми являются алгоритмы выделения контуров (например, на основе пространственного дифференцирования, сравнения градиентов с порогом, свертки и т. п.) и алгоритмы расширения областей.
Идентификация изображений состоит в сравнении результатов анализа описаний или признаков с геометрическими данными объектов. Обычно символьное описание содержит сведения о типе, положении и ориентации объекта, в поле зрения видео датчика, которые используют для сопоставления идентифицируемой сцены с эталонами. Одной из центральных задач идентификации изображений является распознавание объекта по совокупности характерных признаков.
В гл. 1 даны основные сведения по перечисленным этапам обработки изображений, описаны способы технической реализации
и соответствующие алгоритмы.
Перспективными областями применения СМВ являются визуальный контроль качества продукции и идентификация объектов. При этом выполнение операций визуального контроля в настоящее время составляет около 70 % всех видов использования СМВ.
Одним из бурно развивающихся промышленных применений СМВ является их использование в гибких производственных системах. Интенсивное развитие таких систем, происходящее в настоящее время, обусловливает необходимость быстрого совершенствования СМВ, выполняющих функции визуального контроля качества продукции, классификации деталей, определения их положения и ориентации при решении задач автоматической сборки, обработки и других применений. Как известно, оо новной объем информации (более 80 %) человек получает от системы зрительного восприятия. Поэтому понятно с.тремление строить систему восприятия визуальной информации на базе искусственного зрения. В этом случае для сбора информации об окружающей среде используют видеоанализаторы, действ у юпще в видимом и ИК диапазонах оптического спектра. Однако для этих целей также находят применение СМВ, действующие в других диапазонах электромагнитного спектра (ультразвуковом, рентгеновском и др.). СМВ перечисленных типов обычно используют в тех случаях, когда системы, действующие в видимом диапазоне оптического спектра, не могут решить поставленную задачу. Такие системы применяют, когда необходимо анализировать информационные поля, расположенные в оптически непрозрачных средах, например в толще бетона, непрозрачной жидкости, дыма, масляного тумана и т. п. Некоторые сведения о принципах построения и характеристиках таких систем приведены в гл. 2 книги.
Эффективность функционирования СМВ различных типов во многом определяется совершенством их структурных схем, которые в реальном масштабе времени должны выделять изображения отдельных объектов наблюдаемой сцены, осуществлять их классификацию, измерять расстояние между ними, определять размеры и т. д. Необходимо отметить, что качество СМВ в последуй период существенно повысилось. Алгоритмы решения задач ввода зрительной информации, ее предварительной обработки и анализа начинают реализовываться на параллельных вычислительных средствах. Появились активные и пассивные системы, определяющие форму объектов не только по стереоизображениям, н° н с использованием структурированного освещения, теней, контурных моделей, путем формирования «карт глубины» и др. В зависимости от сложности анализируемой сцены, типа расположенных на ней объектов используют различные принципы построения визуальных анализаторов: активные, пассивные, монокулярные, бинокулярные, формирующие дальностную картину и др.
При классификации СМВ могут быть использованы различ- нне классификационные схемы. Так, СМВ могут быть разделены 6
следующим образом: а) двумерные, трехмерные и имеющие размерность 2,5 (со структурированным подсветом); б) бинарные и многотоновые; в) активные (с подвигом) и пассивные (без подсвета) и т- Д- Различные подходы к классификации СМВ и классификационные схемы рассмотрены в гл. 2.
Как уже было отмечено, СМВ могут быть разделены на системы, осуществляющие анализ двумерных (плоских) изображений, и системы, осуществляющие анализ изображений трехмерных сцен. Кратко рассмотрим принципы действия СМВ первого типа. При анализе различных двумерных изображений, таких, как многотоновые проекции трехмерных сцен, бинарные изображения сцен, «рассеченных» структурированным подсветом, интерференционных картин, и других возникает ряд проблем, связанных со считыванием, анализом и интерпретацией визуальной информации. *
В качестве преобразователей свет——сигнал, реализующих процесс считывания изображения, в СМВ применяют как вакуумные телевизионные передающие трубки (видиконы, диссекторы и 〃р・)， так и твердотельные, матричные полупроводниковые преобразователи изображения ——приборы зарядовой связи (ПЗС) и приборы зарядовой инжекции (ПЗИ). При этом методы сбора и передачи видеоинформации в основном заимствованы из телевидения: практически повсеместно используют растровые методы разложения изображений. Однако для извлечения нз изображений нужных сведений используют методы обработки видеоинформации, включая идентификацию и распознавание образов, интерпретацию сцен и прочие, не характерные для обычной телевизионной техники.
Применение вакуумных передающих трубок — диссекторов, видиконов, кремниконов и других, позволяет обеспечить восприятие значительного объема визуальной информации. Однако это достоинство вакуумных видеодатчиков сопряжено с существенными недостатками: они имеют значительный объем и массу, требуют высокого питающего напряжения и имеют малую наработку на отказ. Видео датчики на вакуумных трубках не обеспечивают особо точных измерений геометрических параметров изображения, так как линейность получаемых видеосигналов составляет примерно 1 % ,
Преимуществами полупроводниковых твердотельных видеодатчиков перед вакуумными является то, что они свободны от искажений, имеют высокую надежность и нечувствительны к механическим перегрузкам. При очень высоких плотностях светового потока в полупроводниковых преобразователях не происходит необратимых повреждений. Питающие напряжения интегральных фотоприемных структур составляют единицы вольт, их вес —— доли ньютона. Наработка на отказ -в 10—15 раз выше, чем у лучших образцов вакуумных передающих трубок. Эта факторы привели к тому, что СМВ, воспринимающие устройства которых по-
строены на основе вакуумных трубок, нашли ограниченное применение. з
Развитие интегральной полупроводниковой технологии позволило создать высокоэффективные многоэлементные ^ фоточув- ствительные устройства. В зависимости от структурной организации выделяют два типа таких устройств: интегральные фото- приемные линейные структуры и интегральные фотоприемные матрицы. Созданы разнообразные фотоприемные матрицы и линейки, обеспечивающие высокую пространственную разрешающую способность.
В настоящее время разработаны как фотодиодные, так и фото- транзисторные матрицы. Достоинством фототранзисторных матриц является возможность внутреннего усиления видеосигнала. Однако фототранзисторные матрицы по сравнению с фотодиодными обладают рядом недостатков. Они сложны в изготовлении, имеют малый динамический диапазон, чувствительны к разбросу коэффициента усиления по току. Такие матрицы нашли применение при построении видеодатчиков с незначительным числом элементов. Более широкое применение получили фотодиодные матрицы.
В последний период в качестве видеодатчиков широкое распространение получили матричные структуры на основе приборов с зарядовой связью (ПЗС). Сравнение матриц ПЗС с вакуумными передающими трубками типа кремниконов и секонов показывает, что для получения наибольшего числа элементов разрешения в кадре желательно выбирать вакуумные передающие трубки. Однако при больших скоростях сканирования для получения высокой линейности видеосигнала при считывании малоконтрастных изображений целесообразно использовать приборы с зарядовой связью. Кроме того, по информационной емкости ПЗС уже приближаются к вакуумным передающим трубкам. Сейчас можно с уверенностью отметить, что основная тенденция при разработке новых видеодатчиков СМВ заключается в постепенном переходе к твердотельным матрицам.
Основным достоинством твердотельных полупроводниковых интегральных фотоприемных структур перед вакуумными преобразователями является возможность создания на одном кристалле оптоэлектронных систем с параллельно-последовательной обработкой считываемой информации.
Одним из важных вопросов, который должен быть оптималь- ннм образом решен при создании конкретной СМВ, является полу- ченне (в форме видеосигнала) первичной информации о контролируемой сцене с требуемым пространственно-временным разреше- ннем. Для съема визуальной информации изображение сцены должно быть подвергнуто последовательному (или параллельнопоследовательному) просмотру, реализованному в пассивном или активном вариантах. Общим в работе всех СМВ является процесс сканирования при обзоре анализируемой сцены. В настоящее 8
время разработаны следующие методы сканирования: бескадровое непрерывно-построчное, покадровое, автономно-покадровое. В тех случаях, когда сканирующая система перемещается с определенной скоростью относительно исследуемого объекта, расположенного, например, на ленте конвейера, обычно используется метод бескадрового непрерывно-построчного сканирования в направлении, перпендикулярном движению объекта.
Если исследуемый объект расположен в определенном, заранее установленном участке обозреваемого пространства, так, что вся необходимая информация может разместиться в пределах одного кадра, используется метод покадрового многократного сканирования этого участка пространства при неподвижной относительно объекта сканирующей системе.
При авто ном но- по к адр овом сканировании обзор местности осуществляется в пределах ограниченного кадра, а сам кадр определенным образом перемещается по исследуемому полю.
Как правило, в анализаторах визуальной информации используют строго детерминированные программы развертки изображения, однако при решении некоторых задач могут применяться также самонастраивающиеся видеосенсорные системы, в которых параметры разложения изображения (тип развертки, размер сканирующего пятна, число строк разложения, скорость развертки, ширина полосы частот н др.) изменяются в определенных пределах в зависимости от характеристик изображения и типа решаемой задачи. При этом может также осуществляться переход с одного метода сканирования к другому. В последнее время находят также применение методы параллельного и параллельно-последова- тельного анализа изображений. Эти вопросы рассмотрены в гл, 3.
В последний период одновременно с разработкой сложных видеоанализаторов ведутся интенсивные исследования в области биологических визуальных сенсоров. Исследуются механизмы параллельно-последовательной обработки информации, осуществляемые в естественных зрительных анализаторах. Предпринимаются попытки создания моделей систем визуального восприятия, которые отражали бы методы анализа изображений, используемые зрительной системой человека. Ожидается, что результаты таких исследований позволят существенно улучшить характеристики СМВ. В связи с этим необходимо отметить, что фото- чувствительные сенсоры СМВ в оптимальном варианте должны не просто передавать в ЭВМ видеосигнал построчной развертки изображения, а производить достаточно глубокий первичный параллельно-последовательный анализ и предобработку изображения и только после этого передавать обобщенный сигнал в ЭВМ. Это, по-видимому, даст возможность осуществить оптимальное распределение усилий по обработке визуальной информации между устройствами восприятия и ЭВМ и тем самым получить существенное упрощение верхнего уровня системы обработки визуальной информации. Современный этап развития техноло-
щи уже позволяет создать анализаторы, осухцествляющие подобные функции. Поиск рациональных путей построения таких видеоанализаторов составляет в настоящее время одну из важных проблем создания видеодатчиков СМВ.
Перспективным считается создание видеоанализаторов на основе многослойной интегральной технологии с разнообразными оптическими, фотоэлектрическими и электрическими параллельно- последовательными связями различных элементов на разных уровнях такой структуры. Реализация подобных видеодатчиков СМВ на основе новейшей технологии позволяет решать в реальном масштабе времени широкий ряд задач по функциональному преобразованию изображений, выделению однородных зон, контуров объектов, объектов, ориентированных определенным образом, и пр. Такое сенсорное анализирующее устройство само должно являться в некотором смысле оптико-электронным про、 цессором, производящим первичную параллельно-последователь- ную обработку визуальной информации.
Подробные сведения о различных видеодатчиках анализаторов двумерных изображений приведены в гл. 3.
В современных СМВ находят широкое применение системы активного анализа объемных сцен с помощью двумерных видеоприемных устройств, снабженных структурированным подсветом. Значительное развитие получили лазерные обзорные системы, имеющие вмспкую точность определения координат и разрешающую способность, что объясняется острой направленностью луча лазера. К перспективным устройствам сбора информации о состоянии внешней среды относятся также различные фотометрические устройства в волоконно-оптическом исполнении. Сведения о системах этого класса приведены в гл. 4 книги.
Отличительной особенностью задач анализа, контроля и автоматической классификации изображений является их многомерность. В простейшем случае изображение характеризуется двумя пространственными координатами, к которым прибавляется третья 一 временная. Изображения, полученные в различных диапазонах электромагнитного спектра (видимого, ИК и УФ), содержат, как правило, очень большой объем информации, ко- торую необходимо переработать для их идентификации, выявления различий и принятия решений. Это обусловливает жесткость требований к системам визуального контроля и классификации по разрешающей способности и производительности. Кроме того, большинство изображений характеризуется наличием мешающего Фона> а также неопределенностью положения и ориентации отдельных элементов, приводящими к большой избыточности, что делает необходимым использование методов предварительной об- работки изображений: фильтрации, нормирования, сглаживания и т. д.
Процесс автоматического анализа визуальной информации, как правило, является сложной многоэтапной процедурой. После 10
завершения операции разложения изображения в видеодатчике информация в аналоговой или цифровой форме поступает на по- следуюп^ие этапы обработки. Анализ визуальной информации представляет собой процесс, основанный на использовании анализирующей структуры, чувствительной к различным уровням детализации изображения. При этом применяют разнообразные методы обработки, идентификации и распознавания двумерных и трехмерных изображений, в том числе стереоскопические методы, методы активной зондирующей подсветки, методы рассечения .световой решеткой и др.
При реализации процесса идентификации объектов в реальном масштабе времени весьма важным вопросом является выделение оптимальных признаков идентификации объектов. Существует множество способов распознавания объектов, применение которых связано с необходимостью выполнения большого объема машинных процедур и, следовательно, наличием ЗВМ, обладающих большой емкостью памяти. В СМВ находят применение упрощенные методы идентификации объектов по геометрическим признакам, по их характерным конструктивным элементам и др. Признаки идентификации определяются в режиме обучения системы и хранятся в памяти ЭВМ как эталонные, с которыми сравни- ваются те же параметры, определяемые в процессе работы системы.
Перспективными для использования в СМВ являются различные самообучающиеся алгоритмы» которые определяют признаки идентификации на этапе обучения в процессе нескольких предъявлений объекта. Иногда эталонами служат не отдельные признаки, а шаблоны изображения. Положение объекта определяется по координатам его бинарного силуэта. Ориентация может быть определена, например, по направлению, соответствующему наибольшему радиусу, или по направлению на наибольшее отверстие.
Естественная тенденция расширения поля зрения визуального анализатора и увеличения его разрешающей способности приводит к существенному возрастанию потоков визуальной информации, обработка которых традиционными средствами вычислительной техники в реальном масштабе времени оказывается весьма затруднительной и требует, как правило, использования специальных средств параллельной обработки. В системах машинного видения, основанных на использовании телевизионных устройств и являющихся сложными вычислительными комплексами, даже при решении относительно простых задач (анализ изображений, состоящих из многогранников) время, затрачивав- мое на процесс последовательной обработки информации и идентификацию объектов, оказывается доминирующим по сравнению с остальными временными затратами. Это вызвано ограниченными возможностями традиционной вычислительной базы: недостаточ* ньш объемом памяти, относительно невысоким быстродейств и ем. Поэтому в настоящее время остро стоит вопрос создания специаль' ных многопроцессорных систем параллельного действия, которые
позволят создавать СМВ с требуемым пространственно-временным разрешением.
В связи с существенным прогрессом в области вычислительной техники сейчас в автоматическом распознавании образов достигнуты определенные успехи. Работы ведутся главным образом по двум направлениям. Первое направление это создание систем обработки и анализа изображений для различных автоматических производственных комплексов. Эти системы предназначены для решения таких задач, как идентификация, классификация и сортировка деталей, контроль качества их поверхностей и др. Второе направление связано с созданием автоматических устройств для чтения этикеток, маркировок, чеков и др. Интенсивные работы ведутся по созданию технических средств для систем ана
лиза двумерных и трехмерных сцен (чувствительных элементов, монокулярных и бинокулярных камер, систем структурированного подсвета и др.). Однако основная часть исследований сконцентрирована на проблемах обработки, анализа и использования визуальной информации (разработка программ, алгоритмов и средств их аппаратной реализации). Актуальность и сложность этих задач тесным образом связаны с перспективами дальнейшего развития вычислительной техники.
Алгоритм обработки двумерной визуальной информации с помощью СМВ обычно включает следующие процедуры: получение данных об изображении, бинаризацию изображения, сегментацию, выделение характерных признаков, идентификацию или классификацию объектов, определение положения объектов и передачу данных к исполнительным органам. Таким образом, функции, выполняемые СМВ, можно разделить на три группы: идентификация формы; определение пространственного положения; выделение сигнала контроля или управления.
Идентификация формы необходима для того, чтобы отличить одну деталь от другой, определить, нужна ли данная деталь для выполняемой технологической операции или нет. Для решения этой задачи часто используется метод сопоставления образов. Алгоритмы определения положения объекта обычно основаны на анализе геометрических характеристик изображения, таких как геометрический центр, центр тяжести, главные оси инерции объекта и пр. Иногда для этой цели используют характерные особенности контура или участков контура (изломы, прямолинейные отрезки и пр.).
В настоящее время наиболее разработанными являются системы анализа двумерных изображений, работающие обычно с одним видеодатчиком. Эти системы, как правило, имеют в своей структур6 четыре иерархических уровня, которые взаимодействуют между собой:
восстановление изображения — получение достоверного изображения, корректировка искажений, вносимых приемными устройствами и помехами, фильтрация и т. д.；
12
сегментация …преобразование изображений в бинарную форму, разложение изображения на фрагменты, соответствующие отдельным объектам или их деталям, и т. д.;
описание изображений ——определение агрегирующих признаков, например MotxjioNteTpических, текстурных, мультиспектраль- ШЛХ И up.；
а ня л из - согласование с моделью, классификация, вариация tip ивняков г помощью языков высокого уровня, интерпретирование изображения и т. д.
Два первых иерархических уровня являются процедурами пре- дварител(>вой обработки изображений и реализуются с помощью (■лециальных средств математического и аппаратного обеспечения.
Для реали?.а))ии высших иерархических уровней СМВ необходимы средства, технический уровень которых позволяет отнести их к системам искусственного интеллекта. Решение задач рассматриваемых уровней гребует привлечения проблемно-ориентиро- хзнньх хнхкбн, использования моделей пространства, банков
ПЕННЫХ и т. д.
Как было отмечено выше, СМВ можно классифицировать в со- згвбтствнн с тем, каким образом в них производится обработка изображений на бинарные и многотоновые. В бинарных двумерных системах каждая точка изображения описывается в терминах двух тонов 一 черного и белого, а в многоградационных системах точки изображения могут иметь полутона. Переход от полутоновых изображений к бинарным осуществляется посредством операции сравнения с порогом. В бинарных системах объекты наблюдаются либо в отраженных, либо в проходящих лучах, при этом наклонное освещение в ряде случаев используется для получения теней, по которым можно оценить высоту объекта. Процедуры обработки видеоинформации в бинарных системах проще и, соответственно, скорость обработки выше. Такие системы благодаря более низкой информационной емкости изображения имеют повышенное быстродействие по сравнению с полутоновыми системами, в которых яркость кодируется гораздо большим числом уровней. В то же время многоградационные системы позволяют получить значительно больше информации об объекте, чем бинарные. Если отражательная способность, текстура, форма детали таковы, что эту деталь трудно выделить из фона, необходимо обрабатывать полутоновые изображения. Такие СМВ позволяют осуществлять более тонкий анализ видеоинформации, однако в реальном масштабе времени эти системы пока работают лишь в сравнительно узких областях.
Распознавание двумерных изображений может быть выполнено на основании использования следующих методов: 1) сопоставления с эталоном; 2) основанных на теории принятия решений; 3) синтаксических.
В методах первой группы при анализе изображений используется набор эталонов — изображений представителей каждого
13
типа объектов. В процессе классификации анализируемое изображение сравнивается с каждым эталоном. Результаты сравнения позволяют сделать вывод о принадлежности объекта к тому или иному классу. Этот подход является наиболее простым при решении задач распознавания, так как исходные изображения не подвергаются обработке с целью выделения определенных характеристик, а производится лишь предварительная обработка с целью очистки изображения от шумов. Процесс принятия решения представляет собой сравнение со всеми эталонами и вычисление критерия согласованности (например, корреляционной функции). Однако такой подход требует больших вычислительных затрат, поскольку сравнение приходится проводить для всех возможных положений объекта в поле изображения.
Разработаны различные алгоритмы сравнения с эталоном бинаризованных изображений. При бинаризации в диапазоне яркости изображения выбирается порог, сравнение с которым дает счерные» силуэты объектов на《белом» фоне. В том случае, если деталь может принимать небольшое число фиксированных положений и ориентаций (что может быть достигнуто, например, с помощью механических упоров), для ее распознавания можно с успехом применить метод сопоставления с эталоном.
В методах распознавания, основанных на теории принятия решений, используются классические подходы к распознаванию. При таких подходах объекты представляют ^-мepными векторами в пространстве признаков, и процесс принятия решения основан на вычислении меры близости наблюдаемого вектора к области определения искомого объекта. Эта мера близости может быть выражена как расстояние, дискриминатная функция, вероятностная характеристика и т. п. Как правило, при использовании этого подхода предварительно производится обучение системы, выбираются наиболее информативные признаки, которые будут использоваться в процессе прннятн兄 решения.
Так как в методах этой группы изображение описывается в терминах некоторых количественных характеристик, здесь нет необходимости хранить изображение-эталон. Классификация проводится в соответствии со статистическими методами по многомер- ным функциям плотности условной вероятности. Основными эта- памн обработки видеоинформации при использовании таких методов являются сегментация изображения, выделение признаков, классификация. Задача этапа сегментации состоит в разбиений изображения на области, соответствующие разным объектам.
После сегментации изображения производится выделение признаков, которые должны быть инвариантны к положению и ориентации объектов и должны также однозначно различать объекты. Распознавание основано на морфологических признаках, в ка- честве которых используются такие характеристики формы, как площадь силуэта, его периметр, отношение площади к периметру, отношение моментов инерции, максимальный и минимальный
радиусы, площадь и число отверстий, протяженность и др. Набор этих характеристик составляет описание объекта, по которому проводится классификация.
Классификация объектов осуществляется с помощью дискриминирующих функций. Наиболее распространенные методы классификации ——это метод ближайшего соседа и метод, основанный на использовании двоичного дерева решений.
Третью группу методов распознавания изображений составляют синтаксические методы. При этом подходе изображение представляется предложением (конструкцией языка, который определяется вводимой грамматикой); для описания объектов и сцен используются формальные грамматики, а процесс принятия решения представляет собой синтаксический анализ.
Разработаны различные варианты языков описания изображений. Одним из возможных представлений изображения является представление графами. В этом случае в результате сегментации получаются списки, или графы, отражающие абстрактные структуры связей областей. Например, узлы могут обозначать области с различными свойствами (цвет, текстура, форма и т. д.), а связи —— определенные соотношения между этими областями. На заключительном этапе эти структуры сопоставляются с имеющимися моделями, которые обобщают структуры связей, соответствующие определенным классам изображений. Таким образом идентифицируются отдельные детали изображения, и в результате получается структурное описание изображения в терминах известных сущностей.
Необходимо отметить, что еинтаксические методы позволяют решать задачи распознавания ® числом классов объектов, боль- шим, чем в методах двух предыдущих групп. Однако разработанные алгоритмы позволяют распознавать в реальном масштабе времени лишь достаточно простые изображения, и, к тому же, они чувствительны к искажениям и наличию шумов в изображениях.
Различные методы распознавания двумерных изображений g анализом их характеристик и указанием оптимальных областей применения рассмотрены в первых трех главах книги.
Как уже было отмечено, СМВ могут быть разделены на двумерные, трехмерные и имеющие размерность 2,5. Рассмотренные выше двумерные системы предназначены для идентификации плоской рабочей сцены, форма объектов в которой однозначно определяется по двумерной проекции. Большинство существующих СМВ работает g двумерными изображениями. Такие СМВ реализуются в основном ® помощью видеодатчиков, действующих при рассеянном освещении. Системы размерности 2,5 дополнительно обеспечивают определение отдельных пространственных параметров, для этих целей в них используются вспомогательные осветительные средства. Трехмерные системы позволяют идентифицировать любые проетранвтвенные ввойетва объектов незави-
симо от выбора наблюдаемой позиции. В повледнее время разработаны различные СМВ, предназначенные для анализа существенно трехмерных сцен, которые не могут быть упрощены до уровня, имеющего размерность 2,5.
Проблема автоматического анализа трехмерных сцен сложна н многогранна, ее решению посвящено большое число работ, использующих различные подходы и развивающих соответствующие методы. Известны несколько методов восприятия и анализа трехмерной информации, такие как разновидности стереоскопического метода, метод структурированного освещения, метод триангуляции и др. Необходимо отметить, что системы, оперирующие с объемной информацией, в гораздо меньшей степени подвержены влиянию изменения внешнего освещения, уменьшения контрастности и т. п. Такие системы обеспечивают однозначное определение трех декартовых координат объектов трехмерной сцены вне зависимости от внешних параметров. Эти вопросы подробно рассмотрены в гл. 4—6 книги.
Функции, выполняемые трехмерными СМВ, сводятся к распознаванию формы объекта, определению его пространственного положения и выделению сигнала управления.
В общем случае СМВ, предназначенные для анализа трехмерных сцен, включают в себя: видеоанализаторы (однокамерные, двухкамерные или /г-камерные); специальные осветители; блоки обработки видеоинформации, связанные g управляющей ЭВМ, которая осуществляет обработку информации верхнего уровня; интерфейсы для связи с производственным оборудованием; терминал, обеспечивающий возможность программирования системы, и монитор для визуального контроля обрабатываемых изображений.
Как уже было отмечено, различные способы автоматического анализа трехмерных сцен принято разделять на пассивные и активные. К пассивным способам анализа сцен относятся различные разновидности стереоскопического метода. Зрительное восприятие в таких системах является пассивным по своей природе. Здесь не применяются какие-либо специальные структурированные источники световой энергии, хотя условия освещения далеко не произвольные. В таких системах при использовании ряда ограничений задача анализа трехмерных сцен сводится к обработке двух плоских изображений стереопары. Известен метод пассивной стереоскопии, который основан на поиске парных точек на изображениях стереопары и последующем определении дальности по относительному положению этих точек. Этот метод основан на том положении, что если некоторая точка пространства может быть идентифицирована на двух и более плоских изображениях, полученных в разных (но известных) точек восприятия, то можно рассчитать пространственные координаты этой точки. Однако процесс автоматического поиска парных точек на реальных изображениях в ряде влучаев оказываетея довольно вложным.
За повледние годы достигнут значительный врогревв в области пассивной стереотелевизионной обработки трехмерных изображений. Разработаны различные методы анализа н схемы стереоанализаторов для СМВ. Так, например, разработан операторный метод визуального восприятия и автоматичес кого анализа трехмерной сцены, основанный на определении функции паралактнче- ского сдвига стереоизображений. В этом случае задача решается путем отыскивания оператора паралактического смещения функции яркости правого и левого изображений стереопары. При разработке стереоанализаторов при выборе ракурсов для восприятия изображений приходится учитывать два противоречивых аспекта: для увеличения разрешения по дальности следует увеличивать расстояние между точками восприятия изображений, однако при этом изображения стереопары сильно различаются, что затрудняет поиск парных точек. В связи с этим в некоторых стереосистемах используются подвижные видеосенсоры, дающие серию изображений, каждое из которых лишь незначительно отличается от предыдущего.
Перечисленные выше вопросы рассмотрены в гл. 5 книги.
Активные системы анализа трехмерных сцен принято разделять на системы, формирующие «дальностиое» изображение, т. е. дальнометрические системы, и на системы структурированного подсвета. Оба эти способа характеризуются активным взаимодействием & анализируемой сценой. Системы структурированного подсвета в свою очередь можно разделить на монокулярные и бинокулярные.
Особое место в ряду активных систем автоматического анализа трехмерных сцен занимают монокулярные системы, основанные на использовании метода структурированного освещения. Такое освещение используется в целях упрощения задачи обработки и анализа трехмерной сцены монокулярной системой. Для освещения объекта используются световые лучи особой формы, например конические, плоские или в форме решетки, и определенного спектрального состава. При известных и неизменных расстояниях это позволяет в результате соответствующей обработки двумерного изображения следа луча на поверхности объекта, воспринятого монокулярным видеодатчиком под некоторым углом к направлению подсветки, получать информацию о трехмерной конфигурации этой поверхности. В таких системах анализируется бинарное изображение деформированного следа линий подсвета и методом триангуляции определяется пространственная форма контролируемой поверхности. Ввиду того, что такие монокулярные системы позволяют воспринимать и обрабатывать некоторую трехмерную информацию, они получили название вистем g размерностью 2,5 и являются как бы промежуточным вариантом между двумерными и трехмерными системами.
Обычно в процессе функционирования таких вистем используется принцип проекции различных световых масок. Простей-
17
шей световой мавкоб можно вчитать входящийея коничеекий луч, имеющий сечение в форме кольца. По смещению положения и изменению размера и формы светового кольца на воспринятом изображении можно судить об изменении расстояния от поверхности объекта до монокулярного видеодатчика и об угле и направлении наклона этой поверхности по отнотепию к оптической оси анализатора. Если использовать вертикальную и горизонтальнуго сканирующие световые полосы, можно получить дополнительную информацию о трехмерной форме анализируемой поверхности.
Расширением рассмотренных принципов является использование световой решетки, состоящей из нескольких взаимно перпендикулярных световых полос. В этом случае деформация следа луча на подсвечиваемой поверхности сцены несет информацию о форме объектов. Это позволяет получать данные о пространственной конфигурации контролируемой поверхности на основе анализа некоторой деформированной световой сетки, которая затем может быть интерпретирована исходя из информации, заключенной в монокулярном бинарном изображении-
Активные бинокулярные системы функционируют на основе использования различных схем подсвета контролируемой сцены: сканирующих и нескаяирующих. Простейшей можно считать схему, в которой нснользуется сканирующий лазерный облучатель, создающий на поверхности объекта световое нятн。, перемещающееся построчно и покадрово. Это световое пятно воспринимается под разными углами зрения двумя видеодатчи ками стереосистемы, видеосигналы g которых подаются на микропроцессор. По положению пятна подсвета на двух изображениях стереопары, наблюдаемых с двух точек зрения, на основе стереометрических соотношений можно оперативно рассчитать координаты всех сканируемых точек поверхности трехмерного исследуемого объекта. На входах обоих видеодатчиков установлены светофильтры, пропускающие только излучения сканирующего лазерного луча, В такой бинокулярной схеме может быть использован также плоский лазерный луч； осуществляющий за один проход сканирование всего кадра, или применена одновременная подсветка всего кадра решетчатой структурой. Различные вопросвт, возникающие при создании активных монокулярных и бинокулярных систем, рассмотрены в гл. 4 仃 5.
В отличие от описанных подходов в дальностных активных методах анализа трекерных сцен подразумевается использова- нне лазерного сканирующего луча, отраженный сигнал которого несет информацию о пространственной структуре сцены. Такие методы позволяют непосредственно определить пространственный РельеФ сцены путем измерения времени прохождения импульса, генерируемого сканирующим излучателем, измерения фазы отра- женного сигнала или путем введения специально го стробирования сигналов по дальности. В последнее время интенсивное развитие получили сканируюш.ие лазерные дальнометричевкие вивтемы 18
в узкой диаграммой направленности. Для сбора информации об исследуемой сцене в состав таких систем введены блоки сканирующего построчного обзора, позволяющие изменять направление луча, вдоль которого измеряется расстояние. Xарактернстикн этих блоков в значительной степени определяют пр остр ансгвен- ное разрешение всей системы.
Необходимо отметить, что сейчас часто высказывается мнение, что дальнейшее развитие СМВ будет в значительной степени осуществляться на основе использования сканирующих лазерных анализаторов трехмерных сцен. Перечисленные выше вопросы рассмотрены в гл. 6.
Одной из главных задач, решаемых при формировании общего облика СМВ, является выбор рациональной структурной схемы, т. е. числа видеодатчиков, источников подсвета, их общего взаимного расположения, связей и т. д. Необходимо отметить, что оптимальное размещение видеодатчиков и источников структурированного подсвета при решении конкретных задач может привести к существенному повышению информационных возможностей всей системы, В зависимости от сложности решаемых задач могут быть использованы различные схемы: монокулярные, бинокулярные, бинокулярные g дополнительным третьим (а иногда и четвертым) видеодатчиком и многоокулярные. Монокулярный тип системы является простейшим, причем такой тип системы с использованием структурированного освещения может выполнять анализ упрощенных трехмерных сцен. В противоположность монокулярному восприятию бинокулярное позволяет осуществлять ряд более тонких стереометрических операций по обработке трехмерной информации, недоступных монокулярной СМВ. Бинокулярные системы (как и монокулярные) могут быть реализованы со структурированным освещением, что расширяет их функциональные возможности и позволяет упростить схемы обработки информации. ,
Большое значение для уровня информационного обеспечения бинокулярной СМВ имеет рациональное расположение двух видеодатчиков. В ряде случаев может оказаться рациональным размещение видеодатчиков на двух специальных манипуляторах. Это дает возможность путем некоторого пространственного перемещения таких видео датчиков определять трехмерные координаты деталей сцены g разных точек наблюдения (например, в тех случаях, когда детали сцены заслоняют друг друга). Существуют также схемы СМВ, в которых на нескольких специальных манипуляторах расположены подвижные бинокулярные стереокамеры, могущие рассматривать сложные трехмерные объекты в разных еторон.
Необходимо отметить, что как пассивные, так и активные методы анализа трехмерных схем имеют свои достоинства и недостатки. В частности, достоинством пассивных методов стерев анализа является то, что при их использовании не требуются впе-
циальные источники подсвета, однако в этом случае необходимо осуществлять сложную процедуру автоматическою выявленья достаточного числа парных точек. При активных же методах, хотя и используются дополнительные источники излучения, можно непосредственно получить «дальностное» изображение вне записи • мости от светотехнических свойств объекта и фс“％
методы определения формы поверхности 6з”н ра：屮нСпзмм e、u выми, и вследствие этого они получили большее рлзнигч(^ ①》~с ализация этих методов требует выполнения больших сбм’мин 八” числений, что является их существенным недостатком. М(»»」е разработки систем анализа трехмерных сн®н баанрумс* ：，ci：g ном, на активных методах, причем большинство uxnet гн“х еп стем этого типа основаны на мегоде структуриранап щения.
В настоящее время ведутся интенсивные работы по созданию анализаторов трехмерных сцен. Предложены разнообразнее схемные решения таких стереоанализаторов, однако основнь^ии груд ностями, возникающими при их реализации, является разрябоска моделей и средств описания априорной информации 1п(;р()кон) спектра объектов, а также создание аппаратурного обеспечения систем преобразования информации.
Исследуются также некоторые принципиально новые подходы к созданию таких систем: изучаются, например, возможнск.ти ссз дания голографических трехмерных визуальных анализаторов, в которых при регистрации голограммы на опера тивном носи геле используются излучения с определенным образом выбранной функцией временной когерентности. В восстановленном после специальной обработки изображении интенсивность сигнала в каждой точке зависит от расстояния до соответствуюш.ей точки объекта, т. е. осуществляется «визуализация глубины сцены»>
В некоторых системах комбинируются элементы двумерных и трехмерных методов с использованием преимуществ тех и других. Необходимо отметить, что в тех случаях, когда введением ограничений на форму объекта, условия освещения и другие условия оказывается возможным уменьшить размерность анализируемого изображения, выгоднее применять 2,5-мерные методы активного анализа трехмерных сцен.
Как известно, анализ и распознавание трехмерных сцен по сравнению с двумерными требуют применения более сложных методов, в которых непосредственно учитывается трехмерная природа анализируемых сцен. Здесь основным этапом анализа обычно является определение локальной ориентации поверхностей сцены; этот этап выполняется на основе методов пассивной (или активной) стереоскопии с последующей сегментацией. После построения карты ориентации поверхностей могут быть вновь применены методы сегментации для выделения отдельных тел или объектов, которые затем можно описать структурой связей. После того как пространственное положение поверхностей (или контуров объекта) 20
определено, осуществляется распознавание объекта на основе сравнения полученного описания в запомненной трехмерной моделью. Сравнение проводится по тем поверхностям объекта, которые видны на данном изображении. Выводы, которые делаются на основе такого сравнения, носят, вообще говоря, вероятностный характер. Поэтому по результатам сопоставления со всеми известными системе моделями формируются гипотезы о классе просматриваемого объекта, каждой из которых приписывается некоторый уровень достоверности. По этим уровням затем выбирается наиболее правдоподобная гипотеза.
Как известно, длительность цикла обработки и распознавания изображения в СМВ не должна превышать периода циклов корректировки действий соответствующего производственного оборудования. В ряде случаев такое требование не может быть выполнено имеющимися аппаратно-программными средствами, и тогда возникает необходимость создания специализированных процессоров. При решении этих задач важным вопросом является выдерживание оптимального соотношения между функциональными возможностями и стоимостью.
В области разработки СМВ большие надежда возлагаются на технологию сверхбольших интегральных схем (ИС). С помощью технологии сверхбольших ИС создаются быстродействующие процессоры, способные вести параллельную обработку изображений и реализованные в сравнительно небольшом объеме. Однако процессоры параллельного действия для ряда применений пока оказываются сложными и дорогими, и перспективы их широкого применения зависят от общего прогресса микроэлектроники.
Для решения некоторых задач распознавания более простыми и экономичными могут оказаться вычислительные устройства, основанные на принципах оптической обработки информации, которые естественным образом приспособлены к параллельному анализу больших информационных массивов, представленных в виде изображений. В таких системах применяют методы аналоговой и цифровой оптической обработки информации, в основе которых лежит не временной, а пр остр анственный принцип обработки информации. В качестве носителей информации в этих системах применяют управляемые транспаранты и фильтры.
Оптическая обработка информации позволяет осуществить параллельный анализ входных данных при реализации различных методов автоматического распознавания объектов. Здесь необходимо отметить, что, хотя в помощью оптической обработки информации можно реализовать разнообразные методы принятия решений, наиболее простыми и надежными оказываются голографические распознающие устройства, основанные на линейных решающих правилах и корреляционных алгоритмах распознавания.
Наряду g разработкой аналоговых оптических вычислительных систем исследуются различные пути построения цифровых оптических вычислительных систем. Основная идея, реализуемая
21
в таких системах, сводится к следующему： использовать преимущества цифровой оптической параллельной обработки информации и таким образом создать более высокоточные и высокопроизводительные вычислительные системы. Для этой цели предполагается использовать специальные управляемые транспаранты типа «сигнал/свет», с помощью которых можно реализовать функции булевой алгебры.
В последнее время появились тенденции создания смешанных когерентных и некогерентных систем обработки, анализа и распознавания изображений. Применяются различные когерентные и некогерентные корреляционные методы обработки, реализуемые с помощью оригинальных фотоприемных матригг и структур ПЗС и ПЗИ. Эти направления, по-видимому; будут интенсивно развиваться, объединяя когерентные и некогерентные методы с оп- тико-электронными и позволяя тем самым лучше сочетать аналоговые оптические методы с электронными цифровыми-
В заключение необходимо отметить следующее. Дальнейшее развитие СМВ различных типов и применений требует решения ряда проблем. Это увеличение мощности систем, повышение чувствительности и разрешающей способности видеоанализ атор о в, расширение их спектральных диапазонов, расширение функциональ^ ннх возмощностей матричных визуальных анализаторов по предобработке изображений на сенсорном уровпе, всестороннее развитие активных и пассивных стереосистем, разработка интерференционных голографических СМВ, создание комплексных СМВ, использующих визуальную информацию как в видимом, так и в других диапазонах, разработка средств для быстрого перемещения видеодатчиков в пространстве и их автоматической фокусировки, создание динамично управляемой аппаратуры подсветки и в том числе управляемой структурированной подсветки. Важными проблемами являются также создание специальных процессоров параллельного действия., предназначенных д.ля анализа изображений (в том числе г'ибридных оптико-электронных процессоров), совершенствование пространственных моделей, способов идентификации трехмерной рабочей сцепы и обработки быстро меняющейся последовательности изображений.
Учитывая большое значение обработки визуальной информации в ряде областей науки, техники и промышленности, автор при написании данной книги поставил перед собой цель помочь читателю сориентироваться в том многообразии методов и средств, которые могут быть рационально использованы при создании wh- стем, осуществляющих функции анализа, интерпретации и распознавания визуальных сцен. При этом автор хотел дать читателю, во-первых, общее представление о состоянии всей области систем анализа визуальной информации и, во-вторых, конкретные сведения о наиболее перспективных направлениях развития этой области.
В книге рассмотрен широкий круг вопросов. Это объясняется тем обстоятельством, что при создании и разработке современных 22
систем анализа визуальной информации ориходитвя решать комплекс проблем на стыке разнообразных дисциплин: информатики, электроники, оптики, световодной и интегральной оптики, акустооптики, микроэлектроники и др.
При написании книги автор использовал материалы, опубликованные в последнее время в отечественных и зарубежных периодических изданиях, а также большое число новейших патентных материалов основных капиталистических стран. Происходящий сейчас бурный рост патентных публикаций позволяет сделать заключение. о том, что в данной области идет интенсивный процесс «конкуренции идей», который, по-видимому, определит в ближайшем будущем еще более бурный рост этой весьма перспективной области техники.
В завершение можно отметить, что задачей данной книги является определение и описание путей и средств обработки информации, заключенной в изображениях, для осуществления целенаправленного воздействия на внешнюю среду, изображение которой анализируется.
Нисколько известно автору, книга такого еодержания отсутствует как в нашей стране, так и за рубежом. Предлагаемая работа, по мнению автора, могла бы восполнить этот пробел.
Автор хотел бы надеяться, что порожденный этой книгой информационный импульс будет воспринят заинтересованными питателями и приведет к сдвигам в области обработки визуальной информации в нашей стране.
ГЛАВА 1
ОБЩИЕ ПРИНЦИПЫ ПОСТРОЕНИЯСИСТЕМ МАШИННОГО ВИДЕНИЯ
Системы машинного видения предназначены для выполнения визуального (зрительного) анализа и обработки двумерных изображений и трехмерных сцен. Эта область информационной техники в настоящее время очень быстро развивается, и соответствующие системы находят широкое применение в различных областях науки и техники.
В общем случае зрительное восприятие реальной трехмерной сцены может быть определено как процесс, посредством которого воспринимаются параметры, качества и свойства наблюдаемых объектов, такие, как освещенность, форма, размер, цвет, фактура поверхности, определяющие их внешний вид и ориентацию. Обычно процесс зрительного восприятия включает в себя на завершающей стадии построение абстрактного описания сцены, выполняемого часто в условиях существенной неоднозначности. Таким образом, процесс зрительного восприятия состоит в построении эффективных символических описаний окружающей среды, заменяющих большие объемы входных визуальных данных. Такое описание должно содержать всю необходимую информацию о сцене, и, кроме того, оно должно быть удобно для интерпретации [1,7—1.10; 1.39; 1.41].
Под автоматической обработкой изображения в самом общем случае можно понимать процесс получения символических описаний изображений реального мира, которые могут найти применение при интерпретации сцены и выработке сигнала управления или воздействия на элементы сцены. Целью такой обработки может также являться визуальное усовершенствование или статистическая оценка определенного аспекта изображения, который не является непосредственно очевидным в первоначальной форме изображения.
Главным результатом действия СМВ является автоматическая интерпретация воспринятой визуальной информации с последующей идентификацией или классификацией объектов, наблюдаемых на контролируемой сцене и G определением необходимого целевого воздействия на них.
Системы машинного видения могут быть построены на основе обработки аналоговых изображений и оцифрованных изображе- 24
нн归.В первом елучае координаты элементов изображения и их яркость изменяются непрерывно, а во втором — дискретно. Аналоговая обработка изображений обычно осуществляется оптиче- ской системой обработки, причем для этой цели могут использо- ваться как когерентные, так и некогерентные системы. Цифровая обработка изображений осуществляется обычно с помощью электронного компьютера (хотя в последнее время созданы также и оптические цифровые системы обработки изображений).
В оптических системах осуществляется многоканальная параллельная обработка визуальной информации с очень высокой скоростью, однако точность такой обработки ниже, чем в цифровых компьютерных системах. В то же время скорость обработки визуальной информации в цифровых компьютерных системах существенно ниже, чем в оптических.
Однако быстр одейств ие компьютеров, основанное на элементных возможностях аппаратных средств, непрерывно повышается и, кроме того, улучшаются возможности средств ввода-вывода, развивается программное обеспечение, появляются функции параллельной обработки. Программное обеспечение интенсивно пополняется разнообразными программами.
Перечисленные свойства электронных систем цифровой обработки изображений, а также их более широкие и гибкие функциональные возможности привели к тому, что в настоящее время в СМВ имеет место предпочтительное использование цифровой компьютерной техники. Однако для некоторых областей применения используют когерентные оптические системы в гибридном оптико-электронном исполнении.
Вследствие указанного далее рассматриваются в основном СМВ, основанные на использовании цифровых ЭВМ.
В первом приближении можно считать, что СМВ состоит из двух основных частей: видеодатчика и компьютера. Если пользоваться биологической терминологией, то эти две части могут быть названы соответственно глазами и мозгом системы. При этом в оптимальном варианте визуальные сенсоры должны передавать в компьютер только полезную информацию в необходимым пространственно-временным разрешением, частично осуществляя предварительную обработку этой информации. Функциями компьютера в такой системе являются анализ и интерпретация воспринятого изображения, выполняемые на основе соответствующего программного обеспечения в реальном масштабе времени. Для этой цели применяют как обычные процессоры (последовательного действия), так и специализированные процессоры параллельного действия.
Эффективное использование систем обработки и анализа изображений требует больших объемов вычислений и значительных объемов памяти для хранения информации. Уже с 1960-х годов специалисты знают, каким образом можно использовать компьютеры и телекамера для обеспечения машин зрением. Однако 25
реализация есюгветствующих методов требовала таких вычисли тельных мощностей, которыми обладали только дорогостоящие универсальные вычислительные машины. До недавнего времени наличие большого компьютера (или, по меньшей мере, мощного мини-компьютера) считалось необходимым условием для осуществления сложной обработки и анализа визуальных данных. Крупные ЭВМ и мини-ЭВМ использовались для анализа медицинских данных, обработки фотографий и данных, получаемых со спутников. При этом высокая стоимость ограничивала применение ЭВМ для решения задач сравнительно несложных, таких, как чтение специальных символов или распознавание производственных деталей.
В настоящее время намного более сложные задачи могут решаться при помощи микрокомпьютеров- Это позволяет применять СМВ для решения широкого ряда практических задач. Появление СМВ, основанных на использовании микрокомпьютеров, оказалось особенно привлекательным для таких областей применения, как промышленное производство, автоматизированный контроль и робототехника [1.12; 1.30; 1.341.
Основной целью СМВ является получение информации о со- держании контролируемой сцены, причем СМВ должна обрабатывать изображение со скоростью» обеспечивающей эффективную связь g системой управления. Типичная конфигурация СМВ включает в себя управляющий компьютер, видеодатчик для счи- тывлния изображений, интерфейс ввода-вывода видеоданных для дискретизации и представления изображений, арифметический процессор для высокоскоростных вычислений, математическое обеспечение для обработки изображений и, в ряде случаев, специальное осветительное устройство.
СМВ в общем случае должна быть способна автоматически получать информацию об объектах, измерять характерисгики объектов, распознавать объекты, расположенные в “оне зрения, и принимать решения на основании полученных данных. В таких системах видеодатчики формируют последовательности видеосигналов, которые затем обрабатываются компьютером для улуч- шения изображения, удаления шумов, увеличения его контрастности или для общего повышения качества получаемого изобра- жения. Компьютер затем анализирует изображения и извлекает из них требуемую информацию, такую, как наличие объектов, определение их ориентации, а затем производит идентификацию объектов [1.31; 1.46; 1.54].
Наметившиеся в последнее время тенденции указывают на то, что современные промышленные системы быстро расширяют горизонты применения машинной обработки изображений, а СМВ становятся неотъемлемой частью общего плана автоматизации промышленных предприятий. В настоящее время большое распространение получили специализированные СМВ, разрабатываемые для решения конкретных частных задач. Это обусловлено как экономическими соображениями, так и современным состоя- 26
ннем теории анализа зрительной информации. Однако практика производства настоятельно требует создания более универсальных систем, способных распознавать объекты реального мира в сложных условиях.
Существует несколько основных подходов к классификации систем машинного видения:
на основе принципов, используемых для восприятия информации;
на основе способов преобразования визуальной информации в видеосигнал;
на основе методов обработки и интерпретации визуальной информации и пр.
В различных классификационных подходах определяются и сравнигзаются функциональные сходства и различия пассивных и активных систем, монокулярных и бинокулярных, бинарных и многотоновых, стереоскопических и дальнометрических, голографических и интерферометрических.
При использовании первого подхода, т. е. классификации на основе принципов, используемых для восприятия информации, СМВ могут быть разделены на два класса:
класс бесконтактных СМВ, к которому может быть отнесен, во-первых, подкласс оптических анализаторов, действующих в видимом, ИК и УФ диапазонах спектра и включающий в себя раз- личИ1яе типы оптико-электронных систем (активные и пассивные, монокулярные и бинокулярные, стереоскопические и дальнометрические и другие), и. во-вторых, подкласс неоптических систем, к которому могут быть отнесены рентгеновские, ультразвуковые и другие системы;
класс контактных матричных анализаторов формы и размеров контактной зоны, к которому могут быть отнесены полупроводниковые, световодные» ультразвуковые и другие системы.
При использовании классификации СМВ на основании способов
эти си-эти си-сцен сосцен сопреобразования визуальной информации в видеосигнал стемы могут быть разделены на следующие классы: пассивные системы анализа двумерных сцен; пассивные стереоанализаторы трехмерных сцен； активные монокулярные системы анализа объемных
эти си-
эти си-
сцен со
сцен со
структурированным подсветом;
активные стереоанализаторы трехмерных сцен;
дальнометрические анализаторы трехмерных сцен;
интерференционные и муаровые анализаторы;
ДР・ДР・голографические интерференционные анализаторы и
ДР・
ДР・
Классификация СМВ может быть выполнена также на основе различий в используемых методах обработки и интерпретации визуальной информации. По функциональной сложности выполняемых операций обработки визуальной информации, т. е. по уровню используемого искусственного интеллекта, СМВ могут быть разделены на три класса:
вистемБ! высокого уровня сложности» предназначенные для анализа трехмерных сцен и распознавания трехмерных объектов, системы среднего уровня сложности, осуществляющие анализ двумерных сцен и распознавание плоских деталей;
упрощенные системы анализа визуальной информации.
Системы первого класса имеют, как правило, трехмерные анализаторы объемных сцен, снабженные специальными программами и действующие по определенным стратегиям. К этому^классу относятся как бинокулярные пассивные стереосистемы, действующие без специального подсвета, так и активные стереосистемы, действующие со специальным сканирующим лазерным подсветом. Сюда относятся также монокулярные системы со специальным структурированным подсветом и сканпрующие лазерные дально- метрические системы, осуществляющие анализ и формирование дальностного изображения; муаровые, интерферометрические и голографические интерферометрические СМВ с телевизионным анализом визуальной информации и ее обработкой с помощью микрокомпьютеров (пат. 4304458 США, НКИ 350—3.63; пат. 4532430; 4511803 США, НКИ 250-563; пат. 4525858 США, НКИ 382—1).
В системах этого класса полученные видеосигналы обрабатываются с помощью специальных программ. Полученная информация сравнивается с записанной в памяти и в зависимости от результата сравнения выносится решение относительно типа «известных» деталей и определяется их положение в пространстве.
В ряде систем первого класса программа анализа сцены формирует прежде всего гипотезу самого общего вида относительно содержания анализнруемого изображения, причем эта гипотеза в ходе последующего анализа непрерывно уточняется. Результат каждого шага анализируется с учетом результатов предыдущих шагов и накопленной в памяти информации, при этом оценивается степень вероятности гипотезы. В качестве гарантии, исключающей неправильные решения, в каждой фазе обрабатывается несколько альтернативных ветвей, развиваемых до различной глубины, причем дальнейшие этапы в каждом случае исходят из наиболее вероятной гипотезы [1.18].
В системах этого класса могут использоваться несколько приемных видеодатчиков, с помощью которых воспринимаются изображения различных зон рабочего пространства, а также одних и тех же зон, наблюдаемых под нисколькими углами зрения, причем могут применяться панорамные видеодатчики, кругового обзора, а также подвижные видеодатчики, перемещаемые в пространстве с помощью специальных манипуляционных устройств (пат. 4707735 США, НКИ 358—108).
Необходимо отметить, что многие требования к визуальным анализаторам этого класса касаются такой сложной функции, как распознавание трехмерных объектов и определение положения объектов в трехмерном пространстве.
28
В сисгемнх второго класса, предназначенных для выполнения анализа ^.нумерных сцен, могут идентифицироваться только дву- м^рныг（ biCKTiL В таких системах обычно определяется целый ряд п*,омегрических свойств того или иного объекта, а для рас- познг1ваниу（ и с п（ > л F）з уетс. я метод минималь ного отклонения от со- отвегствующих данных эталонного объекта, записанных в памяти. А н а л и з и р уем ые детали обычно размещают на плоском столе или на лензе конвейера в поле зрения видеодатчика, который обычно ，打須仆;（）丁《'只 неподвижным, Изображение объекта записывается для анализа в намять （МВ, и затем определяются его основные гео- мвгу）н1вскма параметры: площадь, центр тяжести, периметр
Разработано несколько различных подходов, используемых при иострпниии систем этого класса. Например, в ряде систем 以办冃 и；1,епггчфикаоии сбксктов их изображения сканируются в по- лнрны?; координач.ах, центр которых совмещен с центром тяжести в.'нв'кой проекк.ви объекта. При такой развертке могут выби- рачьси п р?<злнчных окружностей сканирования с равноотличаю- iiuiMMUH Л|）уг т друга ра/гиусами. При этом могут оцениваться еле- дуклние нс^римегры сканируемого изображения: расстояние наиболее удаленной от центра тяжести точки объекта; распределение HjuDt円八н колец в изображении объекта в виде функций от удале- лин ст jieiDjia тяжести; число пересечений каждой окружности с контуром объ€^кза; периметр; число отверстий и др. По комплексу иарг1мет|1ов различным способом может быть произведена идентификация объекта. Далее определяются положение объекта и его орие>ггация9 т. с. координата объекта （х, у,屮）относительно выбранных осей.
В качестве одной из удачных реализаций систем второго класса можно назвать, например, визуальный анализатор, выполненный на основе дисеектора с радиус-векторной следящей разверткой, осуи^естнляющий выделение контура изображения объекта и слежение за ним с выдачей информации одновременно о координатах центра изображения, текущих координатах точек контура it ра/1,иусе очередной точки контура. Полученная таким образом информация позволяет составить описание объекта и сопоставить его с эталонным описанием. •
Третий класс. СМВ составляют упрощенные системы анализа визуальной информации. Этот класс характеризуется существенно уменьшенной пространственной разрешающей способностью и, соответственно, упрощенными методами обработки воспринимаемой визуальной информации. В таких системах могут, например} анализироваться только черно-белые переходы максимум в 10 строках ТВ-изображения. Размещение этих строк выбирается таким образом, чтобы они располагались на наиболее характерных местах проекции детали. В этом случае обычно деталь должна быть предварительно перемещена до упора перед видеодатчиком и может занимать лишь небольшое число дискретных
положений При этом достаточно часто налагаются дополнитель- X ограничения на форму детали, например некоторые системы моГут распознавать только круглые детали с круглыми отвер- стиями д т. д.^ классу могут быть отнесены различные контакт- ные матричные системы анализа визуальной информации: полупроводниковые, ультразвуковые, световодные и др. В этих матричных визуальных анализаторах выявляются форма, площадь н ориентация контактной зоны с последующей ее идент ификацией и распознаванием контактирующего объекта.
Необходимо отметить, что каждый из указанных классов GMB
имеет свои области оптимального применения, н “ти классы при дальнейшем развитии СМВ, по-видимому, будут не конкурировать, а дополнять друг друга в комплексных системах.
Как уже было отмечено, существует большое число разнообразных подходов к машинной интерпретации изображений, причем границы между различными подходами в ряде случаев окязывяются достаточно р азмытыми. X ар а ктбр нои особенностью машинной интерпретации изображений является создание развернутых описаний изображения. Из многих тесно связанных с интерпретацией изображений дисциплин четыре представляют особый интерес: обработка изображений, машинная графика, автоматическое проектирование продукции с помощью ЭВМ и распозна
вание образов.
Обработка изображений касается в первую очередь передачи, хранения, увеличения четкости и контрастности и восстановления изображений. Между сферами обработки изображений и интерпретации изображений имеется значительное перекрытие, особенно применительно к таким начальным операциям обработки визуальных данных, как обнаружение контуров и сегментация (отыскание регионов).
Машинная графика посвящена, главным образом, проблемам отображения визуальной информации. Значительное внимание в этом плане уделяется представлению точек, контуров, поверхностей и объемов таким образом, чтобы способствовать наилучшему отображению. При этом используются различные методы перспективной геометрии и параллельной (или ортографической) проекции.
Автоматизация проектирования также требует разработки способов представления поверхностей для того, чтобы сделать поддающимися математическому анализу традиционные методы проектирования. Хотя математические основы автоматизации проектирования тесно связаны с некоторыми аспектами интерпретации изображений (в ряде случаев используя аналогичные представления и ограничения), они существенно отличаются от сферы интерпретации изображений тем, что не затрагивают вопросов понимания изображений [1.19].
Наиболее близкой к интерпретации изображений областью
знаний является распознавание образов. При этом основные от- личия между интерпретацией изображений и распознаванием образов сводятся к следующему.
• Системы распознавания образов обычно имеют целью отождествление входного сигнала как элемента небольшого множества возможных состояний. В то же время интерпретация изображений имеет целью построение развернутых описаний сцен и объектов, которые в большинстве случаев не могут быть перечислены заранее, но должны строиться для каждого индивидуального изображения. Так, рассмотрение трехмерных сцен с произвольных различных точек восприятия приводит к выявлению широкого разнообразия (перекрывающихся) соотношений. Можно пытаться рассчитать количественные описания трехмерных схем, но вряд ли возможно идентифицировать их как полностью соответствующие одному или нескольким хранящимся в памяти компьютера прототипам.
Системы распознавания образов обычно имеют дело с двумер ными изображениями, например такими, как плоские детали. В то же время, когда рассматриваются изображения трехмерных деталей или объектов, они, по существу, представляются в виде двумерных путем рассмотрения каждого устойчивого положения детали как отдельного объекта. В то же время интерпретация изображений оперирует преимущественно трехмерными сценами и изображениями.
Существенным различием является также то, что системы распознавания образов обычно оперируют непосредственно изображениями. В то же время системы интерпретации изображений оперируют не самим изображением, а его символическими описаниями и представлениями, определенными при предшествующей обработке изображений.
В настоящее время разработаны разнообразные системы распознавания и идентификации сложных многотоновых изображений объектов, использующие различные признаки (пат. 4727419 США, НКИ 358—101; пат. 467745 США, НКИ 358—102; пат. 4490847; 4504969 США, НКИ 382—10; пат. 4449240 США, НКИ 382-15; пат, 4611347; 4718090 США, НКИ 382—26; пат. 4736437 США, НКИ 382—34); системы распознавания объектов по спектральным и цветовым признакам (пат. 4718089 США, НКИ 382—17; пат. 4685143 США, НКИ 382—25; пат. 4731852 США, НКИ 382—36); системы распознавания объектов на основе анализа текстуры изображения (пат. 4617682 США, НКИ 382—28); системы распознавания объектов на основе анализа контурных изображений (пат. 4490851 США, НКИ 382—43; пат. 4573197; 4644583 США, НКИ 382—22); системы анализа и классификации товарных знаков, марок и ярлыков (пат. 4461028 США, НКИ 382—15; пат. 4641155 США, НКИ 382—34); а также разнообразные системы распознавания и считывания символов и знаков (пат. 4566124； 4628532 США, НКИ 382—21; пат. 4680805 США, НКИ
382—22; пат. 4630308; 4628533 США, НКИ 382—27; пат. 46726 США, НКИ 382—30).
При анализе возможностей применения СМ В следует принимать во внимание, что в настоящее время для промышленного применения можно высокоэффективно использовать только информацию о двумерном изображении. Поэтому для реализации надежно действующей СМВ, в которой не используется структурный подсвет, обрабатываемые детали должны быть плоскими, по возможности двумерными и обладать отличительными чертами, позволяющими различать их. Не менее важно и то, что высокий коэффициент контрастности между деталью и поверхностью, на которой они расположены, формирует качество изображения, определяющее успешность применения контроля с использованием визуальных датчиков. Трехмерные объекты могут давать сильные отражения, либо не представляющие определенный признак в двухградационном изображении, либо п р едет являю щие такой признак, с которым очень трудно оперировать. Все это тем более важно, если учесть, что в соответствии с угловым положением деталей образование теней или резких отражений, даже при однородном освещении, может привести к искажению признаков. В этом случае деталь весьма сложно опознать однозначно. Однако использование специальных средств подсвета, например плоским лучом (специально сориентированным или перемещаемым), позволило избежать указанных трудностей и реализовать успешно работающие системы анализа трехмерных объектов [1.32].
Необходимо отметить, что положение объектов в поле зрения СМВ может быть произвольным, причем одновременно в поле зрения могут присутствовать несколько объектов. Если необходимо выполнять только определение положения и опознание формы, то детали могут соприкасаться, так как их можно аналитически разделить, используя соответствующие алгоритмы обработки изображения. Однако в этом случае нельзя осуществлять контроль параметров деталей. Для измерения параметров деталей последние необходимо располагать отдельно таким образом, чтобы они не могли частично закрывать друг друга и соприкасаться друг с другом,
В настоящее время разработаны разнообразные структурные схемы СМВ, в которых могут использоваться несколько видеодатчиков, работающих как в видимом, так и в ИК, УФ и других диапазонах электромагнитного спектра. При этом все датчики могут работать как в одном диапазоне, так и в различных диапазонах спектра, взаимно дополняя получаемую визуальную информацию. Использование в таких системах нескольких видеозапоминающих устройств в сочетании с модулем очистки изображения позволяет применять метод итеративной обработки изображения.
Ниже приведены задачи, которые могут решать различные типы СМВ:
идентификация (или верификация) объектов или состояний сцены;
определение местоположения объектов и их ориентации;
простой осмотр объектов (комплектность, наличие видимых дефектов);
всестороннее обследование объектов;
визуальное ориентирование;
навигационный анализ, анализ местности и др.
Уже использующиеся в промышленности системы позволяют решать часть этих задач. Система обычно проходит этап обуче- ния, в период которого она осуществляет регистрацию параметров известных изображений или объектов. В дальнейшем при анализе неизвестного объекта система определяет те же совокуп- ности параметров и сравнивает их с запомненной информацией об известных объектах, в результате чего и осуществляется идентификация.
Объекты с более чем одним устойчивым состоянием, т. е. такие, которые могут располагаться на плоскости в нескольких устойчивых положениях! описываются по специальной методике. Г1 ри этом решение об ориентации и положении объекта принимается в результате определения и анализа ряда специально вы- де；1енных параметров.
Несмотря на успешное применение существующих СМВ в ряде областей некоторые из них обладают недостатками, связанными с использованием для анализа бинарных изображений и неопти- мальным выбором информативных параметров (например, невозможностью идентификации пересекающихся объектов). В большинстве СМВ, применяющихся на производстве, для описания изображений и совокупностей параметров используется двоичное счисление. Зто в основном связано G простотой формирования к обработки двоичных кодов [1.33]. В ряде случаев подобный подход представляется вполне оправданным, так как позволяет существенно сократить время обработки изображения (в ряде применений это время не должно превышать долей секунды).
В последнее время был разработан ряд методов квантования изображения, которые позволили преодолеть трудности, связанные с использованием небинарных систем. Большинство таких алгоритмов обработки предполагают выполнение вычислений в параллельном коде, так как это позволяет проводить быструю об- работку янформанн% одновременно от нескольких участков изображения, Подобные принципы параллельной обработки информации дают возможность существенно сократить время обработки изображений [1.15; 1.17; 1.501.
По существу машинное видение есть процесс получения визуальной информации о двумерной (или трехмерной) сцене из двумерного изображения. Как уже было отмечено, этот процесс может быть разбит на три этапа: считывание, первичная обработка и интерпретация. Первый этап соответствует области специализи-
2 Заказ 867
рованной электроники; третий этап - области искусстьенного интеллекта. Во втором этапе могут участвовать обе упомянутые области в той или иной степени。Д〃я обеспечения функционирования системы на двух последних этапах необходимо использование компьютеров и/или специализированных процессоров и оперирование с техникой обработки изображений, распознавания форм и анализа сцен.
Естественно, что ни само подразделение (на три уровня)» ни функции., распределенные между каждым из уровней, не могут рассматриваться в качестве бесспорных Характер подобного подразделения в значительной степени зависит от характера визуального ананнза,
В машинных системах видения спнрыванне изображении является наиболее детально разработанным этапом обработки。 Обычно изображение считывается с помощью фоточувствитель- ной поверхности визуального сенсора, имеюшей дискретную или непрерывную структуру и реализуюн(ей последовательную, па” раллельно-последовате.льную или параллельную процедуру счи тывания. При этом в случае последова гель кого считывания формируется сигнал развертки изображения, мгновенное значение которого в общем случае пропорционально интенсивности какого- либо параметра в считываемой в данный момент точке изображения. При считывании изображения использзчотся разнообразные методы —— как пассивные, так и активные (с соответствующей под светкой)с В ряде случаев при считывании изображения проводится предварительная его обработка с целью сокращения избыточности улучшения качества и т.. д3 [1.8; 1,20].
При последовательном считывании оптического изображения сцены 風огут применяться различные способы сканирования: 〃工仆、 нейно построчный, покадровый и автономно покадровый Пер вый способ используется в основном при считывании изображений двигающихся объектов, расположенных, например； на конвейерных линиях: второй способ ——когда условия функционирования системы позвилмюг неподвижно разместить обзорную камеру в определенном месте пространства, например над рабочей зоной системы. Третий способ применяют, когда требуется выполнять визуальный контроль в различных зонах пространственного объекта, для чего Бидеодатник устанавливают на специальном манипуляторе, и он совершает пространственные перемещения с изменением ориентации своей оптической оси.
Во всех перечисленные способах могут прн敢ен負父上匸只 как пассивны* мак и активные процедуры сканирования с использованием различных спектральных диапазонов оптического спектра по отдельности или в комп лексном сочетании., Для осуществления самого процесса считывания используют различные типы передающих телевизионных трубок, твердотельных матричных преобразо- вате лей свет-—сигнал； волоконно-оптических анализаторов изображения и других устройств, реализующих различные виды по- 34
следоьательного, параллельно-последовательного и вар аллельного считывания [1.8].
Как уже отмечалось, СМВ разделяют на два больших класса в зависимости от числа тонов серого, которые они могут различать. Существует достаточно многочисленный класс бинарных систем, которые различают в изображении только два тона — черный и белый. Создан также класс многотоновых (многоградационных) систем, которые могут различать ряд значений тонов изображения, причем возможности систем второго класса значительно шнре，но их схемы сложнее. В зависимости от используемого принципа дискретизации изображений (бинарного или многотонового) существенно различается сложность процессов обработки мзобркж巳tmfii, реализуемых на различных этапах обработки: на этапе предобработки, на промежуточном уровне и на верхнем уровне.
Рассмотрим подробнее эти этапы.
, 11PH гфедварительной обработке изображения выделяются характеристики изображений путем отыскания контурных точек и группирования их в различные элементарные фигуры, сегментации изображения на обласжи с более или менее однородными характеристиками и т. в. Одним из наиболее важных результатов mroFO этапа обработки является построение первичного контурного рнсунка, который описывает изменения интенсивности (яркости) ийображенкй и локальную геометрию участков контурных линий: HOjio/KerLHej длину, ориентацию и контраст,
. При обработке изображений на промежуточном уровне осуществляется постриение описания объектов» составляющих изображение, строится модель, которая содержит информацию о лростракственний ориентации, очертаниях, дальности и других хглр а к гер и ст и ках видимых поверхностей.
При анализе изображений на верхнем уровне может строиться трехмерное： описание сцены. При этом координатная система связана с одним из объектов сцеаыо Затем производится идентификация объектов,
Предварительная обрабинка изображений является весьма сушесгвенной насгью общего процесса обработки визуальной информации. Испильзование средств предварительной обработки изображений является основным путем разрешения противоречия между высокой информагивностью визуальной картины и необходимостью ее, обработки в реальном масштабе времени. Это позволяет устранить имеющуюся в изображении избыточность. Разработаны различные методы предварительной обработки изображений; сглаживание, фильтрация, повышение контрастности, выделение контуров и др. Фактически каждая система начинает работать с разделения (сегментации) изображения на зоны, представляющие интерес. Ь последнее десятилетие получили развитие два различных подхода к разделению изображений. При использовании первого подхода для обнаружения контуров объектов о*35
много1оноьое изображение соку占lqw己鍔；м А；о 貢.乙应父¥炉旧门皆 к^ртигш обычно 11 уi'cti iiCuOJibSOBaHHii Ма1с11^:\^ссЛОЙ О11ср^Д11Н; iio^cCl-hofil под названием сесртки\ Опсрахшя гвер^нй змнемп匕：麻金匚1GtO£ j£c己 изображениеs состоящее нз матрицьх нкнен^нк直±、н via элементах сцены, на предста вление ьзсбракхЕН玄寬 е виде 6dbp凸二丁覺 изменения освещенности на элементах той же сцены. Это существенно сокращает данное нзображеннЕ〉@а*‘£?• qec,q& с0cgM е.со до контурного йредсгавленип^ [1℃区。鹏心区？二 нктен岂戸匕工£°eq『u hctukk обычно изменяются наибе；лее быстро На 艮「口制宜里尼 ооъвкга [1_2^{
При втором подходе изображение иемнгст ьа неоольшие участки одинаковых цветов или одинаковой ьатейсин^о-. гп cepo.t а фон： Когда изображение разделено s зони； предсгаьляющие л хи-ере должны быть описаны внраженннмп,匸「；紀皿)改】止&讷 к"五)нтЕрпрз- тации. Мегоды описания различаются друг иг 〃руза в завьснЕостм от йримбнбнйя **.ясге?лы J метода раздеJtcriii；； :」3,6pui« j.n В « 才 стенах, работякэщих но прмнцАпу ибнару东еккм {дЕмекнкриванн兄) контурен J，8l£KFGB, СЛс.-дуЮЩЙгл jU MVd &疝i 2/i5i мЮ/ХиМ быгь обозначение их кромок В системе цветного разделений описание изобрах<ения 迎口xt己i состоять 过з сбора 小，-сОо.лъпи-ui 力工羽丁门這送 статистических данных, таких как площадь, длан^ периметра, центроида и 工 д. (пат. 4718161； 4/318й8 Ci“A? hi Kii 382 -"9 L
В 口ронкме йре.цварагсльной зОрхосмка ьгфср^апк注：соде；'- >Аащаяся 右зра抵енг% мол<е/ оаю то.心?"而心”2口才口曰 разльу-
нымй аюсаб^лл. Так、 существу =г есзео京несть 了亡二不亚讨后&丁£ или ослаблять в изображений полигона в выбираемых ооластил 艮行曰二」 растности, наприьер. для гашения избыточного Аркаго свечения ИЛИ yiieHEx'Jtniiii ННаГСООрзЗкА н^ф.-ргхацли 4npe幺己必：心£上1日匕арЕ* циями сигнала.
Широко nCiid.aEbyioi-' гасгоДЫ нифрОЬбЙ OOpaOGr^Li а?13'уалЬНОЙ информации. Видеосигнал, полученный с видеодат^?1^а, оцифровывается дп儿 нолучепйй патрицы 片0匕巳£灯 Котора窕〔зотт^е/Ву怎号 наблюдаемой сиене. Каждая точка матрицы есть, в обш,ен случае, целое число, которое характеризует яркость (степень серости) соответствующей части сцены Это чнело ыо^ет также йспользо- ваться для кодирования цвета. Цифровая информация, содержащаяся в изображении и обрабатываемая указанным образом5 зано- сится в ЗУ (емкость памяти которого может составлять М 乂 N элементов изображения с К^грана口依叮迎通 серого) ПесреистЕсм возврата изображения с выхода на вход ЗУ мог7T быть в&понне&ы разнообразные онерагсгм над изображеьия11й5 например Gsapau工厘 сложения, вычитания, интегрирования и др. В процессе обработка изображений для управления указанна%.”％ процбссань ЭЬМ енп бирает в соогветствй.у с установленным алгоритмом обработка необходимые данные ну)ем непосредственного обращения к памятив
Предвар итель на я обработка может основываться на использовании различных операторов, предназначенных для устранения помех в изображении. Распространенными методами устранения помех являются метод усреднения, метод медианы и др. Предобра- 36
богка йзббрал(гйий вк•加ьпке’е 9*нк石Е ийсраторье длй определения оптимального порога яркости, выделения граней объектовs иден~ тификации гомогенных об л а<:тей и анализа связнос7и> позволь- ющего оарсделить количество связных областей в поле видамости,
Ниже рассматриваются некоторые основные операции предварительной обработки изображений. Одной из таких операций является поиск перепадов яркости на изображении. Эти перепады могут быть обусловлены изменениями ориентации поверхностиs дальности, йгрйжатбльн(}й способнисти или освещенности, поэтому, выделив их, можно люлудшъ ценную информацию о поверх- ностк При реализации операции выдеиени я объектов не всегда возможно с достаточной точностью получить его контуры путем использования простого порогового метода. Во нногих случаях необходимо йредварительно усилить контрастность изображения для различсН11я границ и разрывов„ Дая лой цели используют главным образом два метода: метод айпроксимации е использованием сешентакии и г!етод масок.
Первый метод заключается в использовании эталонного перехода яркости н йрииенения соответствующей йороговой процедуры к отде./1ьйь!м участкам наблюдаемого объекта.
Во втором нет()де используется выделение границ с помощью алгоритма маски, действие которого распространяется на определенный участок спежныл элементов растра. В эгом случае с помощью соответегвуюпхего дискриминатора определяются точки перехода и границы между областями
Пороговое разделение является широко прзненхенЕй.，методогл разделении, иак как згог мегод легко осуществим технически и обладает высокиг.! быстродействiieu. Основная идея разделения по порогу заключается в разбиении изображения на отдельные зоны, облада1о)пне о ай и аховыми свойствами (например, средней яркостью) В нростсйшел! случае элементы изооражения, имеющие яркость выше некоторого нсрсга, считаются частью объекта, а имеющиеся ниже этого порога фоном; при этом границами объекта обычно считаются линии раздела ме^ду двумя областями. Разработано и используется большое число различных устройств, выполняющих порогсгвое разделение, причем их сложность зависит от того, насколько сложно в конкретной задаче отделить объекты от фона Простейгийй случай может быгь реализован, когда используется подсветка объекта снизу, благодаря которой формируется его си.цуэтнс)е изображение. В эгом случае с помощью единственного и постоянного порогового значения можно гарантированно ()тде.Ийть объемы иг фона.
В тех случаях, когда имеются многотоноьые изображения объектов, в которых разница между объектом и фоном не четко определена, для нх разделения необходимо применять более сложные алгоритмы. В таких алгоритмах используются несколько пороговых значений для выделения участков с различными усредненными яркостями.
Рис. 1.1. Примеры цримена&оа ра&лачыых операторов выделения края при анализе различных яркостных перепадов (верхний ряд сигналов — закономерности изменен ня нркостн на из обращении)
Другим широко применяемым методом разделения являет- ся так называемое краевое детектирование с помош^ю масок. Этот метод основан на поиске не-
однородностей или больших изменений в яркости изображения. Чаще всего для поиска неоднородностей используются маски, которые позволяют проводить одновременное обследование небольшой группы элементов растр а „ Прин цип такой обработки заключается в передвижении маски по всей области обрабатываемого изображения с восприятием информации одновременно с группы элементов и вычислением а“я каждой группы значений, которые пропорциональны неоднородностям, обнаруженным в элементах растра, расположенных под маской.
Наиболее распространенным подходом при краевом детектировании является использование масок, сформированных так
называемыми градиентными операторами, которые могут выявлять определенные типы неоднородностей в изображении. Обычно градиентным операторам отдается предпочтение вследствие простоты их реализации на ЭВМ.
Разработаны также и различные другие слособы выделения границ областей, контурных линий и их обработки. 11аг 4361830 США, НКИ 340—146.3; пат, 4605960; 4625237; 463977b США. НКИ 358—106; пат. 4321631 США, НКИ 358—298; пат, 4363103 США НКИ 364—315; а также выделения из фона объектов определенной формы, например, прямоугольных, круглых, эллиптиче- ческих и др. (пат. 4680803 США, НКИ 382—9; пат. 4606049 США, НКИ 382—22; паг. 4618989 США9 НКИ 382—2S пат. 4736443 США, НКИ 382—48),
Обычно яркость изображения описывается функцией / (х； у), где (х, у) — это координаты, определяющие точку на изображе нии. Области резкого изменения яркости можно отыскать по локальным максимумам модуля градиента функции яркости или по точкам, где вторые производные меняют знак. На практике это осуществляется с помощью дифференцирующих операторов, действующих в некоторой окрестности точки изображения [1.22; 1.42 ]. Основная трудность здесь в том, что на изображении ре альной сцены перепады могут сильно различаться по скорости из менения яркости (резкие контуры, тени и пр ). В связи с этим разные операторы будут обладать разной эффективностью, На рис. 1.1 показаны примеры результатов применения различных операторов выделения края к различным яркостным перепадам: резкому (рис. 1.1, а), постепенному (рис. 1.15 б) и постепенному с расположенной на его фоне черной линией (рис. 1.1, в). Опера-
юр J xitiiiOoHv.c ysKGii инрейтйойтью Охсазываетвя бесполезном в ujiyng показанном на рис, 11, 6, а в случае^ приведенном на рис 11, 。，нн один из Приведенных операторов в отдельности не дает адекватного результата. В таких случаях для выделения перепадов х широком диапазоне скоростей изменения яркости при- меняются множественные составные операторы. Они могут быть двух шйив； операторы сопоставления и дифференци а ль ные one* paTupti Сгператоры перьиго типа основаны на обработке элементов изображения совокуйностЕЮ масок, которые представляют иде- акЕНЕлс ограничения в различных направлениях.
В ДифференцисиГЕНых операторах для каждого элемента изо Ор点冰еннх осу1цег；гьаяетсй дискретная дифференциация значений яркостей матрицы, связанной g элеглентои. В результате получа- ет「> значегше ［卩日&门曰仃区 яркости в данной точке и его направлении. &гй операторы греоуют меньшего числа действий, чем опера- 「с卩Ei синей таияении дли йолучении тех же результатов. Среди подооных операторов mskhc назвать операторы Sobel, Robert и Pwsitt. из которых -кагце всею применяется первый. В этом операторе используегси “зека, которая объединяет совокупность 3x3 ?>лег.1с：Н1'С)в изображения, (рис. L2). Для каждого элемента, на котором й.енгрирз<ется матрица оператора, рассчитывается гра- дисН'г Ap^.in и его найрайление для вертикальных и горизонтальных комибнеитов нааскн:
工■工二(“4 + 28 •+ С) • ((/ + 2H 十 /);
5丁 =二(< + 2尸十 /) 一(A T 2D + G)(1.1)
Наиравлепие градиента в точке £ = aictg (SJSJ, S =
Совок унность значений S, полученных для всего изображения, Cut icibЛябг м йipHuy, кегерам \2〃еря<1；т нзмерення перепадов для
А \ 8 \ СА \ 8 \ С□□с”，Н。М&сха С8**ора считывав□□с”，Н。М&сха С8**ора считывав
А \ 8 \ С
А \ 8 \ С
□□с”，Н。М&сха С8**ора считывав
□□с”，Н。М&сха С8**ора считывав
каждого элемента. Сравнение этих величин g порогом позволяет сформировать бинарное изображение.
Реализация этих операторов может осуществляться с помощью специализированных процессов, обеспечивающих получение наиболее контрастированного изображения, в котором устранены фоновый шум и бесполезная информация. Это позволяет увеличить эффективность последующей обработки получаемого изображения.
Процесс выделения контура для каждой «ширины оператора» состоит из трех основных этапов [1.36].
Свертка изображения g маской. На этом этапе производится фильтрация изображения в определенной полосе пространственных частот. Колоколообразная (гауссова) функция является наиболее подходящей для такой фильтрации；
у) = Кехр(—*9・ (1.2)
Здесь К — некоторая константа.
После этой операции применение дифференциального оператора второго порядка оказывается более эффективным. Для этой цели можно использовать изотропный оператор―лапласиан [1.36] (или оператор, зависящий от ориентации):
f(x, у)= A(G(x, у)*/(爲 p)) = (AG)*/. (1.3)
Форма функции AG для одномерного случая показана на рис. 1.3. Параметр ① определяет диаметр центральной (положительной) области и называется «шириной маски》.
Нахождение точек пересечения нулевого уровня на дифференциальном изображении / (х, у). Каждой точке, в которой значения / (х, у) меняются от положительных к отрицательным и наоборот, приписываются метка «контурная точка» и значение угла наклона, которое представляет собой количественную меру изменения яркости.
Группирование соседних контурных точек с близкими величинами наклона в следующие объекты； сегмент линии нулевого уровня, элементарная область, полоса.
Сегмент линии нулевого уровня ——это ряд соседних точек, образующих примерно прямолинейный отрезок. Он строится путем прослеживания точек линии нулевого уровня и проверки того, лежат ли они примерно на одной прямой. Затем предпринимается попытка продолжения сегмента на следующую группу точек и т. д.
Таким образом формируется описание части диапазона пространственных изменений яркости. Изменения в других диапазонах выделяются с помощью операторов с другими значениями ширины маски. Затем результаты применения набора масок к изображениям сравниваются между собой и формируется первичный контурный рисунок. Если некоторый объект присутствует в данных для некоторого непрерывного диапазона ширины ш и имеет примерно одинаковые положение и ориентацию, то можно заключить, 40
что для всех этих ® он обусловлен одним и тем же физическим свойствам сцены (изменением отражательной способности, освещенности, дальности или ориентации поверхности).
Наиболее простым способом объединения данных от разных каналов является применение операции логического умножения [1.42]. В этом случае истинные перепады на результирующем изображении сохранятся, а тени и текстура будут потеряны. Эта процедура оказывается эффективной в вычислительном плане и пригодной для решения различных задач.
Результаты ряда работ [1.42 ] показывают, что каналы с малыми значениями со оказываются более важными при проведении статического монокулярного анализа сцены. Каналы с большими величинами существенны в задачах стереовосприятия и анализа движения. При статическом анализе они могут оказаться полезными при локализации теней.
Разработаны алгоритмы стеровосприятия, в которых в качестве входной информации используются результаты второй фазы процесса выделения контура — точки пересечения нулевого уровня [1.53 ]. Эти данные получаются в результате применения операторов с разной шириной маски к правому и левому изображениям. Результаты затем сравниваются и определяется расстояние от наблюдателя до той или иной контурной точки. [1.3]. Разработаны также различные нелинейные операторы этого типа [1.24].
Освещение изображения может играть важную роль в процессе предварительной обработки и анализа двумерной (и трехмерной) сцены, поскольку оно влияет на сложность алгоритма машинного видения. Произвольное освещение, как правило, неприемлемо, так как оно может явиться основой формирования низкоконтрастного изображения, зеркальных отражений и дополнительных теней. Поэтому при создании СМВ используются специально разработанные осветительные системы, которые облегчают считывание характерных особенностей объектов, имеющих существенное значение для реализации выбранного алгоритма обработки. Хорошо спроектированная система освещает сцену таким образом, чтобы свести к минимуму сложность результирующей картины и улучшить ее информационную содержательность, необходимую для предварительной обработки, анализа и интерпретации.
В настоящее время разработано большое число различных специализированных процессоров, предназначенных для предобработки изображений. Значительная часть процессоров ориентирована на выполнение обработки изображения на основе двух основных подходов. Первый подход предполагает определение единичного элемента выходного изображения исключительно на основе единичного элемента вводимого изображения, тогда как второй подход предполагает определение единичного элемента выходного изображения на основе использования несколь-
?ИС« Уе$с Н^МЧ^С* ОЦ, ир0Д^Р8НР•吋喰еа\，П 用尸". од^орр^^^утзоЙ оСработЕМ гок?.1'' «'т^ v，>•
CTRQB ИЗУбРГ^еНИ!^：
/ — рлементн ВИДИМОГО P3o6pa?K.nJftr<1： 2 регистр а,"впга; ,9 ——6〃ог обработке оиг^а нав: d - аГяго,и??ой 沁*n9й《广「д£" "9("3da-
' 匝FIX 9,"QM£HTOR ВХОПТТПГО 修3。6卩3 которой малой области локаль ного характера, 1'бн,)тза.нн9 вго рого подхода на основе анализа локальных у叮？广「*「、冃 азпбр円厘；兮нн* может обеспечиваться с использованпем《”叱貝1】込 lllupk приищи оров В таких системах ввод изображения произпопитс.я на основе рас г ровой развертки, обработка информации. upcqmRopjiu項 以、ско ростью развертывания вводимого изобра>иения, причем в процессе функционирования устройства имеет место тит上 Ебсзмн незн^чл! тельная временная задержка инф°Пмапип 1к)еист?в/【енн%" “？ рис, 1.4 схема иллюстрирует способ обработтш изображени?^ реализуемый на основе сбора инф<'рма.ии.и кяк от о^новно^о элемента, так и от соседних. Применение подобного способа обрабогк.и изо бражений представляется вп?мп;хным 貝 для г/гу’ан совмесгной обработки информации от локальных обнасте虫 достаточно больших размеров. При такой обработке выходио^ изображение может быть подвергнуто многократному иропесеу лот<альной об работки, д〃я чего соотвегствующую систему следует ucuipniiTE по типу многоступенчатой структуры, в состав кахтцЯ*. ступени которой входит устройство, подобное изображенному на рис 14 Разработаны системы, реалгизующие ионобнуп〕обру.ботву изо бражений, в составе которых используется значрггелгьчое ноли чество аппаратурных средств, оптимально присп.осОб.).1еннь1Х для целей обработки наиболее часто ©страш.д也кхин изображений. Изготовляются также типы БИС млн псмобно「п рока 「卩匸干「厘 [1.6; 1.16; L23; !44; 1 45L""
логические преобразования и работа с большими и сложными организованными системами знаний. R такихлогические преобразования и работа с большими и сложными организованными системами знаний. R такихмашинах основное называемые базоймашинах основное называемые базойСоздание спевиам^амрав2KHеуг ЭВМ)\^ч ибраба门《.目 изображений связано с разработкой ЗВМ новых изд〃ен?通,чьи архитектура и функционирование отлртчаются от традиционньтх структур. Теперь появилась потребность в ЭВМ., для кои.叩в.к центральной задачей я в〃 я ются -
логические преобразования и работа с большими и сложными организованными системами знаний. R таких
логические преобразования и работа с большими и сложными организованными системами знаний. R таких
машинах основное называемые базой
машинах основное называемые базой
внимание иячинают нрарликни》 у^лы, обычно знаний и (vTaw.HHon ："и〔ннеско「о вывода, От эффективности их работы зависит эффективность .при)>*епрнпя :»ВМ. в области автоматической обработки изображении. В последнее время созданы ЭВ/vI повой архитектуры^ В состав такой машины входит специальный процессор для ассоциативных вычислений, позволяющий существенно ускорить решение, ми.оги^ задач, а в основных ее блоках реализован принцип потоковой обработки данных, дающий возмо.ялносгь за счет распараллеливания про цесса обработка на 卫пр只丹q瑾 повбхсит^ производдге^ьнпг-ть ЭВ.М.
Как уже было отмечено, существует параллельный способ обработки изображений в полном смысле этого слова [1.431. Реализация подобного способа предполагает использование по одному операционному элементу на каждый элемент изображения. Этот способ отличается использованием большого количества
операционных элементов, вследствие чего вполне естественным представляется стремление к использованию операционных элементов возможно более простой конструкции. В большинстве случаев за один прием производится обработка всего лишь одного двоичного разряда. В такой системе ведущая ЭВМ производит однократную подачу программы обработки изображения, после чего имеет место обработка одних и тех же команд. Рассмотренный способ удобен для выполнения многократной обработки бинарных изображений с относительно небольшим числом элементов. Разработаны также системы для обработки изображений, обладающие пониженным количеством операционных элементов. Разработчики подобного рода систем пошли по пути повышения уровня функциональных возможностей единичного операционного элемента. По
добного рода системы обеспечивают возможность реализации различных программ. В зтом случае количество используемых операционных элементов обычно может составлять от 16 до 256 (пат. 4739474; 4739476 США, НКИ 364—200; пат. 4635292 США, НКИ 382—41).
Разработаны различные специализированные процессоры обработки изображений, основанные на применении специализированного аппарата обеспечения для оперирования с наиболее употребительными функциями (выделение границ, использование масок, корреляция, свертка и др.). Функциональные модули подобного топа должны быть способны осуществлять арифметические операции, необходимые для определенной функции и, кроме того, быть достаточно гибкими для использования в сходных опе・ рациях с В качестве примера можно привести устройства на ПЗС, предназначенные для сегментации изображений и их корреляционной обработки, а также устройства, которые, например, реализуют алгоритм Собела, приведенный выше.
Необходимо отметить, что эффективная реализация процедур предварительной обработки изображений и выделения признаков на больших визуальных информационных массивах, состоящих из сотен тысяч элементов, возможна в реальном масштабе времени Только на основе использования специализированных процессоров, предназначенных для параллельной обработки изображений.
Интерпретации изображений в реальном масштабе времени (при времени анализа около 0,04 ... 1 с) является одной из важнейших задач, решаемых системами автоматического анализа визуальной информации. Развитие микроэлектронной технологии, появление СБИС и микропроцессоров позволило создать системы автоматического анализа и интерпретации изображений, действующие в реальном масштабе времени.
Описание объекта, полученное в результате предварительного анализа изображения, позволяет на ^тапе иитерпрегакщи отнести этот объект к определенному классу в принятой классификации. При этом этап интерпретации может быть реа^изо户ап с помощью весьма разнообразных способов, и выбор среди них наиболее подходящего зависит от назначения системы.
Созданы различные способы анализа и интерпретаннн изображений, основанные на использовании современных вычислительных средств. К этим способам в первую oqepe八ь могут быть отне сены: сравнение с эталоном, сравнение по харак терным признакам образа, структурные способы и др. При этом способы анализа и интерпретации изображений существенно различаются в зависимости от того, к какому типу может быть сннесена анализируемая схема: к двумерному, 2,5 мерному или трехмерному.
Здесь необходимо отметить, что многие типы анализируемых сцен по своей сути являются двумерными, В качестве примера может быть названа задача распознавания, определения ориентации и положения плоских объектов сложной конфигурации, пере мещающихся на ленточном транспортере. В последнее время до стигнуты существенные успехи в области интерпретации двумерных объектов. При этом с применением быстродействующих вычислительных средств пара-адельной структуры стало возможном создание различных СМВ, предназначенных для анализа и идентификации как бинарных, так и сложных многотоновых изображений в реальном масштабе времени.
Анализ двумерного изображения обычно начинается, с его сегментации, 。 е. разделение на зоны, Э>и зсшы за-гем должны быть описаны выражениями, приемлемыми для выполнения этапа интерпретации. Метода описания могут существенно отличаться друг от друга в зависимости от использованного метода разделения изображения и от функцчональноо назначения системы.
Интерпретация изображения состоит из объединения и сравнения результатов анализа с некоторыми априорными сведениями. Как правило, основной целью этапа интерпретации является идентификация (распознавание) объекта, которая включает в себя сравнение описания объекта с символической моделью, записанной в памяти компьютера. В зависимости от функционального назначения системы этап интерпретации изображения может обладать весьма различной сложностью: от идентификации надписей на этикетках до распознавания сложных многотонновых трехмерных образов,
В некоторых промышленных системах машинного видения используется относительно простой способ распознавания образов, при котором предполагается, что объекты, присутствующие на изображении, всегда имеют одинаковый внешний вид, т. е. отсутствует влияние ракурсных искажений. В процессе обучения такие системы записывают и хранят в памяти внешний вид объектов, а затем в процессе работы сравнивают воспринятое изобра- 44
жение е запомненным。 Наиболее разработаны два варианта такого способа распознавянлтя двумерных, образов: сравнение с эталоном и сравнение по характерным особенностям объекта. В первом случае в гачес «е нгагона запоминается д°йсгвительное изображение объекта; во втором характерные особенности изображения объекта, е^т^ как площадь, периметр у др. При анализе более сложных сцеп используются некоторое другие методы
ряспозмавания дау мерилу и трехмер яытг оден. например струк- typHBie ^vnJM ^ ме'годч, основанные на теории pRuieHnW, которые позволяют идеигифичрр(?вать объекты в более сложных условиях.
Алгорит?4ы, ncnojfh'- уемые в системах 逅атмннсго вннвннж, мо- Су Л 6口•” С£3 可 Ю*Е・—：*厅"」2「'G严 EDHK.p. [5"‘г 卩§ I」？； L27； <381.'
Ajn эритем снегам бинарного видения,尸.&立2TBlze которых сводится к анализу черно-белых (бинарных) изображений.
Акгор以гм& .етот97оновего видения, дейстяче которых сводится к анализу ртзебргжений, содержащих много е^- ен^ов серого. Эю* чдасс cb、*R賢Е，ет различные методы, нзтп「，п о- обнарутке- кмх монтуров 気 до кои^^яв^онного ссавнен^^ т з-брлхеяий по серой шкале,
Алгоритмы с也с?с沔 ридения, основанные н? использовании структурного подсве*^„ /;?йствие 9TB)о класса свог1- *ся к анализу бинарнж H3d6d2?m3ef炉 объе^юя, в? которые z проекгирован специальный регулярный световой рисунок. На основании анализа пр остра нственной дефорт^апии подсвеченных световых структур предс'тав^яегсг а?амо:*口三二卩金m円工8r冃江义ё。ьен旦аe -р^ястренной
форме объектов.
Алгоритмы систем видения, основанные на анализе даль- ностной картхньг, ©ормнру^мо^ с domoidek» скан貝ру*т£巨 лазерной дальномерной системы.
При использовании алгоритмов бинарного видения предпола- геется, что все объекты, присутствующие на анализируемой сцене, в изсбраже.н.411 Md「y r пс*кв”стъс5? е вг.де двуыерных пяпе^ одного цвета /например, черного), в ю время кам фон может бьпь цруюго цвета.. Вто предположение используемся для разделения изображения на пятна, соответствующие потенциальным объектам. За?汇泣 для определенм набора харат<?ерных особенностей объектов, таких как площадь, п^рнметр ч степень протяженности, система анализирует видимые пятна. Р процессе обучения система запоминает особенности объектов и записывает их в память наряду с zwh統ен2В2н&зм объекта. Пр1； сравнении особенностей предъявленного объекта с набором, запханным в памяти в период обучения, система может идентифипировг/ь объект настолько достоверно, настолько уни^альньх (т. е. присущи только ему) его
особенности.
Бинарные системы видение могут распознавать только те объекты, которые имеют отличительные дв>гмерные фор^ы. Чтобы c6scmwqvib 卩£3然匕后 т<??тр?ст с 07FPM： ^нС'.'-я в так^м системах
используется освещение объектов g обратной стороны. Поскольку они распознают объекты по глобальным характерным особенностям их контурных очертаний, такие системы обычно не могут идентифицировать объекты, которые касаются или перекрывают друг друга.
Разработаны специальные методы идентификации перекрывающихся и касающихся друг друга объектов. В таких методах определяются характерные конфигурации отверстий или углов, которые могут быть видимы, даже если одна деталь перекрывается другой деталью. Этот процесс идентификации отрабатывается в процессе обучения. Затем, когда система пытается распознать объект, она осматривает его с целью определить локальные идентифицирующие характерные особенности.
Такие системы отличаются друг от друга способами предварительной обработки и анализа изображений. Описываемая ниже СМВ предназначена для решения этой задачи применительно к объектам, расположенным на плоскости, которая удалена от видеодатчика на известное расстояние.
Объекты могут частично перекрывать друг друга, а также иметь наклон по отношению к опорной плоскости в несколько градусов. Одну из главных трудностей при анализе таких сцен представляет сегментация изображения. Сегментация проводится на основе выделения контурных линий на полутоновом изображении и последующей интерпретации их как углов, окружностей и прямолинейных отрезков, описывающих форму деталей, лежащих в поле зрения [1.1; 1.2; L47 ].
В результате затенения, наложения деталей и перспективных искажений некоторые признаки могут исчезнуть и могут возникнуть ложные признаки. СМВ должны быть способна работать с такими искаженными данными. Этого можно достичь за счет использования моделей в процедуре анализа, в которых содержа- жатся априорные данные о геометрических и топологических свойствах контролируемых деталей. Каждая деталь описывается моделью, которую пользователь формирует в интерактивном режиме при обучении системы.
Задача этапа предварительной обработки изображения состоит в том, чтобы сформировать список параметров (таких, как углы, прямолинейные отрезки и окружности), описывающих положение объектов, имеющихся на изображении^ После оцифровки изображение представляется матрицей g п уровнями яркости. Контуры на полутоновом изображении выделяются с помощью локального градиентного оператора, который позволяет получить величину и направление градиента. Признаком контурной точки является превышение модулем градиента определенной пороговой величины. Выделенные контурные точки объединяются в контурные линии с помощью операции прослеживания, в которой используется информация о направлении градиента.
На следующем шаге производится сегментация контурных линий» в процессе которой точки линии классифицируются как 46
элемента прямолинейного отрезка, угла или окружности. Виде- ленные прямолинейные отрезки и дуги окружности аппроксимируются соответствующими уравнениями окружности и прямой. В результате этой операции прямолинейные отрезки описываются своими концевыми точками, а дуги окружности — центром, радиусом, угловым размером и ориентацией. Координаты угловых точек рассчитывавэтся как координаты точек пересечения прямых. Соответственно, углы описываются координатами угловой точки, значением угла и ориентацией. Все эти параметры включают в список признаков,
Задара этапа анализа изображения *?с«?тоит R синтезе прототипа по элементарным признакам (примитивам), выделенным на этапе пр едва р и тельной обработки, и подборе модели, наиболее близкой к этому прототипу. Процедура построения прототипа многостадийная： на каждом шаге g моделями сравниваются частичные .набора признаков и по результатам сравнения делается вывод о том, каким из имеющихся в вписке признаков необходимо доиолшить прототип на следую.гцем та?出.
Модель объекта включает в себя некоторые примитивы, а также мозкет содержать дополнительную информацию типа уровня яркости, цвета или текстуры. При этом не обязательно описывать деталь полностью ~ достаточно указать несколько ее основных признаков (пат 4468808 США, НКН 382—20; пато 4700400 США, НКИ 382—27),
Процесс анализа не ограничивается одной моделью. С каждой ветвью дерева поиска может быть связано до 10 моделей. Разные модели могут соответствовать разным деталям или разным видам одной и той же детэ.лио Ускорение процесса анализа осуществляется за счет ограничения количества открытых узлов в дереве поиска, которые представляют альтернативы для возможного прослеживания； В частности, может быть удалено определенное количество узлов с низкими значениями меры сходства.
Необходимой составляющей любой обработки изображений (полностью автоматической или интерактивной) является соответствующее программное обеспечение^ Различные программы, предназначенные для обработки оптических изображи.ий, можно разделить на три основных вида:
диалоговые программы;
программы управления;
программы непосредственной обработки опгичее.кого изобра^
жения»
Диалоговые программы находятся по уровню математического обеспечения выше программ управления и программ непосредственной обработки оптическою изображения. Их задачей является организовать наилучшим образом связь человека g машиной. Программы управления сосгоят из отдельных программных модулей, которые основываются на приближенном машинном программировании. По з гой причине разлиадн*? биллем вне директивы 47
Рас. 1・6・ Процесс ядентвфвкацвя взображенвб:
丿—яадр (двумервве в фрехмерняе объекты); 2 — ввод ннфор- мацнв; 3 — преобразовавве, акцентврованне, компрессия; 4 — взображенне (контрастность элементов, расстояния между элементами); 6 — возврат к исходному состоянию; 6 — вшделенве признаков наображення; 7 — отслеживание, опн- оавне $ормв! объектов； 8 — првзнаки изображения (точки, лвннн, оолаофв); 9 — интерпретация прнзиаков; 10 — при- внакн кадра： ваотупя s впаднны, предшествующие и последующие участки, тенн; 11 — оегмеитацня; 12 — обобщение; 13 — моделв двумерных н трехмерных объектов; 14 ——конкретизация, выводы; 16 — человек-оператор; /6 — выделе- ане признаков моделей; /7 — проекция на плоскость иэобра- нсення； 18 — формирование изображения; 19 — графическая информация
могут быть оформлены в виде подпрограмм на обработку оптического изображения и диалоговых программ.
Задачей программ непосредственной обработки оптических изображений является обработка и автоматическое распознавание визуальной информации. Для решения задач обработки оптических изображений используются различные методы и способы, предоставляемые прикладной мате
матической. Они применяются при обработке как серых (многотоновых), так и двоичных изображений. Идентификация объектов предполагает составление описания наблюдаемой картины, на основании которого затем производится сравнение и опознание, причем для осуществления этого процесса совершенно необходимым является наличие определенных знаний относительно наблюдаемых объектов.
Система, обеспечивающая возможность анализа и идентификации полутоновых и цветных изображений, а также дальностных изображений, может быть построена в соответствии со схемой, представленной на рис. 1.5 11.14]. При обработке полутонового изображения прежде всего производится выделение точек, для которых характерно резкое изменение уровня яркости. Далее путем соединения подобного рода точек формируется контурный рисунок. Затем определяются значения линий контурного рисунка, для чего линии снабжаются обозначениями, указывающими на трансформацию поверхности по типу перехода к выпуклости, к впадине, а также указывающими на то, является ли какая-либо одна из поверхностей предшествующей по отношению к другой поверхности. Подобного рода обозначения представляют собой признаки кадра. Далее производится разделение кадра на ряд однородных зон и объединение некоторых зон в объекты. Затем путем сопоставления G моделями обеспечивается распознавание объектов, В общем случае производится сопоставление результатов обработки g моделями некоторого числа объектов, входящих в состав кадра. В том случае, еели кадр имеет несложную структуру, иногда представляется возможным использование общей модели для всего кадра [1.14L
поставления*Результат анализа изображения в большой степени зависит пт выбранной модели, в частности от количества используемях примитивов. Большое число примитивов в модели повышает надежность распознавания, но замедляет работу снстемв!. Потому цель этапа формирования моделей состоит в том, чтойя найти разумный компромисс между точностью равпознавания и бЕкстро-поставления*Результат анализа изображения в большой степени зависит пт выбранной модели, в частности от количества используемях примитивов. Большое число примитивов в модели повышает надежность распознавания, но замедляет работу снстемв!. Потому цель этапа формирования моделей состоит в том, чтойя найти разумный компромисс между точностью равпознавания и бЕкстро-Приведенная на рие. 1.5 ахема иллюстрирует д^ pt^H^SB# типа реализации процесса обработки изображений. <%|вв施 1Й^ предполагает выполнение обработки изображения «снизу в^р^ в то время как второй предполагает вьшолнение обработки бражения «сверху вниз». Решение задачи идентификатщв ка|^ сложной структуры не может быть достигнуто в услсшиях в^клюн чительного использования какого-либо одного типа реализадни процесса обработки изображения. Вначале реализация процесса обработки изображения может обеспечиваться по тнпу «снизу вверх», после чего на некоторой стадии может пронаводитыш ф(ф- мирование гипотезы, проверка которой обеспечивается в у слюнях обработки по типу «сверху вниз». При этом сопоставление признаков производится на различных уровнях вистемы (L14L На основании описания кадра производится идентификация содержащихся в кадре объектов, причем решение подобных задач связано g необходимостью получения определенных оценок. Для этой цели применяются модели, причем способы фориирования и использования моделей в процессе вьшолнения обработки завися? от поставленной задачи. При работе со сравнительно простыми объектами получение оценки может быть обеспечено путем выявления соответствия образов либо на основе анализа локальных признаков объектов. Для некоторого класса объектов можно ограничиться лишь выделением признаков кадра. В этом случае, если сопоставление производится на высших уровнях показанной на рис. 1.5 схемы, подобного рода процесс может быть реализован в условиях использования незначительного количества моделей. Однако при разработке процесса анализа необходимо предусмотреть определенные меры для уменьшения тесла возможных применений метода проб и ошибок в процессе выполнения &>
поставления*
Результат анализа изображения в большой степени зависит пт выбранной модели, в частности от количества используемях примитивов. Большое число примитивов в модели повышает надежность распознавания, но замедляет работу снстемв!. Потому цель этапа формирования моделей состоит в том, чтойя найти разумный компромисс между точностью равпознавания и бЕкстро-
поставления*
Результат анализа изображения в большой степени зависит пт выбранной модели, в частности от количества используемях примитивов. Большое число примитивов в модели повышает надежность распознавания, но замедляет работу снстемв!. Потому цель этапа формирования моделей состоит в том, чтойя найти разумный компромисс между точностью равпознавания и бЕкстро-
действием.
Модель может 6бггь разделена на две части: «геометрическую модель», описывающую форму детали, и «конструктивную модель», описывающую процесс построения прототипа датали в процессе анализа. Геометрическая модель строится из примитивов (изломов, окружностей, прямолинейных отрезков), формирушых на стадии предварительной обработки- Для построения гешетри- ческой модели пользователь обычно должен провести несколько экспериментов в модулями предварительной обработки, ншюльзуя в качестве теста объект, для которого нужно построить мод^ь Объект следует предъявлять еивтеме в разных подожеявях и d^・ ентациях. Наблюдая результата предварэтельвой обрабофо,
представленные в виде графических символов, наложеннмх на полутоновое изображение объекта, оператор интуитивно анбнрает наиболее яркие признаки и указывает их еисгеме
Количество и последовательность выбранных признаков 卩』$ конструктивной модели задаются интеракгивнОо Они потом бунут преобразованы системой во внутреннее представление.. Эту модель обычно строят таким образом, итобн анализ ннлшнален с не”心 рого характерного и, по возможности, ориептиропанного прими тива.
Сопоставление анализируемых наобрамс^ни 首 может ирс。。 водиться с двумерными и трехмерными моделями- UpiKEнекие двумерных моделей представляется ?ффективнт-тм для слушан анализа изображения, содержащего некоторые f'Оъект?^ кадра, выраженные через посредство параметров кадра, а гакже(? учетом относительного расположения соответств^^ющи^;(?бъек *ор на т<ядре изображения. Представляется возмо^шым, ня пример, rfidz'rqhhp элементов интерьера помещений … пола, стеч., дверей 「 и с пользованием двумерных моделей, основньшч &м£мени%「н *п「介 рых являются однородные области- Однако в нЕкогпрнх случаях использование модели полною кадра не 网卩負券”冷卩力勺®”二足 cqbmqhc ным, что, например, характерно для кадра g объектами, разме щенными на поверхности стола. В подобных слу®н.貝？ необходимо введение отдельных моделей для rocraBJ^i9ni,n^ зхзментон кадра.
В случае применения трехмерных моделей также возможно использование единой модели для полною кадра или 口以риьннх моделей для составляющих зон кадра, Значите.пьное упротпение процесса сопоставления может быть дос гиг ну то благодаря пред варительному заданию определенной ориентации видеодагчи.гу в процессе наблюдения комплекса, трехмерных сбкектов
Существует еще один вопрос, возникающий при применении трехмерных моделей: каким моделям сj/.едует отцэтъ iipEiuioqTe ние ——неизменяемым или гибким? Исмомьзовкнне неиз^енпемых моделей связано с необходимостью введения новых моде./гей пелг дый раз при появлении новых объектов, д^.же если последние я в ляются сходными по каким либо признакам: В целях устранения необходимости выполнения многократного сопоставления полу ценной информации с большим числом моделей в процрееб идеш. и- фикации объектов было предложено использование моделей с иерархической структурой. В этом случае производатся ^о'цпг( лп ление полученной информации с моделями высокот п урокне, и в случае получения положительных результатов производи гс.ч сопоставление этой информации с моделями более низкого уровне
Необходимо отметить, что использование гибких моделей пред полагает получение представлений объектов на некотором ябегрлк тном уровне. Использование подобного рода моделей предлога гает выполнение описания изображений в условирг- г^^^^ использования различных признаков №"仪”个〃尸算叉.
50
Создание моделей различного рода объектов является одноб из важных задач в области разработки систем восприятия и анализа визуальной информации [1.37; 1.40]. Формирование моделей объектов может быть, в частности, обеспечено на базе информации, используемой в процессе их автоматического проектирования g помощью систем машинного проектирования. В настоящее время методы формирования геометр и ческих моделей объектов в процессе машинного проектирования различного рода изделий хорошо разработаны. Использование подобного рода моделей при разработке систем восприятия и анализа визуальной информации могло бы быть весьма полезным.
Для классификации объектов заданного ассортимента может быть применеью эвристическое описание G помощью морфометрических признаков, которые можно получить по форме, структуре и размеру объектного силуэта. Данные признаки требуют различных алгоритмических затрат, которые зависят о? вычислительной системы и вида исполнения. Какие из приведенных признаков ведут к большей надежности распознавания образов, зависит от применяемых принципов классификации, формы, структуры и размера объекта, а также от качества цифрового преобразования изображения.. Так как при вычислении признаков имеют место различные затраты, то признаки упорядочиваются в последовательности по данным их разделительных свойств и вычислительным затратам. Классификаторы, которые могут выполнять такой опрос признаков, могут быть построены в виде схем, реализующих двоичное дерево решений.
В стадии обучения благодаря предъявлению малого количества прототипов деталей для каждого класса классификатор формиру- етсн таким образом, чтобы математическое ожидание для затрат на классификацию было минимальным и чтобы благодаря точ- тому расчленению пространства признаков могло появляться только минимальное число команд возврата. В заключительной стадии анализа тест в соответствующих узлах двоичного дерева может продолжаться только в одном или другом направлении, в зависимости от того, будет ли предложенное значение признака больше или меньше порогового значения, которое соответствует данному тестовому узлу. В завершении процесс достигает конечного узла дерева решений с указанием класса объекта или указанием для команды возврата.
Необходимо отметить, что анализ движения сцены является одним из существенных источников информации при интерпрета' ции изображения с помощью пассивных СМВ. Такой анализ позволяет не только выявить и идентифицировать движущиеся объекты, но и одновременно определить трехмерную структуру сцены. Можно отметить три уровня анализа информации при исследова' нии движения: 1) выделение движущихся частей» 2) измерение параметров движения, 3) выделение пространственной информации (пат. 4717820 США, НКИ 250—209; пат. 4626891 США,
НКИ 358—21; пат. 4691230; 47 33297; 4736252 <"ША, ШШ 358™ 105; пат. 4396950 США, НКИ 358— 213)。В 2聞必свшу寡н 屮 кретной задачи может оказаться достаточном? нкнотуу% то””仆 первый уровень или нервна два уровня。
Разработаны различные алгоритмы, позволяющие осуще<：^ влять анализ движения сцен, среди которых можно особо о『ме【“《к алгоритм оценки движения, относящийся к классу 丁久乜 н^з提.ю мнх «градиентные схем» и основанный на зна"0，"с「衣瓷*?乜№ м~^ ту последовате^гьными. отфильтрованными ха八рами。 1”
памн такого алгоритма являются следующие LL"& '上2 卜
свертка каждого изображения гюсшепсвате)氏冃/户… ном коисжопсобразр，/ (тауссово^)中ункиг%
выделение точек пересечения ・нук兮fs 办 vp°F … … ‘不［”尸丁 ных таким образом изображениях;
расчет раансстн между парой послед?^^тедь?^^ обркб介『公营马尸咒 кадров;
расчет компоненты ckodoutm а напрквненЕ*八 『兮卩壮心讨戸产”丫不户 ном контурной линии;
оценка тангентдиальной ^омпонент.ч скорее，％
поиск точек пересечения нулевого уровня на втором кадре, проектирующихся из первого к?，р? а旦扌屮卩尸曰猫足冃卩守*兮黑？。0夕скорости.
На первом ртапе алгоритма - - ?чапе св^р^^с.иw :
ляется вопрос о выборе адекватного размера функции («раскрыва колокола»). Результаты расчета компоненты скорости, перпендикулярной к контурной М^н月м, 6у£у：г ”2rofhu 'тоувьи工& 岂汪 в том случае, еемв ве〃и?мна ейещен^й на ноелмивагельк*;; езз бражениях будет меньше примерно половины ширины области положительных значений маски, с которой производится свертка- Поэтому, чем выше частота ввода кадров, тем у>те должна бщъ маска, необходимрч нзмеренЕ? скоросгег в wERtnopuM ?匕旦？芯 ном диапазоне,
Затем определявгеч 足станвое наирзвз氏可也兮 ПЕНжавн?. Д』泛 этого принимается во внимание, что наираЕменме вектора ?Е：оросг炉 совпадает с направлением нормали к 匸онтур口о击出風нкк в точке, где перпендикулярная составляющая скорости максимальна. В связи с этим рассчитывается гисгограмма по канид立 ориентации. В случае чисто поступательного движения ?т?. гистограмма имеет пик, соответствующий истинному направление скорое%^ Достоинствами метод?, являются его относительная простота и 日озмеж- ность бьггтроге Le/лучение резульг&мов, №??ср^е mqzxmo 胃*｝汪… зовать в KawscwHs иерворс 口рдб/ипуенин для dowet 丁仆？曜事久 2网『с- ритмов.
Последним этапом алгоритма являются поиск, ввделени^ н сопоставление точек пересечения нулевого уровня sw двух 口0一 с л едов зтелънь7.^ пзобр ажет^я х сернк“ Это с^.уществ^зется с использованием информации, полученной на предыдущих этапах, Поиетг ?пугп-е?рл^?тся в ?кре?ЕНс@т臣 то^ег ^у'т^^ уровне ^Р.. 52
bofo изображения пары в направлении вектора екоросги, рассчитанного на предадущем шаге. Si от этап важен при построении траекторий движущихся контуров. «Конечная точка», найденная на зтом этапе, и*：ио.г»ъзуегся в качесгве «начальной точки» при анализе следующего изображения серии. Таким путем удается проеледигь движение контура на серии изображений даже в том случае, если его форма меняется от кадра к кадру.
Креме рассмотренные выше пассивных СМВ, действующих 6「з использоргппя специяльяых источников подсвета, созданы также активные анализаторы, в которых используются различные устройства специального структурированного подсвета (как ска- шфут^^цие, %” о неп.оплижные) [1.29] (иат, 4443705; 4443706 США, НКИ 260 558; п賓叫 4574109; 4583000; 4602163 США, НКИ 25c 561).
Такие анализаторы позволяют контролировать трехмерные сценьу различной сложности, причем их использование в ряде случаев маат возможность существенно упростить общую схему CN1B, ире,кяязпаценн?>й aj(h анализа трехмерных сиен. Применение струигурировапно! <> ос'ВРлцения, например щелевых узконаправ- леннькх, ncroqH斯кон свега, яходит в практику промышленных при менений СМВ, поскольку такое освещение позволяет простыми ире乃£「？амн из?лерять раесюнтнн g достаточной тоднргпъю Этот способ широко используется в сиигемах контроля раэличвых узлов и блоков. Щелевые источники узконаправленного «лезвийного» света используются, например, в системах автоматической сварки большераз^^рннх деталей, д;гя контроля процесса приварки крыл? к кузовам эвгом<?бчлеч и в друт рл подобных оиераинЕх, Это на правление развития СМВ является весьма перспективным и быстро- прогрессирующрш. (пат. 4427888 США, 4558215 НКИ 250—222,1).
В заключение необходимо огметить следующее. В настоящее время применение машинного зрения в промышленном произвол стве стало реальностью как для контроля продукции, так и для упранлерия производством. Однако промютлевные системы ма- шннво「о зрения, пока еще находятся на ранней стадии развития, они требую*' налсокения ряда ограничений на внешнюю среду и даже в этом случае способны работать лишь g ограниченными сце* нами. Как правило, необходимом условием является высокая контрастность между объектом н фоном, и, кроме того, часто требуется, чтобы контролируемые детали не перекрывались. Однако в последнее время разра^отань C/viB, в которых последнее огра ничение енято [1。]9].
Использование двухградационнчх систем для решения различных задач выявило ограничения, присущие анализу силуэтных изображений. Вследствие этого для ряда применений были раз- работаны системы обрабогки многотоновых изображений, которые способна и нтер претир овять объекта со значительно более высо кой досгове рностью, чем даухградационные. Гакие сноемы мог у г оперировать Q более широким диапяз^пом контряотов деталь —
фон и могут осуществлять более иечерпнвающий анализ тцены” Кроме того, системы анализа многотоновых изображений могут решать задачи по определению «общего содержания» сцены по таким данным, как текстура, затененность, стереоскопичность, движение и др. Однако анализаторы многотоновых изображений обладают значительно более сложными схемами, чем анализаторы бинарных изображенийо
Создание высокоэффективных микропроцессоров, предназна ченных для обработки визуальной информации, делает возможным выполнение требуемой предварительной обработки многотонов.ых изображений. Используя такие микропроцессора, CMR могут извлекать полезную информацию, необходимую при. создании многотоновых эталонов, для нахождения характерных особенностей в изображении путем взаимной корреляции, а также другими статистическим и методами.
Обработка многотоновых изображений по серой тканв является полезной в тех случаях, когда объекты, подлежащие анализу, не могут быть подсвечены с обратной стороны либо ко「〃а не могут быть достоверно выделены контуры дефектных зон. Подобные системы, работающие с использованием многотоновых изображе ний, могут применяться для контроля деталей в тех случаях, когда контур детали не несет полезной информации о ее дефект ности, т. е. когда на основе анализа контура дефектная деталь не может быть выявлена среди доброкачественныхо В этих случаях СМВ обнаруживает дефекты путем статистического сравнения опорного полутонового изображения доброкачественной детали с полутоновым изображением контролируемой детали.
Таким образом, в зависимости от сложности задач пассив ного анализа визуальной информации могут использоваться либо относительно простые методы двухградационной обработки изображений, либо более сложные, но более эффективные методы многоградационной обработки» Для случая анализа плоских деталей, для контроля их наличия, выполнения операций сорти- ровки и упорядочения обычно достаточно использовать методы анализа двоичных изображенийо Однако для надзора за ходом общего процесса и, особенно, для контроля качества продукции необходимо использовать более трудоемкую обработку многотоновых изображений контролируемой сцены.
С появлением быстродействующих технических средств обра- ботки многотоновых изображений стали возможны идентификация и отслеживание сложных объектов на существенно зашумленных фонах. Однако такие системы пока могут решать далеко не все типы задач визуального анализа, возникающих в современном производстве и других областях техники,
Разработаны многотоновые СМВ, которые могут делать за ключения о форме трехмерных объектов на основе анализа затенений, бинокулярного несоответствия, а также других сигналов, свидетельствующих о глубине изображений. '
СМВ, определяющие местоположение объектов в трехмерном пространстве, могут реализовывать различные алгоритмы работы.
ИАсгт^л.ьзуются принципы стереовидения, триангуляции и стр укту р ир ованного освещения. Системы, реализующие принцип (ирун*урированного освещения, предполагают применение распределенных негодников света и расположенных под определенными углами видеодатчиков. Также используются сканирующие лазерные дальномерные устройства для зондирования элементов объеиг^ в заданных направлениях. Все эти методы — стереови- пения, структуризовэнного освещения, лазерной дальнометрии g ‘「屈 используются в системах контроля, инспекции и управ- л(ення производством, а также для ориентации робототехнических усгройсгв в прострянсгве (пат. 4453085 США, НКИ 250—203； oar 4628210 США, НКИ ,250—558; пат. 4523100 США, НКИ 9,!5П-^-561; чат 4593967 США, НКИ 350—3.71).
Мзкнп ожидать, что уже в ближайшее время различные си・ ^темы лв'том^)ического анализа трехмерных сцен найдут широкое “рнмененне в различных областях техники и промышленности.
В последиий период на разработку различных типов СМВ был<' затрачено много усилий, что привело к созданию несколь- ч^^ 4jj^：.w СМВ, обладающих приемлемыми характеристиками "9.01 Сейчас, продолжаются интенсивные исследования, имею- пгие целью существенно повысить характеристики этих систем. При атом разрабатываются специальные алгоритмы и вычислительные средства для повышения быстродействия и удешевления процесс з обработки визуальной информации. Применяются сверхбольшие интегральные схемы, которые значительно облегчают построение специальных вычислительных средств. В ближайшее время можно ожидать появления специальных вычислительных средств для СМВ, которые приведут к значительному усовершен- ^'вованию последних [1.11; 1.28; 1.35].
Исследования в области СМВ не ограничиваются черно-бе- 〃имн ттзображечиям.и, но р аспр остр ан яются также на цвета, от” 7аш(и, поляризацию и другие спектральные параметры изображений. Разработаны СМВ, действующие на основе обработки цветовой информации. Такие СМВ позволяют производить Цветову го сегментацию изображений и распознавать цветные объекты [1.4; 1.21； 1.25]. Использование цвета позволяет осуществить отбор деталей в тех случаях, когда одной черно-белой информации оказывается не достаточно и, кроме того, такой подход позволяет упростить сложный и продолжительный анализ изображении цля выделения объектов на основе восприятия черно-белой информации (пат. 4677289 США, НКИ 250 -226; пат 4694286 США, НКИ 340—703; пат. 4638350； 4700219 С吗& Н£*；58二彌 патв 4731663 США, НКИ 358—101; пат. 4547897 США, НКИ 382—8).
В ряде работ доказано, что, используя поляризованное осве* гпрнра и поляризационный фильтр, установленный перед видео- 55
датчиком, представляется возможным сущевтвенно повысить контраст металлических объектов на некоторых фонах, например черных анодированных металлических деталей на фоне черной ленты конвейера [1.51 L 。
Предпринимаются попытки использования в СМВ совместной комплесной обработки визуальной информации, полученной в различных диапазонах спектра.
Значительно увеличилась пропускная способность СМВ, в первом приближении определяемая количеством видеодатчиков, используемых одной системой. Число видеодатчиков может сегодня достигать нескольких десятков, а скорость распознавания объектов может доходить до 20 объектов в секунду. Намного расширился круг задач, которые могут решаться СМВ. Эффективное использование ЭВМ возросшей сложности и специализированных систем освещения, применяющих структурный и неструктурный свет в видимом, инфракрасном и ультрафиолетовом диапазонах, значительно повысило универсальность таких систем. (Пат. 4298280 США, НКИ 356—5; пат. 4286293 США, НКИ 358— 199).
Однако, несмотря на заметные успехи, достигнутые в последнее время в деле создания СМВ, пока остается еще много нерешенных вопросов. К ним относятся в первую очередь повышение эффектывности алгоритмов обработки, создание методов параллельной обработки информации, методов грубой/точной оценки параметров объектов, методов обработки при недостаточном объеме информации и множество других аналогичных проблем. Следует особо отметить, что работы по созданию СМВ начинают смыкаться с работами по созданию средств искусственного интеллекта, в частности по вопросам：
представления информации об объектах (формы и параметры);
разработки методов оценки взаимных расположений объектов в пространстве;
установления взаимосвязей между информацией нижнего уровня и данными и оценками высокого уровня;
интерпретации стереоизображений (определение расстояний и перемещений) и др.
Дальнейшее развитие СМВ во многом определяется успехами в создании сверхбольших интегральных схем и средств искусственного интеллекта. Учитывая, что эти области в нас5гоягцее время находятся на начальном этапе развития, достаточно сложно предсказать, какими будут СМВ в будущем.
Г Л А В A 2
НАЗНАЧЕНИЕ, ОБЛАСТИ ПРИМЕНЕНИЯИ ХАРАКТЕРИСТИКИ СИСТЕММАШИННОГО ВИДЕНИЯ
Существует ряд типовых задач, для решения которых предназначены системы машинного видения (СМВ). К таким задачам в первую очередь относятся: осуществление обзор но- поисковых операций в заданной зоне; выполнение анализа качества и других параметров производственных изделий; интерпретация, классификация, идентификация и распознавание некоторых объектов нз заранее заданного набора; определение координат выделенных объектов и их ориентации и др. Естественно, существуют различные специфические требования, которым должны удовлетворять СМВ, предназначенные для решения различных сочетаний перечисленных задач.
Наиболее перспективными являются следующие области применения СМВ: визуальный контроль производственной продукции; управление различными производственными процессами; использование в качестве органов зрения роботов и др,
В настоящее время необходимо особенно подчеркнуть большую важность создания высокоэффективных систем визуального контроля качества производственной продукции в гибких производственных системах. Рациональное построение систем визуального контроля качества изделий связано в использованием новых достижений в области информационной техники, а также современной вычислительной техники. Создание таких систем <з требуемыми характеристиками является основой для осуществления автоматизации процессов визуального контроля в различных областях промышленности [2.7; 2.8; 2.10; 2.21; 2.28； 2.36; 2.44].
Приближенная общая еитуация взаимного расположения и частичного перекрытия зон применения систем машинного видения, гибких производственных систем, промышленных роботов, интеллектуальных роботов, обзорно-поисковых систем, систем самонаведения и других схематически представлена на рис. 2.1.
При использовании фактически одной и той же технологии считывания и обработки изображений, разные приложения способов машинного зрения имеют существенные функциональные различия. При использовании этих подходов для автоматического визуального контроля существующие системы, как правило, имеют дело g деталями, положение и ориентация которых в просгран-
57
jpiMC” 2。j ■> I，八5*， ub^iir>XKii>'-- го расположений зон нрн” менсния СМВ； гьокил производственных 。戒 стек про，； мышленных роботов (ПР), обзорно-поискювнх систем, систем самонаведе^и»!出 以р“jpiMC” 2。j ■> I，八5*， ub^iir>XKii>'-- го расположений зон нрн” менсния СМВ； гьокил производственных 。戒 стек про，； мышленных роботов (ПР), обзорно-поискювнх систем, систем самонаведе^и»!出 以р“
jpiMC” 2。j ■> I，八5*， ub^iir>XKii>'-- го расположений зон нрн” менсния СМВ； гьокил производственных 。戒 стек про，； мышленных роботов (ПР), обзорно-поискювнх систем, систем самонаведе^и»!出 以р“
jpiMC” 2。j ■> I，八5*， ub^iir>XKii>'-- го расположений зон нрн” менсния СМВ； гьокил производственных 。戒 стек про，； мышленных роботов (ПР), обзорно-поискювнх систем, систем самонаведе^и»!出 以р“
стве в достаточной степени известны. Это значительно пронхе, чем существующая при выполнении производственных операций необходимость осмотра произвольно ориентированной детали. Второе различие сводится к тому, что в большинстве ирнложенми СМВ при решении задач визуального контроля треб^/ется высокое пространственное разрешение. В случае же использования таких систем для управления роботами, устройство считывания может иметь значительно меньшее пространственное разрешение. При этом задачи идентификации отличаются от задач визуального контроля также тем, что в первом случае цель состоит в классп- фикации деталей, а во втором —— в принятии решения о том9 годна ли эта деталь или она бракованная (по какому то комплексу качественных показателей).
В современном производстве автоматический визуальной кой г роль деталей и узлов на различных этапах их изготовления и сборки имеет весьма важное значение. Повышенное внимание к качеству продукции однозначно предполагает высокоэффектиь ную визуальную проверку, в то же время автоматизация производства g применением систем машинного зрения дает возможносгь одновременно повысить и производительность и качество ироду к- ции. Таким образом, для того чтобы удовлетворить делян доста жения более высокого качества продукции (при ее 100 %»ном кон троле) одновременно g достижением более высоких темпов про изводства, необходимо использовать в з^величивающнхся масштабах системы машинного видения как в производственном процессе, так и при визуальной проверке продукции.
В общем случае процесс визуального контроля на пронышлей ных предприятиях может включать в себя:
визуальный контроль и обевпечение качества деталей путем проверки формы, выдерживания размеров и других параметров; контроль деталей по характеристикам качества поверхностей G выявлением дефектов чистоты и качества обработки поверхности, а также поверхно^ных дефектов тапа раковин, царапин, пустот, трещин и 忆 по
визуальный контроль за ходом монтажного процесса, контроль наличия деталей, соединений и согласований в соответствии с заданным положением и размерами; проверку собранных и законченных или частично законченных деталей и агрегатов при выполнении соответствующих операций сборки и производства; этот комплекс включает проверку наличия сггверстий, резьб, роликов, шайб и 忆 &
визуальный контроль поточных линий, например, в текстильной йромышленности путем контроля наличия объектов и соответствия их параметров заданному образцу, и др.
1'акое многообразие применения требует разработки широкого спектра мегодов обработки как бинарных, так и, в основном, многотонобых изображений.
Спецификой функционирования систем визуального контроля, проверяющих наличие или отсутствие заданных ситуаций в сбо рочной зоне, является то, что сцены, которые они контролируют, как правило, хорошо организованы. Поэтому для контроля пра~ ьмльности сборки в оольшинстве случаев достаточно сравнивать фрагменгы текущего изображения g запомненными эталонными фрагментами, соответствующими правильной ситуации при сборке. При этом каждой операции сравнения соответствует свой эталонный фрагмент； сравнение фрагментов проводится поэлементно, что позволяет сделать алгоритмы такой системы компактными и досгаточно ^быстрыми»,
СМВ, предназначенные для выполнения автоматического визу- ильного контроля, имеют большое число преимуществ как перед соответсгвующими электронными ередствами контроля, так и перед зрительной проверкой? выполняемой человеком. Этими преимущесгвами яьляк)тся следующие:
неконтактное считывание;
функционирование G высокой екоростЕю;
высокая точность контроля;
способность видеть в малых или ограви^евных областях (канавки, кольца, лопасти турбины и т. д.)，
По сравнению с визуальной проверкой, выполняемой человеком, проверка с помощью СМВ обеспечивает высокое быстродействие и качество контроля при обеспечении действительно 100 % ного контроля деталей и проверку каждой детали по по- сгоянной программе с высокой достоверностью результатов. Подобный визуальный контроль не представляется возможным выполнять при использовании в качестве контролера человека.
При зрительной проверке ряда параметроь(石匕巳工门匸心&办工口父什屮匕 щйе в настоящее время человеческие стандарты з^ч^гль нс ниже> чем достижимые при контроле параметров с помощью СМВ，Контролеры, занятые на повторяющейся визуальной про верке, обычно склонны к ошибкам, и эффективность их контроля знзчитсльно ниже, чем 100 %. Способность людей к выделению дефектных деталей широко варьируется и является достаточно субъективной. Решение о принятии или оторакивке деч алй или узла зависит от roi o, как чувствуем себй контролер в тот игриод„ На основании сказанного можно утверждать, что существует обширная приоритетная область применения СМВ в сфере авгома тического визуального контроля 12.12; 242; 2.45L
Круг 3aAах визуального контроля z решаемых (. МВ> оысгрз расширяется как по числу отраслей промышленности, использую щих такие снстсм® гак н по характеру областей пригуенения В некоторых областях применения СМВ используюгся, главным образом, в целях повышения безопасносгп действия создаваегдых изделий* т а дли высокоточного контроля деталей, дефектность которых может «вигвея причиной аварии. Другие области применения СМВ в сфере визуального контроля позволяют обеспечить такое управление производством, при котором гарантируется не только выяв；1ение дефектных деталей, но й создаются такие уою бия, чго дефекгйгде детали вообще не 『нх ут бьпь изготовленьг В третьей группе областей применения О4В осуществляют конт роль за внешним видом изделий, например выявляют дефекты на этикетках или клавиатурах В четвертой группе областей применения СМВ и с Польз у ют для сортироьки деталей или пнпАбвых продуктов и т д,
В последнее вретн ОояьШос чнию СМИ йспользуют для выполнения pasjiiiHHi.tA 、，门ерапп* визуацьного контроля, заменяя старые технологии(на「4750035 США, НКН 358~Юб; пат. 4731650 США, НКН 358 107, дат 46929 43 США, НКИ 382—8) Все в большем ооьегле разрабагываются стандартные прикладные программы д./ы ипредепенных кла( и>в применения с целью дальнейшего зшрощения задачи приспособз/ения СМВ к новым областям пригленений
СМб находят все большее применение для осуществления визуального коигрс.ая 匕 новых отраслях промышценности Электро ника и вы^йслитсльнай техника составляют одну из крупнейших групп ш；ЛЕзоьателей 「618 Вспедстьие гендешти использовання компонентов, установленных на поверхности радиотехнических изделий, важную роль ориооретаег визуальная обратная связь по визуальному контролю этих компонентов для обеспечения правильного их размещения и подсоединения. СМВ исиольз^чот для контроля и управления процессами в гибких сборочных системах этого тина. Для специфичных областей применения разрабатывают все более специализированные пакеты программного обеспечения. Примерами таких областей применения систем автоматического 60
夕士疋'二心…1…一 二3.二 ; 一 "％ 二：一，/，、，：% £J)；可兀：а Арки：；.二乙支)「丁4 ：j33if6ide- hs£ о 4еме^л'： "口.一、:口6「】：」二7【：？h йсчатныл платах,
р ilcijlJl “
《<Цпой лЗ а』су 一心二K'fd.iK丄二А обЛлС/ГбЙ lip tiHcriciii-i а . лСЧ ；!i аВТОНН” тйзсскогс ььзуального 1Си£Ггрбля являйся нашиногтрзеьие. Су- щсе.-^ует 也xp；｝R5匿 ^гег.Pтлие^г *酒二ра79冒二二一丁/"上亠7，，A.энтроля paw^NGHb工女ei3〃f：& /3/1Сь it пЗд^/1ИЙ1 AG4C.,-； -i^ilGhliHeiCH В ПрО- ^二丁二 ИХ 尬:=ETWbL二7^王？*玄 е：С：：.^^л 一
Р аспр о с 1 р а нс и иым -.лгс-ссоом вьз ； а〃匚 нею кОиЧроля формы и ；二口：巳户3丑；；£*"；不孑:■!：< ЛЛс£：:Л фор1:>рСйаЬ1'1С 14 А Г.л а ,;>ГнОГО пЗобрЙ- 工工己&①乳 С иОСЛеду.ОЩИ'Г! Ci О BOCIiph>iTiieri b а/aj匸】30М (, помощью п-дггдат^'дла. Эгг г 0no： q С низко совла паст : пзеесч пып способом ；<6йТро^л WEHWbHX изображений С ИСйСЛъЗОьйНиеМ проектора кон- •「］；〔：+, Е pin iifiGHfcii 丿门1卩 С 沐二 IBC 11 a nd ПКЗК пЗйбрЗЖб
£ таких Citi.'； снах 厶，измерения разглероь нспсльзуетс” под- ?氏，0СйС<зЗ ti^^.rn 门厶 Л xi ■ ЫьЗНпЙ 113GбрЙ>Хсtiiiи С. йОмС/Щыи ТВсрДО тельных иагриц фогодисдов Такой подход является полностью ：\..фроьЫп Л с匸门匕 реацл^г.ван нри высокил скоростях ска- н^^роьания л высоком р^зреиленпп Другим преипущестьом рас- <л iGi pCiiriuiCi нОй.лОДа ；/Ь ПЯ&ТСЙ iC> if О Прй п€М МОЖНО ИСП0?1Ь30 rnie стрзсзс.коиичеглое ocaeiu.eh'ie, йозвсляя ^зафиксировать» з 1z стр ли-, 1 jic лзо ор л г-. с л л в дь и iA у £и.сй сй детали - - подобно то 威как дсл1а &п она Оы*±а неподвижна. Такие спсгепы были реа-
MN三сзан五 с му аьсйр /iOjfuiaii источниками па диодных лазерах, создающп：гс и уйышкь Д11ИггеЛ1；ностью 1G0 ьс.
грьн1h立21止h力 г//)и1^!10й визуалензй Lp-口，玄 〃亡^^打己宓 上二工кентроль фзрмЕ( слохшых Tpckiле.рнык поверхностей, ко- iOri；ie нз ногу!- бы1ъ ироанайиЗпрованы в профиль. Для згой ”白心不 son-кт быг二 npiiriciieH метод триаш //1япип; в котором нс- 士仁七二口丿己代貝 id а ^азььасмый LrpyxiypHpj 匸 анни 访 “rugbEt детали. П»гл idKGii iion>OLi.e контро ndp уема и псоерхностг ноцсвечивается гпсЩ1альньй.1 регулярным расуийон снеговых полис, напраален- 寞述& под онре.ьепенйым угчом； а восприятие сформированной свето ВОЙ картины црОйдВОДИГСя ьпдеодатчикок! ПОД другим углом Зрс нм五.Этот подход позволяет с достаточно высокой точниегью опре дал>ггь форму дета ци, ее размеры и т. д. Такие системы позволяю! лсл v-v-v^ye гочность пзмерепия порядка 6,5 икм (nai. 4*90367 США, HiUi 2 50—z05; пат. 4&43/05; 4443/G6 США, rt、ll 250— 储沏. 3公心2 НсСб л.О?；:1?ли ЗЕпЕТЕТЕ, WTG ЗАТг 门“】ИЗгк ренИя труднее реализовать с высокой точностью, тем измерение в спуаае анализа пзо6рах<ений профильно тенеьб! о тийа. Эго про- исходи? ьследствае различных эффектов огражате?1ьной способ- Hoeiii а<с/гГлролнрyeiюй йоверхьоста, обусловленных изменениями цвета, qqcfOTK обработки, структуры и формы. Например, при контроле лопасгей турбин были отменены изменения интенсивности отраженного света порядка 1 000 000 : 1 в зависимости от формы и типа детали, а также состояния поверхности.
Разработан ряд способов визуального контроля качества поверхности простых машиностроительных деталей, представляющих собой тела вращения. Обычно для выполнения такого контроля внешняя поверхность детали освещается, деталь равномерно поворачивается на 360°, и с помощью линейки фо годетекто ров производится последовательный анализ всей ее внешней поверхности. При этом осуществляется автоматический визуальный контроль таких дефектов поверхности, как раковины, царапины, пустоты, трещины и производится отбраковка дефектных деталей Созданы работающие таким образом системы, которые контронн руют клапаны» барабаны, оси цапф, тормозные диски, подшип ннки и т. д. Подобная форма контроля может быть также обеспе чена с помощью кругового сканирования для внутренних цилиндрических поверхностей и отверстий (пат„ 4467214 США, ИКИ 250—563).
Для того, чтобы автоматический визуальный контроль ыог1 быть оптимальным образом внедрен в технологический цикл современного производства, должны быть выполнены некоторые основные условия [2.47——2.481.
При разработке конструктивных решений изделий, предназначенных для автоматизированных производства должны предусматриваться меры, обеспечивающие удобство и надежноегь выполнения необходимых технологических операций и операций автоматического визуального контрол я При подготовке производства создаются описания изделий и технологических процессов, на основе которых осуществляется этап конструкторской проработки узлов и деталей с учетом необходимости их автоматической визуальной сортировки,складирования,транспортировки в условиях автоматизированного производства, 11ри этом об5тзательно учитываются требования по проведению операций автоматического визуального контроля и задаются конгр о л и руеные параметры [2.47].
Компоновка изделий должна осуществляться но модульному принципу, т. е. включать законченные конструктивные и функциональные блоки, допускающие автономные визуальные и функциональные проверкиа Реализация этого принципа позволяв! гарантировать высокое качество продукции при одновременном снижении общих производственных затрат。
Оборудование и контрольно-измерительная аппаратура, а также программно-аппаратные средства автоматизированных производств должны максимально обеспечивать совмещение технологических операций и операций автоматического визуального контроля в процессе обработки и сборки изделий
Визуально контролируемые параметры изделий должны зада ваться таким образом, чтобы была сформирована строгай логине ска я структура контрольных операций, включающая в себя ряд уровней, начиная от сложных (изделия, модули и г0 п.) и кончая простыми (детали, заготовки, материалы и г, к), Выб- 62
ранная ciicrttia наранс.тров должна гарантировать идентификацию и локализаиию возникающих ошибок с помощью имеющихся телйичбских средств айюматического визуального контроля. Согласование гибкой универсальной технологии визуального контроля с конуфетным технологическим процессом и сопряжение ко нтр о ль но ■ измер ителъ но й аппаратуры с оборудованием автоматизированного йроизьодсгва осуществляются с помощью согласующих устройств ii йрограмммо-аппаратных решений, ориентированных на специфику данного процесса„
Для реапизапип современных требований к автоматизации upGU.eccoB визуально/о контроля» уровень которой должен соот- ьетс1вова^ь ypoBHio анюглатизации технологических процессов, неоОлодимы разрабсл^а и внедрение гаммы специализированных СМВ; действуюш.их в различных диапазонах электромагнитного спектра.
Необходирло с/тнетнть, что существенное снижение затрат на выполнение операций автоматического визуального контроля ь.Ю/кет быть обеспечено за сает рационального выбора места 岁гмх операций в техно/югической цепочке, в структуре произ- ьодёгйеиной ячейки и аи производственного участка. Непосредственное ведение процессов визуального контроля в ходе выполнения (七xtiCHiuni't已скснс процесса реализуется с помощью мини- и микроЭВМ, осуществляющих автоматический сбор и обработку данных для п)1анироьанпя операций по обеспечению требуемого качества продукции
Рассмотрим р51д йрииерсв ирньленения СМВ в качестве средств визуального контроля в различных областях техники, вллюстрн- руЮ1Ц11Л высокую эффективность использования таких систем для peiiitHHH рана сфикладных задач. Рассмотрение примеров нач-
Рсс. 2 2、匕кссема иа^заног^ виденка, осуществляющая проверку разм^ов омстии: / — ьидропроцессор; 2 — вицеодатчик А\ 3 — в идеодатч ин В; 4 — воздушные жвклерв;
6 — вод&ровщия； 6 ——буя и ер вабрановавннк пдавтан
Рвс« 0.3. Система визуального контроля параметров движущихся деталей:
1,2 — направление подсветки параллельных ио- фочянков света; 3 ——световоды, детектирующие вилуэты детали в двух направлениях; 4 — линза;
—• ПЗС вндеодафчни
нем с наиболее простого случая визуального контроля параметров пластин определенного профиля, двигающихся на конвейерной ленте е последующей их автоматической разбраковкой [2.27 ]. Конвейерная лента движется непрерывно со скоростью до 2 м/с так, что детали перемещаются относительно видеодатчика со скоростью “с 10 штук в секунду, т, е. имеется постоянный
поток деталей, поступающих с интервалом 100 мс (рис. 2.2).
С целью согласования с непрерывным характером движения был выбран видеодатчик с линейным сканированием.Видеодатч!!к позволяет формировать изображение сечения контролируемой пластины через каждую миллисекунду. За период, равный 100 мс, 100 сечений изображения могут быть получены и запомнены в микропроцессоре. Обработка данных во временн согласуется
с непрерывным потоком деталей, т. е. в пределах допустимого промежутка времени, равного 100 мс, при этом выявляются длина, ширина и форма детали. Затем полученные параметры используются для проверки допустимости формы и размеров деталей перед их поступлением на упаковку. Дефектные детали сбрасываются в специальный сборник. Созданы различные варианты рассмотренной системы (пат. 4575637 США, НКИ 250—548; пат, 4581762 США, НКИ 382—22).
В качестве еще одного простого примера применения СМ В для визуального контроля рассмотрим специальный волоконно- оптический анализатор изображения [2.27 ]. Этот анализатор используется в загрузочной системе, подающей детали определенной ориентации на автоматическую сборку. Загрузочный лоток системы снабжен двумя видеодатчиками, позволяющими осуществлять наблюдение за деталями пс мере их перемещения. Два плоских набора световодов (рис. 2.3) используются для регистрации силуэтов деталей по мере их движения. При этом один плоский набор световодов фиксирует боковой вид деталей, а другой набор вид сверху. Изображение от двух световодных лент воспринимается видеодатчиком с линейным сканированием. В результате формируются изображения двух проекций контролируемой детали, двигающейся относительно видеоанализатора.
Система может быть запрограммирована на распознавание качественных деталей и отбраковку дефектных, а также на проведение контроля выбранных размеров деталей в пределах задан-
ных допусков.
Важным свойством данной системы является также ее способность отбраковывать детали, имеющие нежелательную ориентацию. При этом можно гарантировать, что только определенным образом ориентированные детали будут поступать на операцию автоматической сборки. Рассмотренная система позволяет выполнить 100 % -ный контроль деталей перед сборкой с высоким уровнем точности и надежности.
В качестве примера использования СМВ для визуального контроля качества производственной продукции рассмотрим СМВ визуального контроля качества печатных плат. Стоимость такого контроля на разных этапах производства может составлять до 30 % от стоимости изготовления и занимает до 30 % от времени изготовления [2.5]. Визуальным контролем и сравнением с эталонным образцом обычно проверяют оригинальные и рабочие шаблоны, наружные и внутренние слои печатных плат после экспонирования и проявления, а также целиком платы после обработки и маскирования.
В системах автоматического визуального контроля печатных плат используют метод распознавания путем сравнения с эталоном или метод распознавания признаков, а также сочетание этих методов [2.20]. В первом методе проводится сравнение двоичного представления проверяемой платы с двоичным представлением эталонного образца или с данными от системы автоматического проектирования печатных плат. Второй метод основан на анализе правильности выполнения общепринятых правил проектирования плат, например наличия контактных площадок на концах проводников, определения толщины проводников и изолирующих промежутков и т. д. Эффективность этого метода зависит от разработки сложных и быстродействующих алгоритмов распознавания образов.
Метод сравнения прост и надежен, но требует большого объема памяти и развитого программного обеспечения, работающего в реальном масштабе времени. Разновидности этого метода различаются способами сравнения контролируемого объекта с эталоном, а также формой представления эталона. В простейшем случае эталоном может быть сам физический объект с ^идеальными параметрами, в других случаях им является бинарный эквивалент упомянутого объекта, а иногда совокупность топологических признаков, характеризующих контролируемый объект. Возможно представление эталона в преобразованном виде, например в форме пространственного спектра эталонного изображения.
В основу классификации методов визуального контроля плат можно положить следующие признаки: форму представления эталона, методику сравнения контролируемой платы с эталоном, характер используемого излучения и др. Существуют две основные формы представления эталона - дискретная и аналоговая. Поскольку плата состоит из подложки и проводника, изготовлен-
ных из различных материалов, к распознаванию которых и сводится процесс визуального контроля, бинарная форма представления эталона выглядит рациональнее и используется чаще. Аналоговое представление эталона используется в корреляционных, а также в дифференциальных методах.
Наиболее высокую производительность обеспечивают корреляционные методы, в частности те из них, которые основаны на сравнении Фурье^преобразования изображения контролируемой платы, исключении из него спектра пространственных частот, соответствующих эталону, и последующем преобразовании разностного спектра для получения изображения только искаженных областей. Однако реализация этого метода даже для контроля шаблонов встречает трудности вследствие необходимой высокой точности и критичности совмещения Фурье-спектров. При визуальном контроле плат значительные флуктуации коэффициентов поглощения и отражения от поверхности подложки и проводников приводят к появлению шумов в изображении, что создает большие трудности для практического применения этого метода.
Разработаны также различные варианты дифференциальных методов, методов граничных масок и другие разновидности метода сравнения с эталоном [2.52].
Как уже было отмечено, контроль печатных плат может быть основан также на анализе топологических признаков. Набор топологических признаков для данного типа плат насчитывает обычно не более 30——40 модификаций, т. е. можно контролировать отсутствие разрывов, разветвления и углы, под которыми разветвляются проводники, сужения и переходы к контактным площадкам, отверстия и пр. Разработаны различные варианты топологического анализа: построение ориентированных графов, отслеживание контуров, использование шестиугольников Голея и др. 12.4]. Анализ топологических признаков обычно осуществляется выделением части платы в виде «электронного окна»,построением для него двоичного эквивалента в виде некоторой матрицы и сравнением последней с допустимыми вариантами. Ограничения этого метода определяются недостаточной координатной привязкой обнаруживаемых дефектов, трудностью контроля линейных размеров.
Некоторой разновидностью топологических методов можно считать так называемые матричные методы. При использовании этих методов визуальный контроль печатных плат осуществляется сравнением с набором топологических эталонов, а для определения топологических характеристик малых элементов изображения генерируются микроматрицы (микрорастр). При матричных методах дискретизация изображения осуществляется параллельно. Все изображение или его фрагмент представляются в виде дискретной матрицы, каждая точка которой соответствует определенной позиции на проверяемой плате и характеризуется двоичным кодом. Затем матрица обрабатывается цифровыми методами и 66
Рис. 2.4. Структурная схема устройства фрагментно-матрячного контроля:/ — подвижный отол о хоитроляруемым объектом; 2 — вндеодатчнж с матрнцей ПЗС; 3 — осветитель； 4 — блок квантования н бинаризации; 6 — устройство буферной памяти; 6 — блои вопряження; 7 — микропроцессор； 8 — блок оинхроиваацвв; S — блов управления; /0 — «елевизноннай моннворРис. 2.4. Структурная схема устройства фрагментно-матрячного контроля:/ — подвижный отол о хоитроляруемым объектом; 2 — вндеодатчнж с матрнцей ПЗС; 3 — осветитель； 4 — блок квантования н бинаризации; 6 — устройство буферной памяти; 6 — блои вопряження; 7 — микропроцессор； 8 — блок оинхроиваацвв; S — блов управления; /0 — «елевизноннай моннвор
Рис. 2.4. Структурная схема устройства фрагментно-матрячного контроля:
/ — подвижный отол о хоитроляруемым объектом; 2 — вндеодатчнж с матрнцей ПЗС; 3 — осветитель； 4 — блок квантования н бинаризации; 6 — устройство буферной памяти; 6 — блои вопряження; 7 — микропроцессор； 8 — блок оинхроиваацвв; S — блов управления; /0 — «елевизноннай моннвор
Рис. 2.4. Структурная схема устройства фрагментно-матрячного контроля:
/ — подвижный отол о хоитроляруемым объектом; 2 — вндеодатчнж с матрнцей ПЗС; 3 — осветитель； 4 — блок квантования н бинаризации; 6 — устройство буферной памяти; 6 — блои вопряження; 7 — микропроцессор； 8 — блок оинхроиваацвв; S — блов управления; /0 — «елевизноннай моннвор
Рнс. 2.5. Пример разбиения контролируемого наображевия яа подобласти сравнивается с эталоном. Последующая обработка информации, включающая афинные преобразования, сравнение с бинарным эталоном данного фрагмента производится в микропроцессоре. В состав устройства, действующего на основе рассмотренного метода, входит (рис. 2.4) видеодатчик 2, воспринимающий изображение контролируемого объекта, который освещается источником лучистой энергии 3. Видеодатчик передает изображение на видеоконтрольное устройство /0, причем оба они синхронизируются от блока синхронизации <8. Сигналы от матрицы ПЗС блока 2 поступают в блок квантования и бинаризации 4, где для повышения надежности порог бинаризации можно выбирать изменяемым, адаптируемым к особенностям контролируемого фрагмента. Бинарный сигнал записывается в устройство буферной памяти 5, из которого через блок сопряжения 6 поступает в управляющий микропроцессор 7. Блоки 4, 6 я блок управления 9 образуют препроцессор с памятью, который осуществляет первичную обработку изображения, во многом определяющую до* стоверность автоматического визуального контроля в целом. В таких системах можно применять осветители любого типа, но наиболее перспективны монохроматтеские источники освещения, работающие на длине волны, обеспечивающей наибольший конт- раст между проводниками и подложкой.
Выбор алгоритма анализа изображения контролируемых печатных плат определяется принятой методикой автоматического визуального контроля, особенностями реализации оборудования, а также особенностями самого изображения, в частности степенью его насыщенности. При малой насыщенности платы проводниками и фрагментно-матричном контроле с малоэлементными матрицами может оказаться целесообразным применение алгорит- 67
мов обхода вдоль проводников или по отдельным участкам изображения.
В некоторых печатных платах имеются области, существенно различные по насыщенности: в части областей проводники отсутствуют, а в др угих рисунок весьма насыщен. В такой ситуации рационально разбить весь рисунок платы на зоны, номера которых представляются двоичным кодом (рис. 2.5). В процессе сканирования выбираются только те зоны, которые содержат проводники. Такой просмотр рационален при фрагментно-матрич- ном методе контроля.
Простейшим методом просмотра является равномерный после- следовательно строчный. Этот метод пригоден для любых реализаций устройства контроля и любой насыщенности рисунка платы, но он требует повышенного времени анализа.
Следует отметить, что поскольку информативность и насыщенность рисунка печатной платы в процессе производства могут изменяться, целесообразно предусмотреть в системе контроля возможность просмотра изображения по различным алгоритмам, т. е. использовать гибкое, перестраиваемое математическое и информационное обеспечение.
Как уже было отмечено, в задачу контроля входит не только отбраковка печатных плат на всех стадиях технологического процесса, но и выявление определенных статистических закономерностей для принятая оперативных мер по воздействию на технологический процесс. Если исключить контроль отслоения проводников, все остальные контрольные операции связаны с измерением линейных размеров: диаметра, ширины проводников, расстояний между проводниками и т. д.
Общая тенденция миниатюризации электронных компонентов приводит к уменьшению толщины и ширины полосковых проводников, расстояния между ними, толщины диэлектрических подложек. В настоящее время типовые размеры составляют единицы —— десятки микрометров, намечается переход в субмикрометровую область [2.4].
Измерение ширины проводников, расстояния между ними, ширины разрыва или перемычки сводится к оценке взаимного положения двух границ в оптическом изображении. Для фотошаблона это границы раздела между прозрачными и непрозрачными участками, т. е. областями с существенно различной оптической плотностью, для плат ——между участками с различными значениями коэффициентов оптического поглощения и отражения или в изображении ——между областями с различной освещенностью. Степень различия оптических характеристик можно описать коэффициентом контрастности. Значение этого коэффициента для фотошаблонов весьма велико, а для плат во много раз ниже, что резко ухудшает надежность контроля.
Степень соответствия изображения печатной платы исходному объекту в основном зависит от двух параметров оптической части 68
Рис. 2.6. Зависнмости относительное яркости изображения Ц1^ от значения / отклонения от границы раздела (/0 — ио» мивальвая яркость освещеииоб части изо» бражения):
/ — для иекогерентиого ноточиика; 2 — для когерентиого иоточиика
СМВ: разрешающей способности и резкости, т. е. различимости близко расположенных элементов и четкости границ в изображении.
Рассмотрим идеальный слу
чай, когда контраст соседних
областей сколь угодно велик и иа качество изображения влияют только дифракционные ограничения. Интересующая нас функция расстояния границы при типовых параметрах оптической системы: апертуре 0,6° и длине волны излучения, близкой к 0,5 мкм,—— представлена на рис. 2.6. Крутизна перепада яркости изображения возрастает при увеличении степени когерентности излучения, причем одновременно граница в изображении смещается вправо относительно своего геометрического положения [2.4].
Требования к точности методов автоматического визуального контроля фотошаблонов ” печатных плат в значительной степени определяются минимальными линейными размерами плат, подлежащими оценке. Существенными параметрами, контролируемыми в ходе изготовления фотошаблонов, являются размеры элементов и расстояния между ними, от значения которых зависят емкость, сопротивление элементов, а также время переключения логических схем. Необходимая точность измерения этих параметров определяется минимальным размером элемента фотошаблона и составляет 3 ... 5 % его значения [2.6].
Точностные характеристики определяют методику контроля печатных плат и способы технической реализации методов: дискретизацию изображения (целиком или по частям), степень параллельности обработки информации и т. д. Необходимость выделения сигнала на фоне значительных помех приводит к включению в системы контроля микропроцессорных устройств с соответствующим математическим обеспечением. Дальнейшее развитие таких систем автоматического визуального контроля, по-видимом)\ пойдет в направлении усложнения алгоритмов распознавания дефектов с использованием программно-управляемых устройств, сочетающих преимущества оптических и телевизионных методов сжатия информации и повышения степени параллельности ее обработки.
Как уже было отмечено, в системах визуального контроля этого типа развертка поверхности платы может осуществляться с помощью лазерного сканирующего устройства или матричного ПЗС детектора. Разработаны разнообразные схемы визуального контроля поверхности интегральных плат обоих типов, реализующие различные подходы (пат. 4644172; 4719357; 4720635; 4 725737
Рн& 2.7. Схемы анализа нзо^ бражения печатных плат: а 一 о помощью ПЗС; б — о помощью вкаиирующего даверно- уо луча；
/ — матричный детекфор； 2 — объектив； 3 — ноазннн овета; 4 — детектор; 6 ■"— веряальиыА барабан; 6 — овеФоделнтель;
к лазер
США; НКИ 250—548; пат. 4689491 США, НКИ 250—272; пат. 4614432 США, НКИ 356——401) и различные способы распознавания дефектов (пат. 4731855 США, НКИ 382—8; пат. 4651341 США, НКИ 382—34). Разработаны также различные схемы автоматиче- ских сканирующих электронных микроскопов и растровых тун^ нельных микроскопов, действующих на основе управляемого тун・ нельного перехода, которые предназначены для автоматического визуального контроля микроплат (пат. 4687931; 4713543; 4720633; 4733075 США, НКИ 250—310).
Общие схемы оптико-электронных систем анализа изображений печатных плат представлены на рис. 2.7.
Для анализа изображений могут использоваться ПЗС матрицы, состоящие из 2000 ... 4000 элементов с быстродействием порядка 107 бит/с. Лазерные сканирующие устройства обеспечивают примерно такое же разрешение н быстродействие, как и ПЗС, но в этом случае труднее получить высокую точность развертки изображения, так как она зависит от точности отклонения луча лазера. Кроме того, лазер имеет определенную расходимость пучка (пат, 4531060; 4639604; 4642468 США, НКИ 250—548),
При использовании ПЗС матриц имеется большая свобода в выборе осветительной системы. Схема освещения должна обеспечить максимальный контраст между медными проводниками и изолирующей подложкой с учетом диффузного отражения от изолятора и зеркального ——от меди. Типовые схемы освещения пре дставлены на рис. 2.8. Освещение, выполненное по схеме рис. 2.8, о, используется при контроле объектов с полностью рассеивающей поверхностью. Схема освещения, представленная на рис. 2.8, 6, используется при контроле объектов с зеркальной поверхностью. Такие источники света в большинстве случаев реализуются с рассеивателем на передней панели» обращенной к объекту.
Система сбора данных преобразует аналоговую информацию, получаемую при сканировании печатных плат, в цифровую форму.
При этом точность измерения признаков и вероятность обнаружения дефектов зависит от выбора и настройки порога обнаружения.
Результаты автоматического контроля плат могут быть представлены в различной форме: распечатка координат дефекта, запоминание данных для использования в системе автоматического исправления дефектов, маркировка дефектов непосредственно на печатной плате или на ее изображении на экране дисплея и др.
В последнее время для визуального контроля печатных плат и интегральных схем находят применение также оптико-акустические методы анализа. В системах, реализующих эти методы, используют сканирующий лазерный луч, последовательно опрашивающий различные участки микроэлектронной схемы. При этом с каждого облученного участка последовательно регистрируется акустический сигнал, который несет в себе информацию как о свойствах поверхностных слоев микроэлектронной структуры, так и о свойствах более глубоких слоев. На основе полученных сигналов с помощью микропроцессора можно синтезировать изображение контролируемой интегральной схемы в интересу ющем нас параметре.
Такие методы дают возможность анализировать характеристики и параметры не только поверхностных слоев интегральных схем, но и их внутреннюю структуру, т. е. получить совершенно новую визуальную информацию о микроструктуре интегральных схем и других подобных плоских объектов (см. гл. 7).
В качестве примера использования когерентной техники для визуального контроля масок интегральных схем может быть рассмотрено устройство, схема которого представлена на рис. 2.9. Оптико-электронное устройство обнаруживает искажения рисунка маски интегральной схемы и указывает их на экране дисплея в цветном изображении [2.26 ]. Схема устройства содержит два
Рис, 2.8. Различные схемы освещения, используемые при визуальном контроле: / — источник света； 2 — вндеодетектор；
3 — оптичеокая оистема； 4 •— объект
рнс, 2.9. Схема когерентного устройства визуального контроля масок интегральных схем
типа источников света: когерентный 5 и некогерентный 9, систему линз 6, 7, //, 12, фокусирующих луч от этих источников и направляющих их на вращающийся диск коммутатора 4 с отверстиями /3, через которые попеременно эти лучи 14 проходят и, отражаясь от плоских зеркал 3 и /5, направляются вдоль одной и той же оптической оси. Вращение диска коммутатора, расположенного на оси 8, осуществляется с помощью электропривода 2. Лучи, проходящие вдоль оптической оси, освещают контролируемую маску 16, которая подается с помощью специального устройства /. Эти лучи фокусируются при помощи линзы 17 и направляются на фильтр /& который не пропускает часть информации, содержащейся в лучах когерентного источника н соответствующей требуемой форме маски, а остальная информация проецируется с помощью линзы 19 на монохроматический видеодатчик 20, преобразующий ее в видеосигнал. Видеосигнал； поступающий с видеодатчика, путем соответствующей обработки делится на составляющую видеосигнала, содержащую когерентную информацию, и на составляющую сигнала, содержащую некогерентную информацию. Обе составляющие подаются на экран дисплея, где в цветном виде отображается разностное изображение обеих составляющих визуальной информации. Указанные сигналы могут подаваться также на микрокомпьютер, производящий автоматическое распознавание дефектных масок.
На основе использования когерентной техники созданы голографические интерференционные СМВ, предназначенные для визуального контроля правильности геометрической формы различных оптических объектов тапа асферических линз и зеркал, В такой системе в качестве эталона используется синтезированная голограмма, сопоставляемая с контролируемым оптическим асферическим объектом. При этом по форме изменения интерференционной картины, воспринятой видеодатчиком и анализируемой с помощью ЭВМ, может проводиться автоматическая классификация указанных объектов.
Необходимо отметить, что современный высокий уровень развития производства требует соответственно создания высокоэффективных систем визуального контроля, действующих на основе современных методов машинного видения, реализованных с использованием новейших технических средств. При этом применение даже достаточно сложных систем визуального контроля, основанных иа последних достижениях в области информационной техники, в подавляющем числе случаев является рентабельным. В качестве примера такой системы визуального контроля может быть рассмотрена система, осуществляющая автономно-покадровый осмотр различных зон объекта, имеющего сложную пространственную конфигурацию.
Такая система выполняет визуальный контроль объекта за счет пространственного перемещения и соответствующей ориентации оси видео датчика, расположенного на манипуляторе [2.34; 72，
2.49 ]. Видеодатчик последователь но перемещается манипулятором вблизи всех зон визуального контроля сложного пространственного объекта, например при автоматическом контроле качества сварных швов корпуса автомашины. Перемещение видео датчика и ориентация его оси выполняются по программе или с использованием элементов самонастройки. При этом используются специальные источники освещения, перемещаемые вместе с видеодатчиком. Получаемые изображения зон контроля анализируются с помощью микропроцессора для выявления и распознавания различных технологических дефектов, например дефектов сварных швов. По-видимому, подобные еистемы, позволяющие быстро решать сложные задачи визуального контроля качества элементов пространственных конструкций, можно считать весьма перспективными для ряда специальных применений.
Разнообразие областей визуального контроля, в которых для перемещения видеодатчиков применяются автоматические манипуляторы, влечет за собой разнообразие их конструкций. Математическое обеспечение таких систем также разнообразно, так как существуют различные подходы к решению сложных задач, возникающих при управлении движением манипулятора, перемещающего измерительный датчик на определенном расстоянии вблизи
сложной трехмерной поверхности.
Рациональность использования автоматических манипуляторов в системах визуального контроля определяется комплексом их характеристик. Манипуляторы, несущие на себе информационные датчики, способны действовать автономно в течение длительного времени, они могут быть использованы для работы во вредных средах, кроме того, они обладают высокой точностью и надежностью при выполнении измерительных операций. Эти свойства автоматических манипуляторов позволяют использовать их в тех ситуациях, в которых прежде процесс контроля был неосуществим или мог быть проведен в более ограниченных пределах.
Однако процессы визуального контроля очень разнообразны, и не во всех случаях применение автоматических манипуляторов оказывается рациональным. Измеряемые параметры могут иметь различный характер. Некоторые параметры могут быть оценены одним значением, а другие, такие как толщина пластины, характеризуются, например, двумерным распределением значений. Именно в этом случае, когда значения параметра распределены, причем распределены в нескольких направлениях по сложной трехмерной поверхности, преимущества использования автоматических манипуляторов для соответствующего перемещения датчиков становится особенно явным. Таким образом, существует ряд примене- ний, где автоматический визуальный контроль двумерных или трехмерных параметрических полей может быть рационально выполнен с помощью манипуляционной системы, перемещающей датчик (или группу датчиков) на контролируемой области пространства по определенной траектории.
В настоящее время автоматические манипуляторы и автономные информационные роботы успешно применяют для выполнения различных операций автоматического визуального контроля. Одно из наиболее простых применений ——это использование автономных устройств для визуальной проверки внутренней поверхности труб и цилиндрических отверстий с целью выявления дефектов, неровностей, пробоин и трещин. Контроль поверхности трубы производится путем сканирования по двум направлениям —— вдоль трубы и по окружности поперечных сечений трубы. При этом подсчитывается число поврежденн員 и определяются координаты и размеры каждого из них, т. е. формируется визуальная картина дефектов внутренней поверхности трубы. Обзор внутренней поверхности трубы может выполняться с помощью различных типов видеодатчиков и в том числе с помощью видеоанализатора со спиральной разверткой и специального зеркального конуса. Выявленная визуальная картина дефектов обрабатывается затем иа микрокомпьютере с целью интерпретации (пат. 4583000; 4574199; 4694184 США, НКИ 250—561; пат. 4725883 США, НКИ 358—100).
Выше были рассмотрены различные типы СМВ, осуществляющие анализ изображений внешней среды в оптическом диапазоне спектра. Одиако существуют задачи визуального контроля, решение которых по ряду причин не может быть выполнено в оптическом диапазоне спектра, и в этом случае приходится выполнять анализ визуальной информации, используя другие диапазоны электромагнитного спектра. Разработаны системы визуального контроля, основанные иа использовании ультразвука, рентгеновского излучения и излучения радиоактивных изотопов. Такие методы широко практикуются, тем не менее их возможности могут быть существенно расширены, если использующиеся в них датчики и источники излучения можно будет свободно перемещать в пространстве с помощью соответствующих манипуляторов [2.49]. Многие из этих методов работоспособны только при достижении высокой точности позиционирования излучателя и приемника; такая точность может быть обеспечена информационными манипуляторами.
В описываемых системах путем соответствующего синхронного высокоточного перемещения излучателя и приемника с помощью двух информационных манипуляторов, размещенных с различных сторон крупногабаритных объектов, может быть осуществлен сканирующий контроль объектов по любому тапу траектории. В частном случае может быть использована построчная траектория с последующей обработкой информации на ЭВМ и с представлением ее на дисплее оператору в виде двумерного изображения контролируемого параметра [2.491.
Кроме рассмотренных выше оптических, рентгеновских и ультразвуковых СМВ, функционирующих с использованием автоматических манипуляторов, создан ряд интересных систем этого же тапа, действие которых основано на иных принципах.
74
Разработана информационная робототехническая система визуального контроля, в которой с помощью двух манипуляторов обнар уживаются отверстия и щели, являющиеся причиной утечки гелия, накаченного в проходящий проверку на герметичность кузов автомобиля. Первоначально манипуляторы, снабженные видео датчиками, каждый со своей стороны определяют, заперты ли двери и окна, а также вентиляционные отверстия, а затем начинают перемещать соответствующие датчики на расстоянии 25 мм от поверхности кузова автомобиля с целью обнаружения мест утечки [2.23 ]. Далее по результатам сканирующего анализа формируется
картина мест разгерметизирования с их характеристиками; эта картина регистрируется в виде двумерного изображения.
В случае использования установленного на манипуляторе ультразвукового матричного тактильного датчика представляется возможным проводить контроль поверхностей сложных объектов путем последовательного перемещения датчика на контролируемых участках, расположенных в труднодоступных зонах. Это позволяет осуществлять визуальный контроль тех зон и участков объекта, осмотр которых с помощью неподвижного датчика простоВ случае использования установленного на манипуляторе ультразвукового матричного тактильного датчика представляется возможным проводить контроль поверхностей сложных объектов путем последовательного перемещения датчика на контролируемых участках, расположенных в труднодоступных зонах. Это позволяет осуществлять визуальный контроль тех зон и участков объекта, осмотр которых с помощью неподвижного датчика простоРазработаны также робототехнические информационные системы, которые используются для анализа акустических полей шума двигателя. В захватном устройстве манипулятора на близком расстоянии друг от друга установлены микрофоны, которые определяют силу звука. Как и в предыдущем случае, захватное устройство сканирует поверхность двигателя, переходя по программе от одной заданной точки к другой и проводя в каждой из них измерения интенсивности звука. Система позволяет с высокой точностью локализовать как места усиленного шума, так и места, в которых шум приглушен. На основании полученной информации затем с помощью ЭВМ синтезируется картина акустического поля двигателя, которая может быть зарегистрирована в виде двумерного изображения.
В случае использования установленного на манипуляторе ультразвукового матричного тактильного датчика представляется возможным проводить контроль поверхностей сложных объектов путем последовательного перемещения датчика на контролируемых участках, расположенных в труднодоступных зонах. Это позволяет осуществлять визуальный контроль тех зон и участков объекта, осмотр которых с помощью неподвижного датчика просто
В случае использования установленного на манипуляторе ультразвукового матричного тактильного датчика представляется возможным проводить контроль поверхностей сложных объектов путем последовательного перемещения датчика на контролируемых участках, расположенных в труднодоступных зонах. Это позволяет осуществлять визуальный контроль тех зон и участков объекта, осмотр которых с помощью неподвижного датчика просто
невозможен.
Необходимо отметить, что главным достоинством рассмотренных выше схем сканирующего контроля, выполняемого с помощью информационных манипуляторов, является трехмерная мобильность, позволяющая с помощью подвижных датчиков совершать непрерывное считывание разнообразной информации в трехмерном пространстве. Для расширения возможностей информационных манипуляторов при проведении автоматического визуального контроля необходимо снабдить их таким программным обеспечением, которое позволяло бы им на основе информации, получаемой от датчиков, рационально планировать свои движения при сканирующем обзоре контролируемых объектов. Если автоматический манипулятор будет способен с высокой точностью контролировать лространственное положение датчика и, исходя из поступающей во время его движения информации, интерпретировать характеристики внешней среды, появляется возможность построить 75
с его помощью модель излучаемого объекта. Если в процессе построения модели стратегия движения сканирующего датчика будет меняться в зависимости от получаемой информации, модель может быть сформирована с более высокой точностью.
Существует еще одна область визуального контроля, в котсь рой с успехом можно применять автоматические манипуляторы. Это визуальный контроль разнообразных параметрических полей, например контроль полей скорости и анализ характеристик различных потоков. Перемещая соответствующий датчик в анализируемом потоке по определенной, например построчной, траектории, расположенной в плоскости, перпендикулярной движению потока, можно контролировать профиль поля скоростей. Такой метод позволяет контролировать, например, поле скоростей потока газа в аэродинамической трубе с обработкой результатов на ЭВМ, Полученные результаты могут быть отображены на видеоэкране в виде двумерной картины с соответствующей, например цветовой, кодировкой скоростей [2.3]. Подобные системы могут быть использованы для автоматического визуального контроля, анализа и интерпретации полученной информации об изменениях поля скоростей потока при внесении в него исследуемой модели объекта. На основе анализа с помощью микрокомпьютера изменений картины поля скоростей могут быть вычислены обобщенные показатели и необходимые коэффициенты, характеризующие различные типы моделей и, соответственно, позволяющие проводить их быстрое сравнение по ряду параметров.
Экспериментальные результаты, полученные при проведении различных научных исследований и, в частности, при исследовании различных параметрических полей, могут быть в большинстве случаев представлены в виде изображений, содержащих очень большой объем информации. Поэтому автоматизация процессов получения, обработки и интерпретации таких изображений является весьма важной задачей.
В последнее время разработаны различные методы и системы визуального контроля параметрических полей (температур, давлений, радиации и др.) с помощью комплекса разнообразных датчиков, неподвижно установленных в дискретных точках контролируемого поля [2.501. Среди различных датчиков физических величин, используемых для контроля параметрических полей, наиболее миниатюрными являются волоконно-оптические датчики. Это качество является очень важным, так как миниатюрные датчики вносят минимальные искажения в структуру полей при их контроле (пат. № 4517456 США, НКИ 250—226; пат. 4367040 США, НКИ 356—44).
Разработан ряд систем контроля параметрических полей с помощью различных волоконно-оптических датчиков, дискретно размещенных в контролируемом объеме параметрического поля [2.501. Значения контролируемых параметров в дискретных точках поля, преобразованные в изменения интенсивности, фазы, 76
поляризации или других параметров светового излучения, по- даются с определенной координатной привязкой на многоэлемент- ную фотоприемную матрицу и затем обрабатываются с помощью ЭВМ. Эта обработка проводится с целью интерпретации образного содержания полученной информации и (или) последующего отображения визуальной картины состояния параметрического поля на видеомониторе.
Прл контроле физических полей с помощью комплекса однотипных волоконно-оптических датчиков сформированные ими оптические сигналы могут быть в определенной координатной привязке (как некоторое оптическое изображение) поданы непосредственно на вход когерентнооптического процессора. На этом процессоре может выполняться интерпретация общего образного состояния контролируемого физического поля на основе мгновенной Фурье-обработки световых сигналов в сопоставлении с информацией о состоянии поля, запомненной в виде набора голографических эталонов. Основная часть такой системы образного контроля представляет собой как бы распределенную систему световодных модуляторов, входными концами которых являются волоконно-оптические датчики физических величин, а выходные концы используются непосредственно для воздействия на ячейки экрана управляемого транспаранта. Реализация подобной системы визуального контроля на основе волоконно-оптических датчиков позволяет существенно упростить ее общую структурную схему по сравнению с использованием датчиков других типов (пат. 429 699 4 США, НКИ 350—3.73).。
Волоконно-оптические системы обработки изображений и анализа параметрических полей рассмотрены в гл. 8.
Теперь рассмотрим области применения СМВ, используемых в качестве анализаторов визуальной информации 8 производствен- ных системах и промышленных роботах, В последние годы начали изменяться требования, предъявляемые к средствам автоматизации промышленности. Все больший интерес проявляется к производству средних и малых партий изделий. Оборудование, предназначенное для работы в таких условиях, должно быть достаточно гибким, чтобы допускать эффективную перенастройку на новые типы деталей. Важным средством гибкой автоматизации является использование СМВ, способных определять положение и ориентацию деталей в рабочей зоне.
До настоящего момента подавляющее большинство существующих применений СМВ относилось к контролю " проверке, вследствие относительной простоты таких приложений для промышленных процессов, а также существующего в настоящее время стремления к улучшению качества продукции и повышению производительности. Однако ожидается, что в конце текущего десятилетия СМВ будут также играть ведущую роль в управлении роботами. При этом визуальная информация будет использоваться для управления роботами совместно с обширными информационными 77
потоками, поступающими с других типов датчиков состояния внешней среды и состояния элементов и узлов самого робота [2.1; 2.2; 2.16; 2.242 2.25].
Необходимо отметить, что за последние годы промышленные роботы превратились в так называемые «разумные» машины, в которых используются СМВ, различные типы датчиков и программируемый, управляемый ЭВМ интерфейс. Наиболее важные преимущества, которые обеспечиваются промышленными роботами с СМВ — это повышение точности и, соответственно, качества выпускаемой продукции (пат. 4453085 США, НКИ 250—203; 4639591 США, НКИ 250—226; 4575637 США, НКИ 250—548; 4437114 США, НКИ 358—101; 4706120 США» НКИ 3 58—103; 4709265 США, НКИ 358—108).
Программируемая, работающая под управлением ЭВМ система видения робота может выполнять такие задачи, как идентификация деталей, их проверка и определение сортности, а также осуществлять определенные корректирующие действия для обеспечения повторяемости и однообразия выполняемых операций, например, при сборке (пат. 4543659; 4680802; 4731856 США, НКИ 382—8; пат. 4712248 США, НКИ 382—22; пат. 4606066; 4731860 США, НКИ 382—41).
По характеру взаимодействия в окружающей средой все датчики промышленных роботов можно условно подразделить на контактные, бесконтактные и визуальные. К первым можно отнести все датчики, требующие соприкосновения или электрического контакта с изделием, в том числе микровыключатели, датчики давления, тензометрические датчики для измерения усилий и крутящего момента, гидравлические и пневматические датчики различного назначения и др. Подобные датчики используются при контроле размеров, формы и правильности укладки деталей, при сборке, для предупреждения столкновений и т. д. Бесконтактные датчики, в том числе индуктивные, фотооптические, инфракрасные и лазерные, применяют при работе с отдельными частично ориентированными деталями, для измерения размеров, расстояний и отслеживания контуров или границ деталей. Наконец визуальные системы служат для распознавания положения, формы или контуров деталей в задачах упорядочения однотипных или сортировки разнотипных деталей, контроля стадий обработки или сборки, распознавания цвета и т. п. [2.29; 2.31—2.33; 2.391.
Одной из весьма важных задач, решаемых датчиками промышленных роботов, является измерение расстояний. Для этой цели в ряде случаев используют оптические датчики, в частности, работающие по принципу измерения времени распространения света. Однако для расстояний в пределах 100 ... 2000 мм такие датчики в настоящее время довольно дороги. Расстояния до 300 мм могут быть измерены триангуляционными системами с оптическими датчиками. Такие датчики, совмещенные с некоторыми схемами сканирования, позволяют также получать визуальную информацию 78
(пат. 4694153 США, НКИ 250一202; пат 4642469* 4673817， 4697089 США, НКИ 250-561).紙и/世力 4b/J8U,
Задача получения визуальной информации о положении дета- лей и инет румеитов в рабочей зоне является одной из наиболее важных при создании роботизированных ячеек и автоматизированных производств. Распространенный бесконтактный метод определения положения детали основан из принципе прерывания светового луча, идущбго от точечного источника света к приемнику. В ряде систем такого типа используется волоконная оптика. Такие системы применяют, например, для определения факта наличия детали в захватном устройстве робота, а также для измерения длины деталей, перемещающихся на конвейере. В подобных сенсорах оптическое волокно служит для передачи света от источника к рабочей зоне и от рабочей зоны к оптоэлектронному ключу (пат. 4675529 США, НКИ 250—458」； 4523100 США, НКИ 250—561).
Фотоэлектронные датчики этого типа применяют не только в системах g прерыванием светового луча, но и в системах, работающих на отраженном свете. Такие датчики иногда называют датчиками близости, хотя созданные образцы определяют наличие объектов на расстоянии около 3 м. Для случаев, когда контраст между деталью и фоном низок, разработаны сканирующие системы с подавлением фона. Отделение объекта от фона достигается за счет обеспечения высокой дискриминирующей способности по дальности- Подобные системы выполняют ряд вспомогательных функций, необходимых для действия СМВ.
Большое распространение получили лазерные дальномеры. В частности, созданы лазерные сенсоры, основанные на принципе триангуляции, которые позволяют измерять смещения порядка 0,001 мм в небольшом диапазоне расстояний и 1,25 мм при больших расстояниях (пат. 4602163; 4716298; 4725738; 4727259 США, НКИ 250—561).
СМВ робота может быть предназначена для выполнения весьма разнообразных функций, ио типичные функции подобной системы сводятся к следующему:
определение местоположения и ориентации объектов, расположенных в рабочей зоне; при этом осуществляется комплекс измерений с целью определения местоположения объекта, а также его ориентации, результаты которых передаются в систему обработки информации;и
идентификация объекта, т. е. определение, какой именно из ранее введенных в п вмять обрззов нзб людается в данный момент,
визуальный контроль внешнего вида объекта с целью выявления его аномалий и характеристик объекта, определения качества сборки или устранения некачественных деталей*
распознавание окружающей среды с целью обхода препя-ь ствий, отодвигания ненужных деталей, захвата нужных деталей
7979И Т. д.
79
79
Между всеми указанными выше функциями существует определенного рода взаимосвязь. К системам восприятия робототехнических устройств иногда предъявляют требования реализации одновременно нескольких или даже всех функций. Однако большинство созданных в настоящее время устройств обычно обеспечивают реализацию какой-либо одной или двух функций при ограниченном количестве анализируемых типов объектов.
К робототехническим визуальным устройствам наиболее часто предъявляются требования реализации функций айв. Вводимая информация в большинстве случаев представляет собой бинарные изображения, построенные по принципу разделения объекта и фона по уровням яркости. Это обусловлено существованием определенных сложностей при реализации обработки полутоновых и цветных изображений, а также изображений, выражающих расстояния между отдельными точками (т. е. дальностных изображений) [2.51 ].
Таким образом, СМВ промышленного робота должна уметь отвечать на следующие три вопроса: какие имеются объекты в рабочей зоне робота; какое положение занимает каждый объект и как они ориентированы в пространстве? Чтобы ответить на эти вопросы, СМВ должна «видеть» объекты, анализировать их и затем идентифицировать.
Как известно, существующие видеодатчики, используемые в СМВ, могут быть разделены на три категории: 1) двумерные (2М); 2) трехмерные (ЗМ); 3) действующие совместно со структурированным подсветом и получившие название 2,5М 12.431.
Выбор типа видеодатчиков и их размещение существенно зависят от того, необходимо ли получение информации о трехмерном рельефе поверхностей или можно ограничиться восприятием и анализом плоской двумерной сцены при выполнении данного комплекса операций. Следует отметить, что существует широкий ряд задач идентификации принципиально плоских объектов и сцен или таких задач, которые искусственно могут быть сведены к двумерным. В то же время существует ряд принципиально трехмерных задач, которые без существенных погрешностей не могут быть сведены к двумерным. Для решения таких задач разработаны специальные методы и системы ЗМ. Если использовать несколько датчиков 2М или один подвижный датчик 2М, то с некоторыми оговорками можно проанализировать трехмерный рельеф. Этот метод называется методом К2M.
Существует определенное число схем рационального взаимного расположения видеодатчиков и манипуляторов (рис. 2.10), которые используются в промышленных роботах, расположенных на неподвижном основании и действующих в ограниченном рабочем пространстве [2.9]. Как видно из рис. 2.10, можно установить фиксированные видеодатчики в окружающем робот пространстве, а также подвижные видеодатчики на роботе (и если возможно, на дополнительном манипуляторе).
Рис. 2.10. Некоторые варианты размещения видео датчиков на роботах：а — фиксированнаб датчик 2М, расположенный над сценой; 6 — подвижный датчик 2М,установленный на рабочем органе робота： в — подвижияй датчик 2М, расположенный надополнительном манипуляторе; а — фикснрованиыв датчик 2M и подвижный датчик 2М,установленные на роботе; d — установка двух фиксированных датчиков 2М； в — фикси-рованный датчик ЗМ； яо — датчик ЗМ, установленный на подвижной дополнительнойструктуре; з — грн датчика 2М, дающие три проекции сцены во взаимно перпендикуляр-ных илоскосгих
Двумерный видеодатчик (2М) можно создать на основе линейки фотодетекторов (датчики типа 1М), сканирующей сцену с одной степенью свободы, или точечного датчика (типа ОМ), который может сканировать сцену, обладая двумя степенями свободы или будучи снабженным оптико-механическим или оптикоэлектрическим двумерным сканирующим устройством.
Очевидно, что классификационная схема, приведенная на рис. 2.10, является достаточно условной и не исчерпывающей, так как в нее можно внести достаточно большое число различных промежуточных и гибридных вариантов. Однако эта схема дает представление об основных направлениях возможного построения таких систем.
В ряде робототехнических систем видеодатчик закреплен неподвижно над рабочей зоной. Достоинством такого расположе* ния видеодатчика является возможность распараллеливания работы зрительной системы и системы управления роботом» так как во время выполнения определенных движений механической руки сцена, наблюдаемая видеодатчиком, остается неизменной [2.37 ]. Однако в момент захвата детали манипулятор попадает в поле зрения видеодатчика и закрывает часть сцены, делая тем самым невозможной работу зрительной системы как раз в тог момент, когда она больше всего нужна.
Кроме того, одной из основных проблем, связанных с расположением видеодатчиков неподвижно над рабочим пространством, являются погрешности, возникающие вследствие параллакса. Эти погрешности вызывают искажение формы и размеров детали, что особенно заметно на краях поля зрения. Одним из наиболее серьезных последствий этих погрешностей является неправильный расчет центра площади объекта. Использование видеодатчика, расположенного на манипуляторе робота, позволяет исключить погрешности параллакса, поскольку эта камера размещается так, чтобы центр объекта находился на оптической оси системы [2.38 ].
Зрительные системы с видеодатчиком, расположенным на руке робота, в этом плане имеют преимущество, так кан манипулятор никогда не загораживает поле зрения камеры. Однако на период работы системы технического зрения положение датчика, а следовательно, и руки робота, должно быть фиксировано. По^ видимому, оптимальными характеристиками будут обладать системы( комбинирующие два упомянутых подхода.
Важной характеристикой, определяющей устойчивость системы технического зрения к изменениям рабочей среды, является глубина резкости камеры. Смысл этой характеристики состоит в максимальном изменении расстояния от камеры до анализируемого объекта, при котором изображение еще остается достаточно резким, т. е. характерная «длина размытости» изображения не превышает размера одного элемента.
Поскольку система «глаз на руке» работает с изображениями малого размера, размер элемента изображения оказывается до~ вольно большим, и глубина резкости в таких системах значительно превосходит аналогичный параметр систем g высокой разрешающей способностью. Другим важным достоинством систем технического зрения с подвижной камерой является относительная простота процедуры «привязки» системы координат видеокамеры к системе координат робота. Если в случае неподвижной камеры, расположенной над рабочим нолем, необходима точная калибровка системы, и эта калибровка должна повторяться заново прн любых смещениях камеры, то в системе «глаз на руке» все необходимые преобразования выполняются автоматически, так как положение камеры может быть достаточно точно измерено с помощью позиционных датчиков робота.
рнс. 2.11・ Схемы» иллюстрирующие число ви*> деодатчиков и их расположение, которые необходимы для полного анализа формы трех* мерного объекта:
а — арн двух оптимально выбранннх иаправ- деннях； 6 — прн заранее фнкснроваввнх направлениях осмотра
Достаточно важным вопросом при функционировании СМВ является достоверное восприятие полной информации о форме трехмерного объекта, т. е. выбор требуемого числа видеодатчиков и их
взаимного расположения в пространстве. Для того чтобы иметь полную информацию о трехмерном объекте, необходимо иметь определенное число его изображений, полученных с различных ракурсов. При этом мы должны получить представление о форме поверхностей объекта, т. е. о координатах всех точек его поверхностей в заданной системе координат. Следовательно, необходимы изображения, на которых видны все точки поверхностей объекта, а также их взаимное положение. Необходимое число изображений, полностью х ар актер изующих данный объект, зависит от формы объекта и от выбранных точек наблюдения.
Различные типы трехмерных объектов могут быть разделены на два класса: объекты, некоторые точки поверхности которых невозможно увидеть независимо от угла наблюдения; объекты, все точки поверхности которых можно увидеть, если наблюдать
объекты под определеннБм числом углов.
Среди этих объектов различают два вида: выпуклые объекты и объекты, имеющие вогнутости. Выпуклыми объектами называются такие, у которых касательная плоскость к любой точке поверхности объекта не разрезает эту поверхность, т. е. любой отрезок, соединяющий две точки поверхности объекта, целиком содержится в теле объекта.
При оптимальном выборе направлений наблюдения для получения полного представления о форме выпуклого объекта нужно зафиксировать два его изображения (рис. 2.11, а). Если же использовать зафиксированные направления наблюдения выпуклого объекта, то для регистрации всех его точек независимо от его ориентации, нужно зарегистрировать шесть изображений. Это положение хорошо иллюстрируется в случае фиксации формы куба (рис. 2.11, 6). Таким образом, можно достоверно зафиксировать все точки выпуклого произвольно ориентированного объекта, расположив шесть в идеодатчи ков по трем взаимно перпендикулярным осям независимо от ориентации объекта [2.9].
Анализ формы вогнутых объектов выполнить значительно труднее. Для этого типа объектов в ряде случаев нельзя найти фиксированные направления съемки, обеспечивающие регистрацию всех точек их поверхности. Чтобы g полной достоверностью
83
просмотреть все точки поверхности вогнутого объекта, теорети- чески необходимо иметь бесконечное множество направлений съемки, покрывающих полный телесный угол 4л для случая фиксированных направлений в пространстве.
Если СМВ должна анализировать объекты произвольной формы, то необходимо учитывать следующие обстоятельства:
могут встречаться объекты, все точки поверхности которых можно просмотреть лишь из бесконечного числа точек наблюдения, т. е. с помощью подвижных видеодатчиков, установленных на специальных манипуляторах;
могут также встречаться объекты, в которых определенные точки поверхности никогда не будут попадать в поле зрения видеодатчиков (даже подвижных). Это приводит к ряду важных следствий. Если на этапе обучения нет возможности передачи в память системы полного описания трехмерного объекта (например, совокупности координат точек поверхности в системе координат, связанной с этим объектом), то на этапе распознавания нельзя получить полной информации о совокупности этих точек. При этом невозможно дать достоверное и надежное математическое обоснование для распознавания. Действительно, в этом случае ничто не доказывает, что именно в недоступной для зрения области видимый объект не отличается от объекта, выбранного в результате классификации [2.30].
При анализе трехмерных сцен применяют различные стереотелевизионные анализаторы, основанные на использовании бинокулярных схем. Однако в большинстве случаев нет никаких доказательств того, что достаточно лишь двух изображений, полученных под фиксированными углами, для получения необходимой информации о рельефе, т. е. информации, которая позволит провести распознавание объекта или принять решение. Поэтому в зависимости от поставленной задачи иногда необходимо устанавливать определенное число фиксированных или подвижных видеодатчиков, позволяющих получать большое число изображений под различными углами. В случае использования подвижных видеодатчиков необходимо разрабатывать самонастраивающиеся программы их перемещения.
Как известно, традиционной задачей робототехники является обеспечение перехода от восприятия и анализа визуальной, тактильной, позиционной, силовой и другой информации к формированию действий исполнительных органов (манипуляторов, захватных устройств и др.). Эта связь осуществляется при помощи вычислительного устройства системы управления. При этом роботы новых поколений должны осуществлять интеллектуальную связь восприятия с действием. Восприятие таких роботов отличается от простого очувствления способностью строить представления, лежащие в основе распознавания образов и целенаправленных действий. Интеллектуальное программное обеспечение отличается от обычного возможностями автоматизации логических рас- 84
суждений 。пространственных отношениях, геометрических мо- Делях объекта, характере работы в условиях неоп6е^^2Ли самообучения и т. д. [2.22]. 了 пределенности,
"нмие требования к визуальной системе робота касаются такои сложнои функции, как распознавание объектов, определение положения объектов в трехмерном пространстве, на плоскости, а также распознавание формы объемных тел. Операции, требую- тцие способности распознавать форму, ориентацию и положение объектов в пространстве, составляют примерно 66 % от общего числа операций, таким образом, можно отметить, что соотношение ЭТИХ операций с другими достаточно высокое [2.14; 2,15; 2.19].
Новые сложные задачи, поставленные робототехникой перед теорией искусственного интеллекта, пр еже де всего связаны g необходимостью работать с реальными объектами реального мира, а не только с абстракциями и математическими моделями. Переход к «видящим» интеллектуальным роботам необходим потому, что «невидяш.ие^ программируемые роботы способны выполнять лишь сравнительно простые задания в почти полностью предопределенных ситуациях, когда детали поступают в рабочую зону в строгом порядке в известные позиции с требуемой ориентацией. Чтобы создать рабочую среду для таких роботов, необходимы дополнительные затраты на специализированное оборудование, которые нередко превышают стоимость самого робота.
Визуальное очувствление роботов пока в основном ограничивается двумерными бинарными системами технического зрения. Трехмерное зрение и пространственные геометрические модели объектов эффективно используются сейчас лишь в некоторых типах робототехнических систем. Однако в последнее время в робототехнике резко возрастает потребность в информационных системах этого типа с эле?лентами искусственного интеллекта【2.11; 2.35; 2.41].
В теории искусственного интеллекта уже давно разрабатываются вопросы обработки визуальной информации g помощью ЭВМ, которые ограничиваются, однако, сравнительно формализованными проблемами. Традиционные структуры данных и программы затруднительно применять для нечетких, неявно выраженных данных и знаний. Более гибки методы, основанные на семантических сетях, фреймах, правилах вывода, но и они еще не удовлетворяют требованиям работы е визуальной информацией о ре- альных объектах реального трехмерного мира.
Для систем визуального восприятия роботов требуются геометрические модели более полные, чем те, которые используются в современных САПР и для машинной графики. Первые шаги в этом направлении привели к разработке методов конфигурационного пространства и представлений формы наблюдаемых объектов [2.22 ]
'По'мере ужесточения требований к применениям роботов возрастает потребность в эффективных методах преодоления различ-
ных неопределенностей, использования избыточности, планирования действий и т. д. С этой целью предложены алгоритмы интеллектуального поиска, согласования структур, рассуждений на основе выявления зависимостей и др. Тем не менее, попытки автоматизировать процессы планирования действий пока далеки от реальных потребностей практической робототехники, имеющей дело с несовершенными системами машинного видения, работающими в условиях помех, и с неидеальными исполнительными органами. В этой связи чрезвычайно важны исследования, направленные на создание интеллектуального программного обеспечения роботов, что позволит наделить их способностью «рассуждения» о визуально воспринимаемых объектах и свойствах трехмерного пространства.
В области создания систем визуального восприятия для робототехники предстоит качественно усовершенствовать существующие средства и создать ряд принципиально новых. Необходимо решить проблемы целенаправленного управления освещением, функционирования при неопределенном положении объектов, включая их частичную видимость, анализа «глубины» наблюдаемых сцен, стереозрения, представления формы сложных деталей и др. Высокоэффективные визуальные анализаторы требуются для многочисленных промышленных робототехнических приложений таких, как поиск и анализ деталей в контейнерах, поддонах и в другой таре, определение мест захвата деталей и др.
Средства активного очувствления роботов (сканирующие лазерные дальнометрические системы, радары g управляемой апертурой и др.) в настоящее время разрабатываются главным образом для специальных приложений. Реализация обработки информации с помощью таких систем требует больших вычислительных затрат [2.22].
Хотя в настоящее время большинство систем программного обеспечения СМВ роботов в полной мере не удовлетворяет по- ставленным требованиям, основные направления ведущихся исследований дают основания для оптимизма. Разработаны программы машинного зрения, генерирующие описания форм объектов И их согласование с моделями [2.22]. Изучаются взаимосвязи между формами и функциями предметов, создаются методы 《рас- суждений» о пространстве, физических процессах, путях решения задач в общем виде. Важный аспект проблемы представления знаний роботов для согласования визуального восприятия с действием связан с формированием существенно более развитых трехмерных геометрических моделей объектов рабочей среды и самого робота.
В настоящее время предложены различные способы осуществления так называемого кинематического (подвижного) осмотра трехмерных сцен, при которых в процессе восприятия визуальной информации видеодатчик может совершать различные пространственные перемещения, оптимизируя условия восприятия и анализа информации [2.40]. В подобных виетемах обычно пред- 86
возможность изменения положения видеодатчика^^этелм^Ж екта, изменение условий освещения последнего. Предусматривается также возможность удаления g помощью робота мешающих объектов из поля зрения (если это необходимо). Все указанные выше вопросы требуют эффективного решения. Указан- ные направления исследований и разработок представляются перспективными благодаря появлению в последнее время малогабаритных визуальных сенсоров и технических средств для их перемещения, разработке методов получения информации о дальности, а также благодаря созданию методов обработки движущихся изо- бр ажений.
При решении ряда задач СМВ промышленных роботов должны быть способны анализировать трехмерные сцены. При этом используются либо принципы стереозрения, либо структурированный подсвет сцены. При стереозренни ——два кадра воспринимаются с различных точек пространства и затем сравниваются. Вначале в каждом изображении выявляются признаки объекта. Затем связь местоположений признаков в двух изображениях используется для расчета их трехмерного месторождения. Стереоскопические СМВ рассмотрены в гл. 5.
Структурированный подсвет используется для определения размеров сечения трехмерного объекта. В простейшем случае структурированный свет образует тонкую полосу или плоскость, падающую на поверхность объекта. Рассматривая под известным углом световое сечение объекта, можно определить трехмерную форму объекта. СМВ, в которых используется структурированный подсвет, рассмотрены в гл. 4.
Как известно, визуальный анализ может осуществляться с помощью не только бесконтактных оптико-электронных систем, но и различных контактных систем* В настоящее время широким фронтом ведутся также работы по созданию контактных визуальных сенсоров: тактильных, касания и проскальзывания. Созданы датчики тактильной информации на основе анизотропных проводящих материалов с пространственным разрешением около 250 точек на 1 см2, сенсоры с предобработкой тактильной информации специальными СБИС, позволяющие выявлять контуры объектов, и др. В то же время алгоритмы распознавания ощупываемых объектов пока развиваются медленно, хотя разработан ряд простых программ, распознающих определенные виды плоских^и объемных деталей путем сопоставления геометрических моделей элементарных поверхностей.
Далее в качестве примеров рассмотрено несколько типичных систем машинного видения, предназначенных для использования на робототехнических комплексах.
Можно ожидать, что «видящие» работы в ближайшее время получат большое применение в различных областях промышленностн.
Рис. 2.12. Схема системы визуального контроля формы кузова автомобиля:
/ — ьндеодатчик; 2 — источник овета
Роботы с СМВ и элементами искусственного интеллекта, способные координировать действия своих органов зрения и механических рук, могут выполнять комплекс достаточно
сложных производственных операций, связанных с работой на ковочных прессах, сборочных линиях, сварочных агрегатах, красильных установках и т. д. Такие системы могут выполнять весьма тонкие и точные работы, например, выбирать электронные компоненты из бункера и вставлять их в платы печатного монтажа намного быстрее и точнее,
чем люди-монтажники.
«Видящие» роботы достаточно широко применяют при выпол- нении различных операций покраски. Автоматизация операций покраски автомобильных кузовов на конвейерных линиях с помощью роботов, снабженных СМВ, требует идентификации различных типов кузовов, поступающих в зону окраски. Идентификация осуществляется с помощью системы технического зрения, которая включает в себя видеодатчик на основе фотодиодной линейки, содержащий 256 элементов, флюоресцентный источник света и микропроцессорный блок анализа изображений [2.18]. Помимо идентификации типа кузова данная система может обеспечить дополнительную полезную информацию, например, о положении кузова на конвейере, о состоянии дверей, окон (открыто, закрыто) и пр. Эта информация может быть использованадлятого, чтобы запретить движение робота, если на его пути находится деталь кузова.
Положение видеодатчика и источника света показано на рис. 2.12. Размер поля зрения видеодатчика таков, что в нем умещается верхняя часть кузова, которая содержит ряд черт, характерных для данного тапа кузова. Видеодатчик формирует бинарный линейный видеосигнал, который затем обрабатывается микропроцессором для построения профиля кузова. Профиль кузова формируется в памяти микропроцессора за несколько циклов считывания по мере продвижения кузова на конвейере. Обычно считывание осуществляется с шагом порядка 100 мм е синхронизацией момента считывания от привода конвейера. После ввода изображения полученный профиль сравнивается с эталонными профилями, хранящимися в памяти микропроцессорного блока, и по результатам этого сравнения анализируемому кузову приписывается соответствующий номер.
При вводе изображения линейка фотоприемников опрашивается сверху вниз и выделяются точки перехода от «белого» к «черному». 88
В буферной памяти может храниться до 60 таких точек для различных профилей Сравнение профилей проводится по этим выделенным точкам. В зависимости от конкретной задачи сравнение профилей может проводиться либо по абсолютным значениям координат перепадов, либо по относительным сдвигам перепадов по отношению к самому верхнему.
Эталонные профили формируются путем предъявления системе разных типов кузова и выполнения системой процедуры самообучения. Каждому эталонному профилю приписан номер программы, в соответствии с которой роботом должна производиться окраска.
После завершения анализа изображения микропроцессор выдает в выходной порт номер нужной программы и разрешает считывание этой информации в систему управления роботом. После того как результат анализа помещен в очередь на вывод, инициируется программа обработки прерываний от устройства копирования положения конвейера. Каждые 100 мс контролируется положение кузова на линии, и когда очередной кузов достигнет окрасочной роботизированной станции, этот модуль разрешит считывание информации с выходного порта системы и реализуется соответствующая технология окраски кузова автомобиля.
С помощью СМВ, используемой в качестве основного регулятора, можно управлять группой роботизированных станков как единой системой [2.27 ]. В этом случае детали выгружаются в беспорядке на конвейер. После этого СМВ идентифицирует дета门а по мере их прохождения перед видеодатчиком, установленным над конвейером, и подает координирующие сигналы роботу для захватывания деталей. Зная, какая деталь проходит мимо, робот, снабженный своим видеодатчиком, захватывает ее и устанавл ивает точно в нужное положение на станок для окончательной обработки до нужного размера. После завершения обработки робот снимает деталь и подносит ее к маркировочному устройству, которое с помощью краски наносит идентифицирующий номер. И, наконец； робот кладет обратно на конвейер эту деталь для последующей автоматической сортировки в соответствующий бункер*
Описанные выше операции, выполняемые роботами, различными станками и устройствами, запускаются автоматически с помощью СМВ и микропроцессора. Этот пример иллюстрирует широкие возможности, которые приобретает стандартное о орудование, будучи использовано совместно с СМВ.
В рассмотренном применении СМВ анализирует и о Р различных типов объектов, проходящих в П^И3^1ЬН™ nniLHTa 口。ленточному конвейеру Р^Хи^м^ ростом： Щ)и это^Гвид^д^ наблюдает за одним 喘器喘竄爲額 ектами и преобразует полученные видеосигнми
посредством сравнения с определенными ПОР^ данных ocv- С помощью предварительной обработе^сигнаЛы записы-
ществляется их сжатие, и после этого ди
Рис. е.13. Набор конфигураций распознав ваемнх деталейРис. е.13. Набор конфигураций распознав ваемнх деталейРис, 2.14, Неоднозначные ситуации при распознаванииРис, 2.14, Неоднозначные ситуации при распознавании
Рис. е.13. Набор конфигураций распознав ваемнх деталей
Рис. е.13. Набор конфигураций распознав ваемнх деталей
Рис, 2.14, Неоднозначные ситуации при распознавании
Рис, 2.14, Неоднозначные ситуации при распознавании
ваются в память. Записанная информация обрабатывается с помощью микроЭВМ, в результате чего определяются отличительные признаки для каждого объекта. После выделения признаков проводится их сравнение g признаками объектов, ранее записанными в памяти и на основании степени их сходства осуществляется идентификация каждого объекта. Классификация деталей проводится в соответствии с их геометрическими свойствами, такими как площадь, периметр, момент инерции и т. д. На основе этого подхода в настоящее время разработано много специализированных способов распознавания, причем использование серой шкалы может обеспечить универсальность их применения для решения многих задач.
Рассмотрим еще один пример использования СМВ в робототехнической системе, предназначенной для распознавания и захвата деталей, лежащих навалом [2.46]. В этой системе используется один видеодатчик, расположенный над анализируемой сценой, а также простой датчик близости, действующий в ИК-диапазоне. В рассматриваемом примере анализируемые детали были двенадцати типов, причем их силуэты имели примерно равные площади и периметры. Это обстоятельство существенно упрощало процедуру анализа и идентификации деталей, расположенных на контролируемой сцене. Конфигурация распознаваемых деталей условно может быть принята такой, которая изображена на рис. 2.13.
При анализе сцены СМВ не использует трехмерную информацию, поэтому в процессе работы для однозначного распознавания роботу иногда бывает необходимо «разгрести» навал, не допуская при этом выхода деталей из поля зрения.
Система управления имеет иерархическую структуру. Это позволяет оптимизировать процесс извлечения детали и исправлять ошибки при отработке движения. Система имеет ряд специализированных модулей, каждый из которых может работать в одном из двух режимов: интерпретации и выполнения.
90
Задала модуля анализа едены @如。^ в том, ^o6si проведи еобственно анализ ецени и равпознать в<>е видимые детали Сложность реализации этой процедуры зависит от варианта расположен ння деталей на *ене: детали изолированы, соприкасаются или перекрываются. Система анализирует плоские изображения, поступающие от видеодатчика, раеположенного над вценоб. Эталонные модели деталей вводятся в еивтему человеком в терминах параметров контура детали.
Процедура распознавания имеет два уровня и реализована в виде трех подмодулей. Первый уровень используется для идентификации изолированных деталей, частично закрытых деталей и скоплений деталей и служит в качестве предварительной классификации, результаты которой используются иа более высоком уровне при интерпретации сцены. Этап предварительной классификации начинается с измерения площади силуэта. Если измеренная величина оказывается равной площади изо лир ова иного объекта, то данный объект может быть распознан, в противном случае считается, что анализируемый силуэт соответствует группе деталей, лежащих навалом, или частично закрытому объекту. Выделенные объекты распознаются по набору признаков, описывающих их контуры [2.46].
Второй уровень включает в себя два подмодуля: один для распознавания частично скрытых объектов (тех» чьи площади оказались меньше площади изолированных объектов) и второй для распознавания объектов, лежащих навалом. Первый модуль осуществляет сегменгацию и распознавание частично закрытых деталей. Сегментация основана на сравнении уровней яркости с порогом, выделении и сглаживании контура. Затем проводится грубое сравнение выделенного контура с моделью путем расчета функции корреляции. Это позволяет грубо определить ориентацию и положение объекта на плоскости, после этого проводится точный поиск направления максимальной корреляции. На заключительном этапе рассчитывается мера близости анализируемого контура к моделям и выбирается модель, для которой это расстояние мини
мально.
При анализе деталей, расположенных навалом, процесс распознавания аналогичен. Здесь возможны два случая: 1) площадь анализируемого силуэта кратна площади изолированных деталей --это означает, что объекты соприкасаются и могут быть распознаны как изолированные; 2) площадь силуэта не кратна площади изолированных деталей — детали й навале перекрываются. В обоих случаях требуется более тонкая процедура сегментации, позволяющая получить контурные линии внутри силуэта группы деталей, лежащих навалом. Здесь для выделения контуров используется оператор Собела. 。
В первом случае при идентификации деталей проводится перебор всех моделей, пока не будет найдена конфигурация, близкая к анализируемой. Здесь могут возникнуть некоторые неоднознач-
91
ности (рис. 2.14), и если никаких дополнительных ограничений не используется, однозначного результата получить не удастся.。
Во втором случае проводится поиск конфигурации моделей, наилучшим образом отвечающей наблюдаемой сцене и в случае, если мера сходства окажется выше порога, детали считаются идентифицированными. Для устранения неоднозначностей в процессе анализа сцены может оказаться необходимым содействием робота, который с помощью манипулятора должен несколько сдвинуть группу перекрывающихся деталей. 。
Рассмотренную систему можно считать универсальной системой принятия решений в статически неопределенной среде. Отличительной особенностью системы является иерархическая структура управления, при которой модули вызываются по мере необходимости, а не в жесткой последовательности, как в детерминированных системах.
При разработке анализаторов визуальной информации обычно необходимо решить следующие основные задачи:
выбор принципа действия н структуры визуального анализатора;
выбор первичного преобразователя, обладающего необходимыми характеристиками и осуществляющего на основе активных или пассивных принципов преобразование анализируемого изображения в электрический видеосигнал;
разработка алгоритмов и программ для определения минимального набора параметров (дескрипторов), позволяющего осуществить экономное вторичное представление информации об изображении или сцене;
выбор алгоритма, формирующего с помощью набора дескрипторов необходимое описание среды;
реализация программ обработки визуальной информации с помощью соответствующих вычислительных средств.
Желательно осуществление комплексного оптимального решения этих задач с целью создания СМВ с заданными характеристиками. Характеристики и качество работы СМВ в значительной степени определяются согласованностью скоростей выполнения процессов обработки информации в сенсорной, вычислительной и эффекторной подсистемах.
В современных СМВ используются различные типы видеосенсоров, действующих в различных диапазонах электромагнитного спектра. Видеосенсоры, действующие в оптическом диапазоне, в зависимости от используемого принципа действия могут иметь весьма различающиеся схемы: от пассивных видеодатчиков на ПЗС с адаптивной структурой и с предобработкой информации на сенсорном уровне до активных голографических интерференционных, гетеродинных видеодатчиков, выполненных на основе высокоразрешающих матриц или диссекторов (пат. 4642452 США, НКИ 250—213; пат. 4611124; 4675535; 4717830 США, НКИ 250— 518). Естественно, если рассматривать видеодатчики, действующие 92
в других диапазонах электромагнитного спектра, то диапазон используемых в них принципов действия становится еще шире (пат. 4609824; 4684812; 4686373; 4698515, США, НКИ 250—578). Однако независимо от физической природы изображения и характера процессов, с помощью которых оно преобразуется, преобразователь изображения можно характеризовать комплексом пара* метров — пространственных, интенсивностных, спектральных, поляризационных и других [2.131.
Чтобы проанализировать взаимосвязь перечисленных параметров, рассмотрим цепь, состоящую из трех звеньев——объекта, преобразователя и анализатора. Во многих технических устройствах эта цепь длиннее, так как преобразователей часто бывает несколько. В процессе работы мы можем изменять параметры преобразователя, причем в идеальном случае их надо выбрать такими, чтобы каждый входной параметр согласовывался с соответствующим параметром объекта, например динамический диапазон преобразователя —— с контрастом объекта, пространственная разрешающая способность — с желательными размерами элемента разложения, пороговый контраст ——с уровнем пространственного шума, продолжительность записи и стирания ——с желательной продолжительностью кадра и т. д. Одновременно параметры изображения на выходе преобразователя должны быть согласованы с параметрами анализатора.
Предположим, что исследуется объект, не изменяющийся за время анализа. Если размеры объекта больше поля зрения преобразователя, приходится рассматривать его по частям, смещая периодически координаты «начала» поля зрения. В результате на выходе преобразователя появляется изображение, состоящее из ряда кадров. Этот способ используется также при контроле и осмотре объекта сложной формы или сложной пространственной конфигурации, когда с одной точки наблюдения просто невозможно осмотреть весь объект. При этом, если все параметры преобразователя и объекта согласованы, пространственно-временная информационная емкость полученного изображения будет близка или в идеальном случае равна полезной информационной емкости объекта.
При этом скорость переработки информации преобразователем можно согласовать с тем же параметром анализатора путем выбора подходящей продолжительности кадра.
Если недостаточен динамический диапазон преобразователя, то можно смещать его порог восприятия. Наконец, если недостаточна разрешающая способность, можно увеличить коэффициент передачи контраста. Хотя это и не увеличит предельную разрешающую способность преобразователя, но поможет использовать ее целиком, так как на практике фактическая разрешающая способность иногда ограничивается не уровнем пространственного шума изображения, а пороговым контрастом анализатора. В этом случае увеличение коэффициента передачи контраста приведет к тому, что пороговому контрасту анализатора будут соответство-
вать менее раз л ич ающиеся по интенсивности детали изображения. Однако увеличение коэффициента передачи контраста обычно со пр овождается уменьшением динамического диапазона, так как предельный контраст выходного изображения при этом обычно не изменяется.
Если за время наблюдения поле обзора с расположенным в нем объектом успевает измениться, т, е. в нем появляется новая полезная информация, то скорость переработки информации преобразователем должна быть не меньше скорости возникновения полезной информации в поле обзора. Но даже если эти параметры и согласованы, остается еще скорость переработки информации анализатором, которая может заметно от них отличаться. Если она меньше скорости возникновения интересующей нас информации, то приходится изменять масштаб времени, что достигается запоминанием промежуточных изображений и представлением их анализатору с увеличенной продолжительностью кадра.
В случаях, когда применяется изменение масштаба времени, как правило, используют не менее двух преобразователей: первый ——с длительным временем хранения изображения создает промежуточное изображение, а второй — преобразует его в форму, удобную для анализатора. Однако на практике нередко применяется гораздо большее число преобразователей изображений, необходимых в процессе его обработки. Преобразователи, работающие без изменения масштаба времени, как правило, имеют меньше этапов преобразования изображения, но и в этом случае редко удается обойтись одним преобразователем.
До этого момента мм рассматривали параметры преобразователя как не зависимые друг от друга. Однако в действительности это не так: разрешающая способность оптических систем обычно в центре поля зрения больше, чем по краям; коэффициент передачи контраста сначала увеличивается по мере удаления от порога восприятия, а затем начинает уменьшаться по мере исчерпывания динамического диапазона преобразователя; уменьшение времени анализа, как правило, сопровождается повышением порога восприятия и т. д. Все эти связи между параметрами обусловлены физическими процессами, на которых основана работа преобразователя.
По способу преобразования изображения все преобразователи можно разделить на три класса: с последовательным, параллельным и параллельно-последовательным преобразованиями элементов разложения изображения.
При последовательном преобразовании данные об интенсивности элемента разложения последовательно преобразуются в параметры электрического видеосигнала. Этот сигнал затем подвергается обработке в специальном устройстве, которое может быть достаточно сложным. Например, в случае необходимости изображение может быть преобразовано в цифровую форму и подвергнуто различным операциям цифровой обработки. Последователь- 94
нья访 способ преобразования позволяет независимо изменять мно- гне параметры преобразователя, а значит, и выходного изображения; в этой гибкости — его основное преимущество. Недостаток же состоит в том, что для достижения необходимого временного разрешения требуется весьма высокое быстродействие используемых электронных устройств.
Прн параллельном преобразовании изображения каждый элемент разложения изображения преобразуется по независимому каналу, поэтому в этом случае может быть получено очень высокое временное разрешение. Однако в реально созданных устройствах этого типа пространственное разрешение пока значительно ниже, чем при последовательном способе. В настоящее время параллельное преобразование изображений получает все большее применение. Предлагаются новые способы преобразования, совершенствуются уже предложенные (пат. 4043672, США, НКИ 356—152).
Интенсивное развитие получили также комплексные параллельно-последовательные преобразователи и анализаторы изображений (нат. 4351004 США, НКИ 358——213). В этом случае могут быть реализованы различные способы логической предварительной обработки изображений на сенсорном уровне, что весьма важно в целом ряде перспективных применений.
Требование максимального быстродействия СМВ и соответственно минимального времени рабочего процесса определяет основную особенность действия визуального анализатора при выполнении операций идентификации и сортировки. Этой особенностью является выявление и использование при распознавании объекта миштмума наиболее информативных признаков, позволяющих осуществлять его быструю идентификацию.
Быстродействие СМВ в зависимости от ее назначения и выбора способа аппаратно-программной реализации обработки видеоинфор- маннн может находиться в пределах от 10~3 до нескольких секунд. Так, в СМВ, предназначенной для анализа печатных плат и снабженной параллельным видеопроцессором, быстродействие равно нескольким миллисекундам, а в СМВ, решающей одну из сложных технологических задач — разбор деталей из бункера, оно может составлять несколько секунд. Для большинства технологических операций этого типа требуемое быстродействие находится в пределах от нескольких десятков до нескольких сотен миллисекунд, т. е, менее 1 с.
Выполнение функции СМВ в реальном масштабе времени, т. е. со скоростью течения технологического процесса и, как следствие, сокращение обрабатываемой информации — главные требования к СМВ. Повышение быстродействия СМВ может быть осуществлено различными способами: сжатием информации на входе аппаратными средствами; выбором простых признаков идентификации: разработкой быстродействующих алгоритмов с распараллеливанием вычислений и операций; применением микропроцессорных 95
сетей; построением предназначенных для обработки изображе- ний специализированных многопроцессорных вычислителей и др.
Повышение быстродействия СМВ за счет сокращения объема обрабатываемой информации может быть достигнуто следующими способами: заменой значений яркости комплекса элементов, расположенных вблизи некоторой точки изображения, функцией яркости в пределах окна из элементов, центр которого совпадает с этой точкой; уменьшением до двух числа уровней квантования видеосигнала; использованием режима слежения за выделенным объектом; применением режима целенаправленного управления процессом ввода изображения в зависимости от текущих результатов обработки и анализа; переходом от кодирования сигналов от всех элементов изображения к кодированию длин отрезков построчной развертки изображения и т. п.
Основными характеристиками СМВ являются следующие: пространственно-временное разрешение; чувствительность;работа в реальном масштабе времени; надежность; стоимость; простота эксплуатации; модульность системы и др.
Разработаны определенные пути достижения заданного уровня перечисленных характеристик и пути их комплексной оптимизации [2.17]. В перспективных разработках СМВ основное внимание уделяется быстродействию и гибкости системы, а также ее архитектуре. Эти системы ориентируются на мощные языки программирования высокого уровня. В робототехнических приложениях часто задачу идентификации можно существенно упростить, если использовать оптимальные варианты структурного подсвета сцены.
В настоящее время создано большое число разнообразных двумерных вариантов СМВ. Структура блоков обработки видеоинформации в разных системах отличается широким разнообразием. Однако общей тенденцией является повышение модульности систем. Многообразие решаемых задач и условий функционирования требует блочно-модульной компоновки таких систем. Применительно к видеодатчикам это требование предполагает, во-первых, возможность мультиплексного функционирования, т. е. подключения нескольких видеодатчиков к одной системе, и, во-вторых, использование различных типов видеодатчиков, например, на основе передающих трубок или твердотельных матричных чувствительных элементов, а также видеодатчиков различного спектрального диапазона.
В устройствах предварительной обработки информации принцип модульности реализуется путем создания отдельных функциональных блоков для выполнения основных операций, таких как квантование аналоговых видеосигналов, выделение фрагментов изображения, кодирование изображения, преобразование кадров и др. Модульность системы программных средств обеспечивается разделением на алгоритмические структурные блоки. Микро- 96
процессор выполняется также в виде блочно-модульной конструкции.
Гаким образом, систему анализа визуальной информации можно рассматривать как единство аппаратных и. программных модулей, предназначенных для решения задач поиска объектов на рабочей сцене, определения их положения, выделения произ- каков и идентификации.
Общий облик СМВ и их возможности в значительной степени определяются используемыми методами предобработки изображений, используемыми алгоритмами распознавания образов и применяемыми вычислительными средствами, В последнее время разработан р${д СМВ? основанных на разнообразных принципах действия и использующих различные ЭВМТ в том числе специализированные иерархические вычислительные системы.
4 Заказ 867
ГЛ AB A 3
ОПТ ИКО-ЭЛ Е кт РОН Н Ы Е АНАЛИЗАТОРЫПЛОСКИХ ИЗОБРАЖЕНИЙ
Класс пассивных оптико-электронных СМВ предназначен для обработки и анализа изображений объектов без использования специальных способов структурированного подсвета анализируемого пространства. В последний период в области создания пассивных оптико-электронных анализаторов плоских объектов и сцен достигнуты большие успехи. В них используются различные типы видеодатчиков, выполненные на основе вакуумных передающих ТВ-трубок и твердотельных матриц, причем в последнем случае реализуется как последовательное, так и параллель но-последовательное считывание изображений [3.8—3.9].
Необходимо отметить, что появление видеодатчиков на твердотельных матрицах дало существенный импульс развитию СМВ, особенно в промышленных применениях. Такие видео датчики более легки, дешевы и более стойки к нагрузкам, чем видеодатчики, выполненные на основе электро-вакуумных приборов —— например видиконов. Они делают экономически рентабельным использование в одной СМВ большого числа видеодатчиков. Это осуществляется с целью увеличения эффективного поля зрения, что позволяет выполнять обследование крупных объектов с разных точек зрения или получать множество секторов обзора изображений объекта одновременно, повышая за счет этого скорость обработки. В настоящее время существуют СМВ, имеющие общее число видеодатчиков 10 ... 20 (пат. 4679077; 4737847 США, НКИ 358—108).
Важным преимуществом матричных анализаторов перед вакуумными ТВ-трубками при их использовании в рассматриваемых системах является также способность «накладывать» на изображение точную геометр ическую считывающую матричную структуру так, что синхронизирующие запускающие импульсы матрицы обеспечивают точную синхронизацию с процессором и связанным с ним запоминающим устройством.
Для применения в СМВ разработаны различные типы фото- чувствительных матриц, основанных на использовании приборов с зарядовой связью (ПЗС), приборов с зарядовой инжекцией (ПЗИ), а также фотодиодные матрицы. При этом структура датчика 98
визуальной информации обычно определяется используемым способом доступа к информации об изображении, а не композицией самих чувствительных элементов в матрице.
Наилучшими характеристиками в настоящее время обладают датчики изображения, выполненные на основе ПЗС. Их разрешающая способность достигает 40 линий/мм, а динамический диапазон более чем 103. Чу вствитель ность таких преобразователей очень высока и может достигать Ю-4 лк/с. Созданы матрицы ПЗС с чересстрочной разверткой. Фоточувствительные элементы таких матриц расположены в виде вертикальных линеек между вертикальными столбцами, состоящими из светозащищенных аналоговых сдвиговых регистров, выполненных на ПЗС. При этом в конце очередного кадра накопленный каждым фоточувствительным элементом заряд передается для запоминания в вертикальный сдвиговый регистр. В течение следующего кадра полученная в предыдущем кадре информация сдвигается в выходной горизонтальный сдвиговый регистр. В результате формируется телевизионный видеосигнал» соответствующий анализируемому изображению.
В матрицах ПЗС применяется также покадровый способ разложения изображения. В таком анализаторе используются две идентичные матрицы ПЗС, одна из которых является фоточувстви- тельной и непосредственно воспринимает изображение анализируемой сцены, а вторая — защищена от света и предназначена для запоминания целого кадра информации. После завершения периода восприятия видеокадра в фоточувствительной матрице информация быстро переписывается в запоминающую матрицу. При этом выходной сигнал формируется в течение следующего кадра путем построчного сдвига информации из запоминающей матрицы в выходной сдвиговый регистр, который работает в режиме последовательного вывода.
Разработаны различные варианты рассмотренных типов матриц ПЗС, действующих в видимом диапазоне спектра излучений (пат. 5493311 США, НКИ 358—51; пат. 4649430; 4656519; 4656520; 4660090 США, НКИ 358—213; пат. 4679090; 4680637 США, НКИ 358—213.26), а также ПЗС матрицы ИК-диапазона (пат. 4684800 США, НКИ 250—211; пат. 4588261 США» НКИ 350—167).
Для действия в ИК-диапазоне разработаны также различные типы пироэлектрических матриц (пат. 4663529; 4691104; 4701619 США, НКИ 250—338; пат. 4354109 США, НКИ 250—349).
Разработаны также полупроводниковые матрицы, позволяющие осуществлять адресную организацию считывания информации, которые реализованы на основе приборов с инжекцией заряда (ПЗИ). Эти матрицы представляют собой разновидность ПЗС, в которых зарядовая связь существует в парах между двумя элементами. Рассмотренные матрицы позволяют выполнять интегральное разложение изображения, различные методы кодирования изображения ортогональными функциями, а также другие операции, связанные с цифровой обработкой и распознаванием 4«99
изображений (пат. 4369430 США, НКИ 340—146.3; пат. 4349743 США, НКИ 250—578).
Разработан класс матричных многоканальных анализаторов изображений, в которых используются различные способы опроса элементов с помощью ортогональных шин (а не структур ПЗС). Действие таких анализаторов изображений основано на использовании различных решеток: диодных, диодно-транзисторных, полностью транзисторных или гибридных (смешанных) структур, состоящих из тонкопленочных фотопроводников и диодов или транзисторов. В анализаторах этого класса используемые способы опроса элементов матрицы обусловливают возникновение специфических искажений и помех и, в частности, перекрестных помех.
Для превращения изображений в видеосигналы находят применение матрицы фотодиодов. В них для сканирования используется так называемая периферийная логика или динамические сдвиговые регистры. Такие матрицы могут содержать тысячи элементов в одной строке с расстоянием между ними 5 ... 15мкм. Каждая ячейка матрицы кроме фотодиодов содержит и другие микроэлектронные элементы, необходимые для ее переключения. Частота переключения ячеек может лежать в диапазоне 10 ... 20 МГц.
Стремление повысить помехозащищенность таких матриц, действующих в видимом диапазоне, привело к разработке разнообразных усовершенствованных способов развертки одноцветных фотодиодных и фототриодных матриц (пат. 4650983 США, НКИ 250—211; пат. 4563590; 4651015; 4733097 США, НКИ 250—578; пат. 4652899 США, НКИ 357—29; пат. 4719499; 4725873; 4733286 США, НКИ 357—30; пат. 4558365; 4581649; 4612578 США, НКИ 358—212; пат. 4684991 США, НКИ 358—213.11), а также к созданию новых типов цветных матриц (пат. 4600833 США, НКИ 250—216; пат. 4663535; 4700080 США, НКИ 250—578; пат. 4654685 США, НКИ 357—30; пат. 4737833 США, НКИ 357—31). Разработаны также разнообразные фотодиодные матрицы, действующие в И К-диапазоне спектра (пат. 4697081; 4704534 США, НКИ 250—338; пат. 4698515; 4684812; 4686373 США, НКИ 250—578).
Разработаны различные матричные анализаторы изображений, которые осуществляют различные преобразования изображений, различные методы кодирования изображений, в которых используются матричные операторы Адамара и Уолша (пат. 4590608 США, НКИ 382—43; пат. 4389673 США, НКИ 358—160).
Созданы также матрицы, которые могут выполнять пространственную фильтрацию, выделение движущихся объектов и корреляционную обработку изображений в процессе их передачи (пат. 4717820 США, НКИ 250—209; пат. 4631400 США, НКИ 250—221; пат. 4555636; 4717830 США, НКИ 250—578; пат. 4400729 США, НКИ 358—113).
Для превращения изображений в видеосигналы в СМВ находят применение различные типы твердотельных матриц, причем требования, предъявляемые к основным параметрам таких матриц, 100
в этом случае существенно отличаются от требований, предъявляемых к ним в ТВ системах.
Такие твердотельные видеодатчики могут работать в различных режимах и в том числе в режиме, при котором осуществляется предварительная обработка изображений непосредственно на первичном преобразователе с целью сокращения информации, поступающей на ЭВМ. В матричных видеодатчиках снижение избыточности исходной визуальной информации может осуществляться уменьшением разрешающей способности матричного преобразователя; введением ограничений на яркостную дискретность изображений, управлением законом считывания, выделением информативных областей изображения и другими способами.
Разработан новый перспективный класс твердотельных адаптивных матричных видеодатчиков, объединенных с микропроцессором в единый информационный комплекс. Это позволяет создавать в интегральном исполнении с фоточувствительной матрицей классификатор образов (пат. 4551629 США, НКИ 250—578; 4403238 США, НКИ 357—30; 4575762 США, НКИ 358—209). В таких адаптивных матричных анализаторах можно автоматически изменять частоту кадров, число строек и элементов в строке, время накопления и форму апертуры. При этом параметры регулируются с помощью управляющих сигналов, формируемых микропроцессором на основе оценки статистических характеристик сигналов анализируемых изображений 13.24].
Разработаны методы формирования переменной апертуры и алгоритмы управляемой пространственной фильтращш утзображе- ний, используемые для выделения информацуюнных фрагментов, сокращения потока информации и минимизации времени на обработку. Предложены разлушные способы изменения разрешающей способности системы и возможности обмена разрешающей способности на световую чувствительность при формировании сложной апертуры.
Подробные сведения о различных типах твердотельных матричных анализаторов изображений приведены в работе 13.24).
Как уже было показано, использование матричных преобразователей изображения в СМВ во многих отношениях отличается от их использования в стандартных телевизионных системах, причем октичия эти в первую очередь определяются различными требованиями к пространственно-временному разрешению и к использованию гибкой структуры управления параметрами считывания видеоинформации.”
Современная тенденция в создании преобразователей телевизионного формата с повышенным разрешением не осязательно согласуется с требованием создания СЛ1В, используемых в области сборки и контроля технологических процессов. Тенденция в сторону увеличения числа фотоячеек и улучшения электрооптических характеристик связана с усложнением требований к проутзводству и, следовательно, с повышением стоимости преобразователей. Для 101
целей контроля и сборки с помощью робототехнических систем высокое разрешение часто необязательно, и даже не всегда желательно. Экспериментально доказано, что использование матриц с числом элементов порядка 100 X 100 позволяет не только создавать устройства преобразования изображений с малой стоимостью и небольшим размером, но и достигать существенного снижения объема видеоинформации по сравнению со стандартными телесистемами, что позволяет использовать относительно простые микропроцессорные системы.
С разрешением непосредственно связана максимальная скорость опроса кадра. Для преобразователя с размерностью 400 х Х300 элементов, имеющего скорость передачи информации 5 МГц, время анализа изображения составляет 24 мс. Для регистрации изменяющегося окружения при контроле технологических процессов это время может оказаться слишком велико. Однако для преобразователя, имеющего 128 х 128 элементов и скорость передачи информации 7 МГн, время анализа изображения составляет уже 2,3 мс. Такое снижение времени анализа изображения на порядок может позволить производить регистрацию движущуюся объектов без применения дорогостоящих источников пульсирующего освещения либо оптических затворов.
В общем случае при использовании матричной структуры анализатора операции, выполняемые над изображением на начальной стадии их обработки, могут быть разделены на три основных категории:
Точечные операции, при реализации которых серый уровень в данной точке трансформированного изображения есть функция только уровня в соответствующем элементе исходного изображения. Такие операции включают в себя гамма-коррекцию, введение порога, псевдооцвечивание изображения и др.
Операции «с учетом ближайших соседей», при реализации которых серый уровень в данной точке трансформированного изображения есть функция уровней соответствующих элементов и их ближайших соседей в исходном изображении. Такое окно (или маска) применяется ко всем элементам исходного изображения в определенной последовательности. Как правило, применяется окно размером 3x3 элемента. В некоторых случаях необходимы окна более высокого порядка, однако это приводит к значительному увеличению объема вычислений.
Глобальные операции, которые реализуются для получения интегральных характеристик всего изображения, например для установления среднего уровня или для построения гистограммы распределения уровней и т. д.
Точечные и глобальные операции могут рассматриваться как два предельных случая операций с учетом соседних элементов* Последовательное применение операций последнего типа ко всем элементам изображения приводит к экстенсивному использованию компьютеров с архитектурой, позволяющей производить парал- 102
Рис, 3.1* Анализ изображем ния считывающим окном： а — активное изменение положения окна； 6 — переменное разрешение в анализируемой зонеРис, 3.1* Анализ изображем ния считывающим окном： а — активное изменение положения окна； 6 — переменное разрешение в анализируемой зоне
Рис, 3.1* Анализ изображем ния считывающим окном： а — активное изменение положения окна； 6 — переменное разрешение в анализируемой зоне
Рис, 3.1* Анализ изображем ния считывающим окном： а — активное изменение положения окна； 6 — переменное разрешение в анализируемой зоне
лельную обработку и выполнение указанных операций. Такие операции используют для усиления изображений и экстракции свойств изображений с малой интенсивностью, например для детектирования граней объекта и т, п. [3.36].
Необходимо отметить, что растровый сканирующий формат разложения изображения и последовательный вывод видеоинформации в большинстве случаев не является рациональным для использования в СМВ.
Современная усложненная автоматическая видеосистема представляет собой иерархическую структуру процессоров. Считывание и передача изображения осуществляется системой ввода, подающей видеоинформацию для последующего процесса обработки, который в свою очередь поставляет базу данных для центрального процессора. Центральный процессор ——это система, извлекающая информацию о локальных свойствах объекта и их взаимосвязи и сравнивающая эту информацию с некоторым заранее имеющимся представлением об окружающем мире. Информация не должна перемещаться только вверх по системе, поскольку решения, принятые на верхних уровнях, могут быть далее проверены путем модификации низших уровней обработки информации. Как правило, в такой структуре преобразователь изображения размещен вне непосредственного контроля автоматической видеосистемы. Вследствие этого невозможно направить «взгляд» преобразователя так, как это необходимо в процессе анализа изображения (например, на какой-либо определенный участок объекта).
Преобразователи, используемые в СМВ, должны обладать изменяемой структурой, позволяющей реализовать повышенную гибкость в работе. Таким требованиям соответствуют, например, фотодиодные матрицы с %——{/-адресацией, в которых можно сформировать окно, состоящее из л X ги элементов и перемещаемое в любую зону анализируемого изображения. Выделение небольшого окна из полного изображения широко применяется в технике обработки изображений (рис. 3.1, п). Такая обработка позволяет концентрировать возможности центрального процессора на кон* кретной задаче. Разработаны системы слежения за изолированным движущимся объектом для его распознавания. Время обработки кадра для окна размером 3x3 элемента составляет около 200 мкс, Однако в подобных системах доступ в каждый заданный момент
рис. 3.2. Различные типы компоновки считывающих элементов: а — прямоугольная структура; б —. гексагональная структура. Сплошные липни показывают непосредственно соседние элементы, штриховые —непрямые с ос едние элементы
времени лишь к определенной области матричного преобразователя означает, что время интегрирова
ния для каждой фотоячейки не является постоянным. Изменение размеров окна или локализация изображения может привести к ложным сигналам вследствие насыщения фотоячеек. Эти проблемы можно преодолеть с помощью специального устройства памяти «времени интегрирования», связанного с фотодиодным матричным преобразователем; с помощью управляющей системы, вырабатывающей сигналы «очистки» фото
ячеек, а также путем периодического переключения режима работы всего преобразователя с целью предотвращения эффектов насыщения.
Для интерактивного контроля разрешения преобразователя можно использовать строчное и шаговое суммирование, что достигается увеличением эффективного размера шага (рис. 3.1, 6)・ Из полномасштабного изображения выбирается область заданных размеров, и далее полученное окно рассматривается с большим разрешением. При необходимости процесс может повторяться вплоть до предельного разрешения, определяемого размерами отдельной фотоячейки матрицы. При таком способе переменного разрешения нагрузка центрального процессора остается постоянной и существенно меньшей, чем нагрузка, необходимая для анализа полномасштабного изображения.
В большинстве твердотельных преобразователей применяется стандартная ортогональная дискретная структура, хотя в телевизионных системах использовались также нецентрированные дискретные структуры, особенно для цветного изображения. Применение более сложных дискретных структур может улучшить разрешающую способность (пат. 4558365 США, НКИ 358—212).
В настоящее время имеются три различных подхода к построению дискретных структур, разбивающих изображение на регулярные области одинакового размера и формы, а именно: треугольная, квадратная (ортогональная) и гексагональная структуры. Из них наибольшее внимание привлекла квадратная сетка ортогональной структуры; во многом это связано с растровым сканированием в стандартной телевизионной технике.
С точки зрения обработки изображения наибольшую трудность представляют собой определение связности различных элементов (рис. 3.2, а). Имеется связность по четырем направлениям между квадратным элементом и его ближайшими непосредственными 104
соседними элементами, а также связность по четырем направлениям между этим элементом и его угловыми соседними элементами (расположенными в，2 раза дальше от его центра). Наличие двух типов связности приводит к значительным трудностям в разработке алгоритмов, например для слежения за гранями объекта, а также Для Ц-леи подсчета и нумерации компонентов систем 13.26].
Указанные проблемы отсутствуют при гексагональной структур6 Расположения элементов (рис. 3.2, 6), когда имеется единственный тип связности с шестью эквидистантными соседними элементами. В отличие от ортогональной структуры в данном случае имеются три главные оси вместо двух. Изотропный характер гексагональной структуры особенно привлекателен при рассмотрении естественных объектов с отсутствием выделенных преобладающих вертикальных или горизонтальных направлений линий. Преимущество такой гексагональной структуры для целей распознавания и обработки изображений было выявлено уже давно, и интересно отметить, что рецепторы роговицы человеческого глаза имеют приблизительно гексагональную структуру.
Было доказано, что основная информация в изображении содержится в переходах между различными интенсивностями, а не в абсолютных значениях уровней интенсивности. Выявление и рассмотрение этих переходов путем использования операций сравнения сигналов от соседних элементов позволяет существенно снизить динамическую область, квантование сигнала и требования к передаче данных в системах обработки изображений. Для анализа объекта с круглой границей гексагональная структура является оптимальной, при этом требуется на 13 % элементов меньше, чем при ортогональной структуре элементов преобразователя. В настоящее время проводится интенсивное исследование неоднородных схем взаимного размещения элементов матрицы; их полезность доказана для случаев, когда необходимо определение формы объекта, а также для получения информации о свойствах объекта, инвариантных по отношению к вращению. Комбинация гексагональной структуры элементов матричного преобразователя с гибким доступом может стать эффективным средством решения задач распознавания объектов.
Важное значение имеет выбор рационального освещения контролируемой сцены. Выбор типа освещения является фактором, существенно влияющим на сложность алгоритмов визуального восприятия. Произвольное освещение может привести к формированию изображений с низкой контрастностью, возникновению ложных деталей и другим недостаткам. Обычно путем использования оптимального освещения стремятся максимально выделить характерные признаки, на основе которых должны быть идентифицированы объекты. При этом используются различные источники света (рис. 3.3) и различные фоточувствительные анализаторы, в том числе выполненные на основе кремния (рис. 3.4). При этом весьма желательно иметь достаточное совпадение формы характе-
л
Рис. 3.3. Относительная спектральная чувствительность различных источников света( используемых в СМВ:
/ — импульсных Ламп； 2 — натриевых памп； 3 — флуоресцентных ламп; 4 — неоновых ламп; 6 — светодиодов; 6 — лазерных дяодов; 7 — вольфрамовых ламп： 8 — кварцевых галогенных ламп
ристик спектральной чувствительности источников освещения и используемых фотодетекторов. Для создания оптимальных условий освещения анализируемых сцен созданы разнообразные способы и соответствующие схемы, в том числе с применением проходящего или отраженного света (рис. 3.5). Чтобы однозначно обнаружить различные признаки в их совокупности, устройство освещения обычно включают в систему так, чтобы не возникали затемненные структуры, которые могут приводить к возникновению ошибок ⑶54].
В СМВ используют следующие типы освещения: рассеянное освещение, заднюю подсветку и пространственно-модулированное направленное освещение [3.28]. Первые два вида освещения используют в основном в системах пассивного анализа плоских сцен. Пространственно-модулированное освещение, сводящееся к проецированию на контролируем｝，【门 объект полос или решеток, используется, как правило, в активных системах анализа трехмерных сцен (как монокулярных, так к бинокулярных) и рассмотрено в гл. 4. Рекомендация по выбору оптимальных типов освещения при решении конкретных задач пассивного анализа визуальных сцен приводятся в работах [3.28; 3.54].
Значительный интерес представляет использование в системах автоматического анализа визуальной информации различных анализаторов инфракрасных изображений, действующих на основе анализа собственного ИК-излуче- ния контролируемых объектов. В то время как изображение в области видимого спектра образуется,
Рнс. 8.4, Типичная относительная чувствительность кремния в функции длины волны
EE
E
E
Рнс. 3.5. Способы подсвета анализируемого объекта:а — подсветка снизу через прозрачную опорную поверхность; б — рассеивающая под-светка со стороны фронтальной поверхности объекта; 8 — расположение вндеодатчика внезоны отраженных лучей; а — расположение видеодатчика в зоне отраженных лучей;@ — фронтальная подсветка поляризованным светом; е — структурированный подсзет;/ — вндеодатчик; 2 — анализируемый объект； 3 — прозрачная рабочая поверхность;4 — источники подсветки; 6 — поляризующий светофильтр; 6 — световая маска под-светки
в основном, за счет отражения и различий в отражательной способности, тепловое изображение формируется главным образом за счет собственного теплового излучения и различий в излучательной способности.
В анализаторах ИК-изображений для перехода от общей картины теплового поля к анализу поля температур объекта используются основные закономерности теплового излучения нагретых тел, описываемого законами Стефана—Больцмана и Планка, которые характеризуют соответственно полную энергетическую яркость излучения, его спектральное распределение и положение максимума кривой этого распределения. Для практического использования наибольший интерес представляет ИК-Диапазон длин волн 2... 14 мкм, который соответствует максимуму излучения большинства реальных тел в диапазоне температур 20...300 ℃ [3.8L
Создан ряд тепловизионных систем различного назначения, основанных на применении как разных типов оптико-механического сканирования с использованием линеек фотодетекторов, интегрирующих сигналы, так и фотоэлектронных и матричных ПЗС, фотодиодных и пироэлектрических приемных элементов (пат. 4642452 США, НКИ 250—213; 4650997 США, НКИ 250—236; 4728795 США, НКИ 250—347; 4724482 США» НКИ 358—113).
Разработаны разнообразные структурные схемы оптико-механических тепловизионных систем, осуществляющих различные 107
типы параллельно-последовательного сканирования с различными видами малоразмерных матричных фотодетекторов с интегрирующими линиями задержки, суммирующими сигналы чувствительных элементов, и различными схемами обработки получаемых сигналов 13.12; 3.16] (пат. 4327377 США, НКИ 358—199).
Разработаны оригинальные полосчатые ИК-детекторы с внутренней обработкой сигнала (типа SPRITE), позволяющие осуществлять последовательное интегрирование сигнала в процессе оптикомеханического сканирования. Такой детектор представляет собой нанесенную на сапфировую подложку ленту из чувствительного к инфракрасным лучам полупроводникового материала, имеющую только три электрических вывода. Этот ленточный элемент заменяет определенное число обычных отдельных детекторов, расположенных в ряд последовательно [3.52].
При облучении части ленточного элемента инфракрасными лучами в нем происходит генерация избыточных носителей заряда. Эти носители заряда движутся в направлении выходного электрода со скоростью, зависящей от материала элемента и тока смещения. Скорость дрейфа избыточных носителей заряда очень высока, она подбирается равной скорости, с которой по ленточному элементу перемещается сканируемый участок изображения. В результате все генерируемые под воздействием инфракрасного излучения избыточные носители заряда достигают выходного электрода ленточного элемента и формируют видеосигнал. Таким образом отпадает необходимость в дополнительных электронных устройствах, таких как элементы задержки, применяемые в случае использования линейного набора отдельных фотодетекторов, соединенных с помощью линий задержки.
В оптико-механических сканирующих тепловизионных системах, реализующих последовательно-параллельный тип сканирования изображения, такие ИК-детекторы используют в виде набора из М ленточных элементов, расположенных рядом. Они осуществляют растровое сканирование одновременно М строк изображения, при котором п участков в каждом ленточном элементе последовательно сканируют одну и ту же точку изображения. Для каждого из п участков ленточного элемента обеспечиваются опер ации временной задержки и интегрирования для того, чтобы сигналы от 孔 участков ленточного элемента последовательно суммировались при синхронном движении изображения и сгенерированной последовательности избыточных носителей заряда. При этом примерно в п раз возрастает чувствительность системы, а шумовая составляющая сигналов частично подавляется. Реализация рассмотрен- ного принципа позволяет воспроизводить ИК~изображение, по качеству соответствующее современным ТВ-системам.
В тепловизионных СМВ наряду с автоматической обработкой ИК-изображений и их идентификацией используются также различные принципы представления ИК-изображения оператору с применением некоторых типов функциональных преобразований, 108
цветового кодирования и оцифровки ИК-изображений [3.8].
В последнее время в связи с интенсивным развитием тепловизионных систем разрабатываются различные типы оптико-механи» ческих сканаторов 13.48]. При этом существенным усовершенство^ ваниям, повышающим их точность и технологичность, подвер* гаются такие классические схемы сканирующих устройств, как сканирующий барабан с зеркальными гранями, имеющими различный наклон зеркал к оси вращения (пат. 4699447 США, НКИ 350— 6.9; пат. 4641192 США, НКИ 358—206), сканирующие устройства с вращающимися зеркальными барабанами, осуществляющими раздельное сканирование строк и кадров (пат. 4650997 США, НКИ 250—236; пат. 4637680; 4715699; 4717223 США, НКИ 350— 6.8; пат. 4714960 США, НКИ 358—206: пат. 4520504 США, НКИ 382—1), устройства с вращающимися призмами (пат. 4717823 США, НКИ 250—236； пат. 4544228 США, НКИ 350—6.4; пат. 4662709 США, НКИ 350——6.7), различные вибрационно-зеркальные сканирующие устройства (пат. 4648685; 4690486; 4732440 США, НКИ 350—6.6), а также вибрационно-зеркальные сканаторы на основе пьезоэлементов (пат. 4708420 США, НКИ 350—6.6; пат. 4705365 США, НКИ 350—487),
Разработаны различные оптико-механические голографические сканирующие устройства, в которых на вращающемся сканирующем диске или цилиндре вместо обычных линз (каждая из которых сканирует свою строку изображения) установлены голографические линзовые элементы [3.21; 3.29] (пат. 4583816; 4591236； 4600266; 4610500 США, НКИ 350—3.71). Разработан также ряд новых комбинированных сканаторов, в которых рационально сочетаются принципы оптико-механического и электронного сканирования с помощью соответственно ориентированных линеек или малоразмерных матриц детекторов. При этом реализуются различные варианты параллельно'последовательной обработки сигналов с применением линий задержки, что позволяет существенно улучшить отношение сигнал/шум в получаемом видеосигнале [3.39; 3.42].
Необходимо отметить, что при анализе температурных полей требуется учитывать основные оптические характеристики анализируемых объектов и среды. Существует большое число факторов, влияющих на результаты измерения температурных полей с помощью тепловизионных систем и вызывающих ошибки при интерпретации этих результатов. Существенное влияние на точность измерения температуры оказывают такие факторы, как излучательная способность объекта, температура среды, прозрачность среды и др. Адекватная интерпретация термической картины часто является сложной задачей, поскольку информация, содержащаяся в тепловом изображении объекта, существенным образом зависит от указанных факторов. Эти трудности интерпретацуш теплового изображения являются прямым следствием того факта, что инфра- кр асный детектор регистрирует полную мощность излучения, достигающего детектора. В результате температура Гр, связанная 109
g данной мощностью излучения, может существенно отличаться от реальной температуры исследуемого объекта То. Мощность излучения, достигающего детектора тепловизионной системы, зависит от состояния поверхности объекта, состояния среды и оборудования, а также от условий измерения [3.37 ]. Если наблюдение проводится в направлении, перпендикулярном поверхноста объекта, то соотношение между температурой Тр и температурой Т0 может быть записано в следующем виде:
尸（Тр） ― Т%尸（Ю + 屯％々（1 — ео）尸（Та）， （3.1） где 尸（7） = j W^bdX;入I + %2 — спектральная область ннфракрае ного детектора; Wxb — спектральная испускательная способность абсолютно черного тела, описываемая законом Планка; t — коэффициент проницаемости среды; % — излучательная способность объекта; еа ——излучательная способность среды; k ——коэффициент, зависящий от типа среды; Та — температура среды.
На практике наиболее часто имеет место ситуация, когда окружающая среда представляет собой полупространство, которое излучает как абсолютно черное тело. В этом случае 々 = 1, t = 1 и уравнение （3.1） упрощается и принимает вид
尸（7\）-邙 j （丁。）+ （1- Ео） F ⑺力 （3.2）
Рассмотрим влияну!е параметров %, Та к т на температуру излучения двух типичных спектральных диапазонов： 2…5,5 мкм и 8... 12 мкм. Если известно влияние указанных выше факторов на температуру излучения, то становится возможным более совершенным образом интерпретировать термические изображения. При выявлении влияния излучательной способности объекта на температуру излучения будем рассматривать в качестве излучательной способности значение средней излучательной способности, определенной как
J/九卢d入
& — 2^ . “ （3.3）
По этой причине при измерении температуры с помощью тепловизионных систем необходимо использовать излучательную способность, непосредственно определенную с помощью специального оборудования. Во многих случаях это оказывается невозможным, и поэтому обычно используют полную излучательную способность, взятую из справочных таблиц. Однако при этом необходимо помнить, что при селективном излучении эта величина может существенно отличаться от действительной средней излучательной способности.
Предположим, что объект имеет постоянную температуру поверхности Г。，однако излучательная способность двух различных областей отличается на величину Де == ег — ^, тогда радиационно температуры соответствующих областей равны 7口 и 7M. Если расстояние между объектом и камерой тепловизора достаточно мало, то т = 1, и из соотношения (3.2) для области с температурой Тр имеем
尸(ТР1) = Е/(7。)+ (1 — 唠尸(Га).(3.4)
Для области с температурой Тра
尸(Тр2)= &2尸(То) + (1 — &2)尸(Та).(3.5)
Из соотношений (3.4) и (3.5) следует
F (厶2)= ( 1 -胃)尸(7") + ^F (7\).(3.6)
Если влияние температуры среды Та достаточно слабо, то выражение (3.6) упрощается и принимает вид
F(T^^^~^F(T^.(3.7)
Графически соотношение (3.7) представлено на рис. 3.6.
Кривые, приведенные на рис. 3.6, могут быть использованы для оценки погрешностей при измерении температуры в зависимости от точности определения излучательной способности. Например, для температуры Тр1 = 350 К и относительного изменения излучательной способности, составляющего 6 % (Ае/% = 0,06), разность АТ равна 2,5 К для диапазона 2…5,5 мкм и АТ = 5 К для диапазона 8…12 мкм. Погрешность измерения температуры АТ растет с ростом температуры излучения Тр1 и в диапазоне 8... 12 мкм приблизительно в 2 раза превышает соответствующие значения для диапазона 2...5,5 мкм.
Необходимо отметить, что в ряде случаев температура внешней среды оказывает существенное влияние на значение измеряемой температуры объекта. Зависимость температуры излучения Тр от температуры среды Та для нескольких различных значений излучательной способности, определенная согласно выражению (3.2) в предположении об измерении на достаточно близком расстоянии (т — 1) для температуры объекта То — 500 К, показана на рис. 3.7.
Зависимость разности температур АТ = ?q — Тр от температуры излучения Тр для нескольких значений излучательной способности, определенная согласно (3.2) в предположении, что т = 1 при температуре среды 7\ = 320 К, приведена на рис. 3.8.
Как видно из рис. 3.7, 3.8, влияние температуры среды на результаты измерений температуры объекта с помощью тепловизионных систем является значительным, особенно в случае, когда температура среды выше температуры исследуемого объекта, а также для малых значений излучательной способности. В завися-
111
方/05"L3RP
^ ^ ^ 尽|尽RP
30035Q4 0。450 勿/
Q)
%。3504 0。4 50Tpi,K
Рнс. 8,8. Зависимость разности температур Д Г ^ 仆】—Тр? от температуры 丁卩】дляразличных значений параметра Ae/j，
а I М е= 2 мкм; Xs = 5,5 мкм; б —九* = 8 мкм; Хя = 12 мкм
片片片片Тр*КТр*К4%4704%470£ = а%^£ = а%^«503003504仞450 TOj К«503003504仞450 TOj К4%4704%4704%4%3 仞3503 仞35040040045U45UОО
片片
片片
Тр*К
Тр*К
4%
470
4%
470
£ = а%^
£ = а%^
«50
3003504仞450 TOj К
«50
3003504仞450 TOj К
4%
470
4%
470
4%
4%
3 仞350
3 仞350
400
400
45U
45U
О
О
Тр от температуры %：九1 = 8 мкм; А, = 12 мкмТр от температуры %：九1 = 8 мкм; А, = 12 мкм%%一川一川7575300300е = “бе = “б0,80,8%%石=320К石=320К£ = 〃很£ = 〃很% 川0% 川0乃0。丿乃0。丿400 Гр, К400 Гр, К―心―心500500350炉丿350炉丿仞0仞0
Тр от температуры %：九1 = 8 мкм; А, = 12 мкм
Тр от температуры %：九1 = 8 мкм; А, = 12 мкм
%
%
一川
一川
75
75
300
300
е = “б
е = “б
0,8
0,8
%
%
石=320К
石=320К
£ = 〃很
£ = 〃很
% 川0
% 川0
乃0
。丿
乃0
。丿
400 Гр, К
400 Гр, К
―心
―心
500
500
350
炉丿
350
炉丿
仞0
仞0
Рнс. 3.7. Зависимость температуры а 一 統=2 мкм; А, = 5,5 мкм; б —
"「"Тр6 f 儿1 = 8 мкм;"「"Тр6 f 儿1 = 8 мкм;от температуры “ =12 мкмот температуры “ =12 мкм
"「"Тр
6 f 儿1 = 8 мкм;
"「"Тр
6 f 儿1 = 8 мкм;
от температуры “ =12 мкм
от температуры “ =12 мкм
Рис. 3• 8• Зависимость разности температур (22 мкм; А. 5[5 мкм;
мостн от параметров Та и 8 температура излучения 71P может 6бггь меньше, равна или больше, чем температура Т。. Температура среды оказывает большое влияние в спектральном диапазоне 8…12 мкм. С помощью построения кривых, аналогичных кривым, показанным на рис, 3.8, можно оценить значение погрешности, связанной с пренебрежением температурой Та в процессе определения температуры объекта Т。.
Необходимо также отметить, что на измеряемую температуру объекта существенное влияние может оказывать проницаемость промежуточной среды. Ослабление инфракрасного излучения, проходящего через атмосферу от объекта к детектору, связано с рассеянием и поглощением излучения. Как в спектральном диапазоне 2...5,5мкм, так и в диапазоне 8...12мкм, влияние рассеяния излучения частичками примесей и влаги пренебрежимо мало. Поглощение инфракрасного излучения происходит главным образом молекулами водяного пара, двуокиси углерода и озона. В диапазоне 2...5,5 мкм сильное поглощение имеет место для длин волн 2...3,5 мкм (Н2О и СО2), 4,3 мкм (СО2) и 5…5,5 мкм (Н2О). В спектральном диапазоне 8... 12 мкм главным фактором, вызывающим поглощение, является озон. Практически весь атмосферный озон находится на высоте более 24 км от поверхности Земли, поэтому влияние озона на поглощение инфракрасного излучения на высоте ниже этого уровня пренебрежимо мало. Таким образом, в спектральной области 8...12 мкм прохождение излучения через слой атмосферы наименее чувствительно к изменению атмосферных условий. Значение атмосферного поглощения заву!сит от расстояния между детектором и исследуемым объектом. В предположении, что в рассматриваемом спектральном диапазоне проницаемость атмосферы имеет среднее значение, равное т, можно написать
F (T^IF (Тр. 0) - т, (3.8)
где Трт — измеренная температура излучения; Тр, 0 — температура излучения при коэффициенте прохождения, равном т « 1 (т. е. измеренная на близком расстоянии от исследуемого объекта).
Зависимость разности температур излучения А7 = 7\.。一 7卩工 от температуры Трт для нескольких значений коэффициента проницаемости х, рассчитанная с помощью соотношения (3.8), показана на рис. 3.9.
Измеренная температура Трт может существенно отличаться от температуры Тр. 0- Например, для т = 0,8 и Трт = 350 К значение погрешности в измерении температуры составляет АТ = 9 К* Погрешность АТ растет с увеличением температуры 7口丁. 。
Таким образом, можно отметить, что изменения излучательной способности объекта, температуры промежуточной среды, а также проницаемости атмосферы могут вызвать существенные отличия измеренной температуры от реальной температуры объекта. При этом изменения излучательной способности оказывают наибольшее влияние на температуру излучения. Даже небольшие измене-
113
Рис. 3.9. Влияние проницаемости атмосферы т на погрешность при изменении темпе*' ратуры АТ:
а —餘==2 мкм;脑=Б,Б мкм; 6 —脑=8 мкм; *.二 12 мкм
ния излучательной способности (порядка нескольких процентов) могут привести к существенной погрешности при измерении температуры. Температура внешней среды влияет на получаемую тепловую картину наиболее существенно в том случае, когда излучательная способность объекта мала либо когда температура внешней среды выше реальной температуры объекта. Значение проницаемости окружающей среды по отношению к инфракрасному излучению должно учитываться в том случае, когда расстояние между камерой детектора и исследуемым объектом велико. При этом необходимо иметь в виду, что влияние излучательной способности объекта и температуры промежуточной среды максимально в спектральном диапазоне 8... 12 мкм, а влияние проницаемости внешней среды на излучение наиболее существенно проявляется в диапазоне 2...5,5 мкм. Температурные поправки, связанные с учетом влияния излучательной способности, внешней температуры и проницаемости атмосферы, могут быть легко введены в соответствующие калибровочные схемы тепловизионных систем.
В настоящее время разработаны различные подходы, позволяющие осуществлять гр адуировку тепловизионных систем и проводить коррекцию искажений результатов измерения пространственно- временных распределений температуры на контролируемом тепловом поле. Существуют два основных подхода к компенсации погрешностей измерения полей температур в инфракрасной области спектра, характеризующих измерения в статике и динамике: градуировка тепловизора по излучению черного тела и компенсация искажений, вносимых аппаратурной реализацией используемого метода измерений [3.27 ].
Кроме многочисленного класса полностью пассивных ИК<ис- тем визуального контроля объектов, в последнее время создан, по-видимому, весьма перспективный класс систем ИК-контроля, в которых температурное поле на объекте создается с помощью специального лазерного сканирующего устройства. Это равномерное (в начальный период) температурное поле затем деформируется в соответствии с внутренней структурой объекта или его внутренними дефектами. Таким образом, анализируя деформированное 114
температурное поле, можно получить информацию о качестве внутренней структуры объекта [3.25].
Разработаны различные варианты рассмотренного метода кон- #)оля объектов по деформации инициированного теплового поля. Созданы системы, основанные на использовании лазерных или других облучающих ИК^сканеров в сочетании со сканирующим радиометром для регистрации локального нагрева изделий в месте дефекта. Метод основан на том, что трещины поглощают излучение значительно в большей степени, чем бездефектная поверхность и, соответственно, сильнее нагреваются. При этом для обнаружения и идентификации дефекта могут использоваться сразу три физических эффекта, сопровождающих взаимодействие с ним излучения: местнын нагрев, рассеяние света и поглощение света. Соответственно, в приемной части системы могут быть реализованы три канала с различными фотоприемниками. Разработаны и другие устройства этого типа (пат. 4724314 США, НКИ 250—205; 4642452 США, НКИ 250—213; пат. 4733079 США, НКИ 250—341).
Представляет особый интерес новый подход, основанный на методе вибрационной термографии, суть которого заключается в том, что в дефектных областях фиксируется локальный нагрев изделия при механическом его возбуждении за счет резонансного эффекта. Меняя частоты возбуждения, можно выявлять различные дефекты, особенно в композитах.
Переходя к рассмотрению способов обработки визуальной информации, используемых в пассивных системах анализа плоских изображений, необходимо отметить, что вне зависимости от типа применяемого видеодатчика и используемого спектрального диапазона обработка производится с помощью ряда однотипных специальных алгоритмов [3.1; 3.14; 3.15; 3.41 ].
Для анализа несоприкасающихся и неперекрывающихся плоских объектов большой интерес представляет алгоритм обработки линеаризованных изображений. Этот алгоритм представляет собой алгоритм детального распознавания плоских объектов. После ввода изображения и преобразования его в цифровую форму путем обработки сегментов выделяют однородные области детали, затем, аппроксимируя контурные линии детали до многоугольника, представляют ее в виде координатных вершин. В большинстве случаев число вершин, составляющих линеаризованные данные, достигает менее 100 точек; обычно используют число точек порядка 50. Изображение, анализируемое видеодатчиком, обычно имеет более 60 тыс. элементов; благодаря линеаризации обрабатываемые данные можно сжать до 1/1000, что позволяет реализовать высокую скорость обработки.
Метод аппроксимации изображения плоского объекта до многоугольника заключается в следующем： устанавливают границы контура изображения, которые распознаются как сегменты и пре- доставляются в виде прямолинейных отрезков, затем выделяют координаты точек их пересечения (вершин). Путем сопоставления 115
ряда вершин изображения с линейным шаблоном можно выполнять линеаризованную обработку с высокой скоростью. При распознавании деталей по линеаризованным данным используются два способа: сравнение основных признаков изображения и сопоставление линеаризованных образов.
При использовании способа сравнения набора признаков тип детали определяют по степени подобия каждого признака. К основным признакам объекта относят следующие величины: центр тяжести, площадь, длину периметра, вторичный момент и т. д. Этот набор признаков можно легко получить путем нахождения численных значений на основании координатных вершин многоугольника, взятых из линеаризованных данных. Сравнением этих величин с эталонным образом можно определить тип простой детали.
При использовании способа сопоставления линеаризованных образов данные об исходном изображении и линеаризованные данные об эталонном образе совмещаются, и в зависимости от степени их совпадения можно определить тип детали. По сравнению со способом использования набора признаков изображения, в этом способе сравниваются непосредственно данные о форме деталей, поэтому возможно получение более высокой точности оценки.
В рассмотренном алгоритме обычно используются данные о нескольких десятках точек вершин многоугольника. Обработка данных выполняется в цифровой форме, поэтому такой алгоритм, реализованный на микроЭВМ, обеспечивает обработку изображений с высокой скоростью и высокой точностью. Например, с помощью универсального пакета программ при определении типа детали на основании набора простых признаков можно получить скорость распознавания примерно 0,3 с/деталь. Используя сопоставление линеаризованных образов, можно получить скорость распознавания около 0,5—0,6 с/деталь.
Таким образом, алгоритм распознавания многоугольных форм Дает возможность определять характеристики конфигурации изображения объекта на основе графического метода обработки, причем многоугольная аппроксимация формы бинарного изображения создается сегментными линиями и вершины этой многоугольной формы выражаются координатными данными. Благодаря такому многоугольному представлению бинарного изображения можно значительно уменьшить количество обрабатываемых данных без потери важных особенностей изображения оригинала. Например, зону предмета, состоящую приблизительно из 3000 элементов изображения, в многоугольной аппроксимации можно заменить данными для 70 вершин. В результате этого существенно упрощается процесс перемещения и вращения образов путем изменения координат в целях сопоставления, и можно быстро выполнять обработку характерных параметров [3.61].
Метод распознавания многоугольных образов обычно включает следующие операции:
116
сегментацию;
^структурирование: анализ внутренних и внешних взаимосвязей между пятнами и выражение этих взаимосвязей методом древовидной структуры;
многоугольную аппроксимацию: выражение контуров пятеи сегментными линиями;
расчет характерных параметров: расчет координат X, Y центра объекта, определение направления основной оси второго момента и др;
щего многоугольника;щего многоугольника;многоугольное сопоставление: размещение анализируемого образа на эталонном образе и определение площади перекрываю
щего многоугольника;
щего многоугольника;
принятие решения: идентификация детали, определение ее местоположения и ориентации.
В случае анализа зашумленного изображения для уменьшения влияния фона в ТВ-растре обычно используется стробирующее окно. Благодаря использованию такого окна (маски) обработку изображений со сложным фоном можно выполнять с высокой скоростью и стабильностью.
Обучение СМ В проводится путем предъявления реальных деталей, которые используются как эталонные образы. Инструктирование СМ В по реальным деталям происходит следующим образом: распознается образ детали, результат распознавания вводится в память системы. При вводе данных устанавливают ступени обра* ботки, для каждой из которых используют определенное сочетание указанных пороговых значений и области обработки изображения.
Процесс распознавания может быть реализован в виде двух действий: поиска указанной детали и определения типа детали. При поиске указанной детали СМВ выделяет из эталонных образов один образ, находит такой же образ среди вводимых изображений объектов и определяет его положение и ориентацию. При определении типа детали, наоборот, среди эталонных образов ищется образ, аналогичный введенному изображению объекта, и сообщается о его типе, положении и ориентации. Все операции по установлению способа распознавания и записи эталонных образов обычно выполняются путем ввода ключевых слов с операторского
пульта.о ,
Разработана оригинальная СМВ, в которой на фоточувстви- тельной поверхности твердотельного видеодатчика при его настройке может формироваться необходимое число «окон» нужной формы, и идентификация изображения проводится на основе совл1е£ггного анализа сигналов, поступающих от этих «окон» 13.40, З.ЬЗ]. Принцип действия такого видеодатчика сводится к следующему. При обучении системы в надлежащем месте в поле зрения видеодатчика устанавливается эталонный образец, и формирует бинарное изображение. Далее многочисленные :。飓@： ：**工 руются на наиболее важные участки изображения, уд может быть проведена идентификация объекта, р
Рнс. 3.10. Пример расположения «окон» Рис. 3.11. Расположение анализирующих в случае распознавания символов«окон» для проверки правильности на
клейки этикеток
нии каждого «окна》устанавливают стандартные оценочные значения.
Простейшим примером подобного размещения «окон» может служить рис. 3.10. Как видно из этого рисунка, в случае анализа символов, образуемых стандартными сегментами, на каждый символ следует ориентировать семь 《окон》.
В общем случае в процессе функционирования такой системы машинного видения при анализе контролируемого объекта сигналы видеодатчика преобразуются в двоичную форму и вычисляются площади «окон». Затем по результатам сравнения полученных значений с эталонными осуществляется классификация. При необходимости можно помимо определения отдельных площадей 《окон》обеспечить вычисление суммы или разности площадей пар «окон».
СМ В такого типа позволяет достаточно просто и быстро проводить классификацию объектов, контролировать их расположение, степень смещения, перекосы, ориентацию и пр. Выбор параметров, необходимых для принятия решений, например формы и размеров «окон», их мест размещения, критериев оценки и наличия корреляционных связей осуществляется в процессе настройки системы для решения конкретной задачи. Таким образом удается достичь гибкого соответствия характеристик системы изменениям рассматриваемых объектов и способов их оценки, а также представляется возможным легко приспосабливаться к различным задачам.
В подобной системе допускается задание нескольких десятков «окон», причем они могут иметь самую разнообразную форму, например треугольную, четырехугольную, многоугольную, круглую, кольцевую и т. д. Позиции «окон» могут приходиться на любые свободные участки в пределах кадра изображения. Вследствие этого путем подбора формы, и позиций «окон», их числа и размеров можно гибко приспосабливаться к анализу самых разнообразных объектов (рис. 3.11). Кроме того, возможность задания любых многоугольных «окон» позволяет формировать《окна》, наилучшим образом соответствующие форме контролируемых
объектов и принимать решения, характеризующиеся высокой точностью.
В системе может быть предусмотрена реализация функций корреляционной оценки площадей двух《окон》. Решения, связан- нме с корреляционной оценкой, могут быть также одновременно приняты в отношении любых п《окон》. Путем корреляционной оценки площадей можно с высокой точностью определять уклонения, смеш,ение позиции, степень децентрирования, а также осуществлять контроль размеров. При этом критерии принятия решений могут свободно и независимо устанавливаться для каждого отдельного《окна》каждой пары или группы《окон》(пат. 4555801 США, НКИ 382—44; пат. 4566126 США, НКИ 382—48). Подобные СМВ обладают также некоторой степенью приспособляемости, которую можно программировать в соответствии с назначением, целями использования и типом контролируемого объекта.
Рассмотренные выше СМВ предназначены для анализа плоских произвольно расположенных деталей, которые не соприкасаются. Для идентификации деталей в этом случае используется комбинация признаков, определяющих их форму, причем эти признаки могут оказаться неверными, если детали соприкасаются или перекрываются. Разработан также ряд подходов к созданию систем технического зрения, в которых значительно ослаблены требования к несоприкасаемости деталей. В таких системах использованы способы распознавания, при которых объекты описываются характерными углами и контурами (локальными признаками) вместо глобальных характеристик.
Наиболее перспективным методом идентификации соприкасающихся 乳 частично перекрывающихся деталей может быть признан метод, основанный на сравнении признаков. При этом подходе для построен и я визуальной модели объекта используются пространственно связанные контурные признаки, такие как прямые линии, дуги, углы и отверстия. Объекты распознаются путем сравнения признаков на изображении с признаками предварительно запомненных эталонов. Поскольку распознавание здесь основано на контурных сегментах, а не на «полном контуре》，объекты могут быть распознаны даже в тех случаях, когда контуры обнаруживаются не полностью вследствие низкого контраста или перекрытия
[3.55，3.57
Такая система обрабатывает бинарные изображения, которые воспринимает матричный видеодатчик. Затем система выполняет контурную обработку для обнаружения контурных признаков объекта. Свойства этих признаков и их пространственные отношу. НИЯ являются ереД-вом эффектного визуа^^^ образа. Система сравнивает фрагменты (контурные приз ) изображения с признаками запомненных прототипов.р
нение нескольких признаков дает положительный р У >'
двигается предположение о типе, пространств
и ориентации объекта. Затем проводится верификация путем
просмотра всех контуров прототипа с целью получения дополнительных доводов в пользу того, что этот прототип Присутствует на изображении. Для того чтобы определить, какая доля контуров должна совпадать при сравнении, пользователь вводит пороговый параметр.
Система технического зрения этого типа может работать g видеодатчиком, имеющим либо линейную развертку (для деталей, перемещающихся на конвейерных лентах), либо двумерную (для работы с неподвижными деталями). Рассмотрим СМВ первого типа, действующую совместно с системой конвейера. Видеодатчик установлен непосредственно над конвейерной лентой. Интерфейс видео- датчика сравнивает поступающие данные с порогом и представляет их в виде текущих расстояний между переходами от белого к чер~ ному. Эти сигналы затем поступают в процессор для обработки изображения. Выявленные контуры объектов непрерывно отображаются на видеомониторе.
В обычном режиме работы СМВ выполняет операции по обра- ботке данных в следующей последовательности. В процессе поступления данных строка за строкой осуществляется анализ связности поступающих сигналов. Когда замыкающий участок контура объекта проходит перед видеодатчиком, СМВ начинает обрабатывать контур изображения. Эта обработка состоит из многих этапов, в течение которых формируются различные представления контуров, последним из таких представлений является связность последовав тельности прямых линий и дуг. После этого осуществляется распознавание детали путем сравнения контурных признаков с признаками моделей прототипов [3.40 ].
Полная обработка изображения включает в себя следующие этапы: анализ связности; кодирование граничных участков; сглаживание граничных участков; аппроксимация границ прямыми линиями и дугами; классификация угловых признаков; предложение прототипов для сравнения; сравнение с целью верификации.
Объект считается локализованным и правильно идентифицированным, если все этапы успешно завершены. В этом случае вьь является наименование объекта, его положение, двумерная ориентация и мера, определяющая, насколько хорошо распознан объект.
Рассмотрим последовательно все этапы обработки изображений [3.57]. Первым этапом является анализ связности. Входные данные для анализа связности поступают с выхода видеодатчика в виде видеосигнала —• строка за строкой. Это компактное описание изображения детали представляет собой просто список длин участков между переходами от черного к белому или от белого к черному. В соответствии с алгоритмом анализа связности объединяются в группы последовательности одноцветных участков, тем самым осуществляется сегментация изображения на черные и белые области. Последовательно обрабатываются закодированные текущие длины строк и вычисляются площадь и периметр каждой области (пат. 4718101； 4731858 США, НКИ 382—9).
Кодирование является вторым этапом обработки изображения. Этот этап начинается после того, как оказывается замкнутой рассматриваемая область изображения. На этом этапе появляется цепочка кодов, описывающая периметр области, т. е. осуществляется кодирование границ области. Этот процесс приводит к последовательности ступенчатых переходов вдоль граничных элементов изображения.
Следующим, третьим этапом обработки изображений плоских объектов является сглаживание граничных участков. На этом этапе для отдельных участков периметра подбираются прямолинейные сегменты с целью представить периметр изображения в более сжатой форме. Получаемые граничные сегменты аппроксимируют кодовую цепочку, описывающую границы. Результат действия этого алгоритма заключается в том, что квантифицированные описания границы, представленные кодовой цепочкой, сглаживаются и осуществляется отображение их в более сжатом виде набором сегментов.
Четвертым этапом обработки является аппроксимация границ прямыми линиями и дугами. На этом этапе происходит подбор прямолинейных сегментов и дуг окружностей, оптимально аппрок
симирующих сглаженные границы, полученные на третьем этапе. Прямые линии и дуги подбираются в пределах допусков, определяемых пользователем. В результате этой операции количество данных еще более сокращается. Важный довод в пользу аппроксимации границ прямыми и дугами заключается в том, что по сравнению с аппроксимацией только прямыми линиями, здесь появляется большее разнообразие типов границ и углов, что облегчает идентификацию. Хотя этот этап требует большего объема вычислений, он приводит к более сжатому описанию образа [3.57 ].
Пятым этапом обработки изображений является классификация угловых признаков. На этом этапе классифицируются все связанные пары граница—граница, где границами являются прямые линии и дуги, полученные на предыдущем этапе, и эти пары соотносятся с известными классами углов у прототипов.
Классы углов выбираются в процессе обучения на основе тех объектов, которые должны распознаваться с помощью данной СМВ. В общем виде существует только несколько типов углов: прямая—прямая, прямая—дуга, дуга—прямая, дуга—дуга. Однако реальные классы углов каждого прототипа определяются дополнительно еще и специфическими параметрами. В зависимости от размера углы разделяются на различные массы. Кроме того, к различным классам относятся углы с разными минимальны ш и максимальными длинами каждой из линии, обРа^^ У^' Дуги разделяются на классы в зависимости от угло р р , радиусов nvr и указатели負 вогнутости-выпуклости.
° Каждаяпара пзаничных отрезков на изображении с=ивается со всеми классами углов. Если в процессе °Р：； попустимые соответствующий тип угла и параметры поп Д .丄]2]
для класса грзницы, пара отрезков помешается в классификационный СПИСОК углов. и
Шестым этапом обработки изображении является предложение прототипов для срявнения. На этом этапе строятся предположения, что определенные прототипы находятся на изображении в определенном месте и имеют определенную ориентацию. Система предлагает варианты прототипов для последующего сравнения с изображением. Эти предложения основаны на классификации углов, выполненной на предыдущем этапе. Каждый класс рассматривается в определенном порядке, пока не будут проверены либо все контуры изображения, либо перебраны все возможные варианты прототипов, которые могут быть использованы для сравнения. Возможным вариантом для сравнения является каждый угол на изображении и угол прототипа, попадающие в один класс. Процедура сравнения требует дополнительного подтверждения, когда с обнаруженным на изображении классом углов совпадает более одного угла прототипа [3.55 ].
Последним этапом обработки изображений является этап сравнения с целью верификации (проверки). Этот этап проводится по подготовленному варианту прототипа, предлагаемого для сравнения с изображением. Целью этого этапа является установление, присутствует ли предлагаемый прототип на изображенни. В процессе сравнения контуры прототипа накладываются на изображе- ниеи производятся смещения и повороты в плоскости изображения. Осуществляется поиск совпадений граничных участков изображения с прототипом и проверяется мера совпадения. Если на изображении есть достаточное число границ, совпадающих с прототипом, сравнение считается успешным. При этом уровень «достаточности» определяет пользователь, когда задает порог при обучении.
Пользователь обучает СМВ, настраивая ее на распознавание определенных деталей, причем обучение в значительной мере автоматизировано [3.51 ]. Чтобы ввести в систему сведения о новом прототипе, пользователь печатает наименование объекта и предъявляет образец этого объекта видеодатчику. Система производит обработку изображения вплоть до этапа аппроксимации прямыми линиями и дугами* Результаты аппроксимации выводятся на видеомонитор, чтобы пользователь мог отредактировать их, провести уточнение топологии той модели, которая будет представлять деталь в системе. Результаты выполнения редакционньтх команд сразу же выводятся на дисплей.
Во время обучения система набирает статистику средних значений и стандартных отклонений для различных размеров деталей. В процессе обучения можно присваивать различные весовые значения разным участкам границ изображения. Это бывает полезным для выполнения контрольных операций, при которых, например, наличие отверстия или группы контуров оказывается важным для того, чтобы отличить хорошую деталь от бракованной. Весовые 122
факторы обычно используются при обработке изображений на окончательком этапе - при проведении^ерификации
Разработаны различные алгоритмы распознавания изображе- нни, использующие статистические и структурные методы расизм ван* и их комбинации [3.2; 3.5; 3.22; 3.23; 3.43; 3.53; 3.59],
На основе использования подобных алгоритмов действуют различив^ систему распознающие многотоновые изображения (“ат•经?°8亿 4504969 США, НКИ 382—10; пат. 4736437 США НКИ 382—4;嚷7 M9°関勺山儿 НКИ 382—27), контурные изображения (пат. 4644583 США, НКИ 382—22; пат. 4685143 США НКИ 382—25; пат. 4490851 США, НКИ382—43; пат. 4736443США* НКИ 382—48), текстурные изображения (пат. 4617682 США： НКИ 382—28), а также изображения символов и знаков (пат. 4680805 США, НКИ 382—22; пат. 4630308 США, НКИ 382—27; пат. 4672678 США, НКИ 382—30; пат. 4641355США, НКИ 382—34).
Кроме рассмотренного выше класса оптико-электронных анализаторов двумерных изображений, основанных на использовании электронных микропроцессоров [3.4; 3.7; 3.11; 3.13; 3・49], существует также класс оптических анализаторов изображений, основанных на использовании аналоговых и цифровых способов обработки визуальной информации [3.6; 3.19; 3.20]. Разработаны различные когерентные голографические системы распознавания изображений (пат. 4686027 США, НКИ 350—3.6; пат. 4705344 США» НКИ 350——3.73), а также предназначенные для этих целей когерентные и некогерентные оптические процессоры (пат. 4712059 США, НКИ 324—77; пат. 4429954; 4576434; 4673241; 4655542; 4726639 США, НКИ 350—3.64; пат. 4318581 США, НКИ 350—3.74).
Оптическая обработка информации имеет ряд преимуществ. Спектр светового излучения расположен в высокочастотной области спектрального диапазона электромагнитного излучения. Поэтому узконаправленный световой луч может содержать больше энергии, чем низкочастотное излучение. Эти особенности обеспечивают более высокую плотность расположения независимых каналов передачи в вычислительной системе. Оптические сигналы могут проходить друг через друга (в оптически нейтральной среде) без взаимного влияния, они могут проходить параллельно без взаимных помех. Кроме того, оптические сигналы в периоды времени, составляющие меньше 1 нс, могут вступать во взаимодействие с некоторыми материалами. Это обеспечивает высокую информационную пропускную способность оптических устройств.
Передача данных при помощи световых волн существенно увеличивает число операций» которые вычислительное устройство может выполнять за секунду. Причина этого заключается в том, qTO оптические системы функционируют практически без задержек, в то время как движения носителей заряда в электронных схемах должны постоянно преодолевать время задержки, связанное с емкостью и индуктивностью вычислительных элементов. Поэтому скорость передачи данных в электронных вычислительных системах 123
намного ниже скорости света, а математические операции длятся дольше, чем в эквивалентных оптических системах.
Параллелизм и отсутствие взаимных помех при передаче и обработке сигналов ——выигрышные свойства оптических вычислительных систем, делающие возможным весьма удачное решение некоторых вычислительных и коммуникационных проблем, ограничивающих основные характеристики современных ЭВМ. Оптическая бистабильность предоставляет возможность построения оптических логических вентилей, характеристики которых по быстродействию и мощности сопоставимы с аналогичными характеристиками соответствующих электронных устройств [3.38 ]. При этом для реализации преимуществ параллелизма и коммуникационных возможностей оптики может быть использована архитектура поточной обработки.
Итак, в оптических вычислительных системах возможна параллельная передача данных по большому числу каналов с значительной шириной полосы. Линзы, призмы и зеркала обеспечивают изображения с разрешающей способностью несколько миллионов точек, при этом каждый канал передачи данных отличается большой шириной полосы. Взаимосвязи при пересечении световых лучей полностью исключены.
Попытки использовать перечисленные свойства оптических элементов и структур в вычислительной технике реализуются на основе аналоговых и цифровых принципов. Свойства оптических элементов, связанные с параллельной обработкой информации по большому числу каналов и их широкополостностью, в аналоговых оптических системах используются уже довольно давно. Использование этих свойств в цифровых системах пока еще ограничено, поскольку отсутствуют соответствующие элементы, обладающие требуемыми характеристиками. Уже в течение длительного времени проявляется большой интерес к возможности построения цифровых оптических вычислительных систем. Прикладываемые усилия сдерживались до последнего времени отсутствием необходимых оптических логических элементов и запоминающих устройств. В настоящее время технологические достижения сделали доступными оптические логические элементы, быстродействие и мощность которых сопоставимы с характеристиками элементов обычных электронных схем [3.35; 3,50].
В оптических аналоговых системах вычислительным параметром является интенсивность излучения света, а для реализации самих вычислительных операций могут использоваться физические процессы, скорость протекания которых приближается к скорости свита. Вследствие этого результат сложной вычислительной операции можно получить практически моментально. Для решения той же задачи с помощью цифровой вычислительной системы соответствующий параметр сначала необходимо перевести в двоичную цифровую систему. Сложные задачи могут потребовать выполнения миллиардов арифметических операций,прежде чем будут получены 124
результаты. Очевидно, что в принципе аналоговая вычислительная система может быть значительно более быстродействующей, чем цифровая. Для аналоговой системы не требуется программирование в том виде, в каком оно необходимо для цифровой машины, т. е. в качестве определения вычислительного предписания, поскольку сами блоки аналоговой системы уже содержат «вычислительное предписание».
Чтобы использовать непосредственно заложенную в оптике способность к параллельной обработке в аналоговых вычислительных блоках, можно применять двух- или трехкоординатные профили интенсивности, как это имеет место при оптической обработке изображений.
За последнее время ассортимент вычислительных операций, выполняемых аналоговыми блоками, значительно расширился. Если первоначально аналоговые оптические вычислительные сис
темы могли выполнять только сложение-вычитание, }тмноженнеделей ие и дифференцирование-интегрирование простых параметров, то сейчас они выполняют сложение, вычитание, умножение двух- и трехкоординатных полей (обработка изображений), преобразование ①урье, корреляцию, свертку и другие операции, вытекающие из перечисленных (пат. 4728789 США, НКИ 250—236; пат. 4707077; 4566757 США, НКИ 350—162.12; пат. 4588260 США, НКИ 350—162.13; пат. 4563091 США, НКИ 356—349; пат. 4723222 США, НКИ 364—822; пат. 4686647 США, НКИ 364—850; пат. 4573198; 4637055; 4637056 США, НКИ 382—31).
В настоящее время оптические аналоговые вычислительные системы обладают меньшей точностью по сравнению с цифровыми. Это связано с изменчивостью характеристик элементов (например, из-за колебаний температуры и старения), с ошибками приближения при анализе результатов вычислений и с проблемой распространения помех. Однако такое положение может измениться, поскольку новые элементы, создаваемые в последнее время, позволяют надеяться на улучшение характеристик оптических аналоговых
вычислительных систем.
В настоящее время достигнуты определенные успехн в области создания оптических цифровых вычислительных систем и их элементной базы. Исследования по оптико-цифровым вычислениям затрагивают широкий диапазон областей, к которым в первх ю очередь относятся работы, посвященные вентильным у стропствам, параллельной логике, оптической бистабильности и попеку концепций построения оптнко-цнфровых вычислительных систем.
Главное ценное качество цифровых оптических компьютеров основано на том, что реализовать параллелып-ю архитектуру в оптике намного легче, чем в электронике. Электронные параллельные компьютеры имеют тот недостаток, что, как правило, каждый отдельный процессор может связываться непосредствешю (и быстро) только с одним из четырех близлежащих соседних. Отсюда вытекает, что параллельные электронные процессоры могут ыстро
выполнять только те алгоритмы, которые требуют обеспечения взаимодействия лишь между соседями. Решение задач по алгоритм мам, где необходимо всеобщее взаимодействие, ка% например, при выполнении преобразований Фурье, потребует при использовании последовательного компьютера большого числя (2N log N) шагов. Параллельный цифровой оптический компьютер может выполнить задачу преобразования Фурье только за 2 log N шагов, производя всегда одновременно N операций за один шаг и чередуя параллель- ную логическую обработку с установлением параллельных связей. Разработаны также алгоритмы быстрого преобразования Адамар% выполняемые при параллельной обработке за 2 log ^ шагов [3.35 ].
Уверенность в возможностях и перспективах оптических устройств при параллельной обработке информации подтверждается практикой применения аналоговых пяраллельных оптических процессоров в таких областях, как обработка изображений, радарная техника бокового обзора, обработка сигналов в акустооптике, а также в различных устройствах пространственной фильтрации. Это объясняется тем, что осуществление параллельных связей с помощью взаимоперекрещивающихся световых лучей производится более эфффективно. В настоящее время преимущества параллельных оптических связей могут быть реализованы и в области цифровой обработки информации.
Определенные успехи достигнуты в области создания оптических элементов нового типа, реализующих вычислительные функции цифровых систем. Действие этих элементов основано на использовании физических эффектов и явлений, относящихся к области нелинейной оптики. Такие элементы управляются оптическими сигналами и предназначены для обработки оптических сигналов. Такого рода элементы могут быть объединены в логические цепи и на их основе построены сложные системы обработки информации.
Основными элементами оптических вычислительных систем и их запоминающих блоков являются переключатели (при использовании двоичной логики), которые могут находиться в двух различных положениях. Время, необходимое для переключения, определяет максимальную рабочую скорость отдельных блоков всей системы.
Разработаны различные варианты оптического аналога транзистора, который получил название трансфазор и обеспечивает время переключения порядка нескольких пикосекунд, т. е. в тысячу раз меньшее, чем у самых быстрых транзисторов. Изменение интенсивности света, падающего на такой элемент, вызывает изменение его оптических свойств, позволяя переводить его из прозрачного состояния в непрозрачное и наоборот. Луч малой интенсивности, падающий на такой элемент, действует как сигнал, открывающий элемент и пропускающий через него более мощный луч (пат. 4675518 США, НКИ 250—205; пат. 4588896 США, НКИ 250—213; пат. 4716449 США, НКИ 357—30; пат. 4468772; 4713818 США, НКИ 372—8; пат. 4403323 США, НКИ 372—40).
Дор™ У™ Определенные успехи в создании оптических бистабильных элементов. Такие элементы переключаются нмпул〉 сом света из непрозрачного состояния в прозрачное и затем удерживаются в этом состоянии лучом сравнительно малой интенсивности, т. е. выполняют функцию устройств памяти. Кроме транс- фазоров и оптических бистабильных переключателей разработаны н другие нелинейные оптические элементы; амплитудные ограничите^ импульсов, ограничители мощности, логические элементы И и ИЛИ и др.
Значительное число оптических устройств и элементов, которые были разработаны в общих целях, могут быть применены в цифровых оптических компьютерах. Примерами таких устройств являются: детекторные матрицы; устройства, изменяющие фазу колебаний; пространственные модуляторы света и др. Линзы в сочетая и и с призмами и зеркалами могут пересылать из одного места в другое целые массивы цифровой информации, производя одновременно ее переадресацию. Если точечный источник, расположенный в передней фокальной плоскости линзы, испускает световые импульсы (синхронизирующие сигналы), то при распространении эти импульсы достигают одновременно (в пределах фемтосекунд) матриц, состоящих из миллионов рабочих устройств. Таким образом, простейшая линза является устройством разветвления по выходу с качеством синхронизации намного более высоким, чем это требуется в настоящее время.
Весьма эффективным является использование линз в оптических компьютерах для осуществления Фурье-преобразований. Совместно с голографическим фильтром линза обладает способностью коррелировать двумерную матрицу данных. Целый ряд новых возможностей при создании оптических компьютеров может предоставить волоконная и интегральная оптика (пат. 4549085 США, НКИ 250—551; пат. 4579421; 4647154США, НКИ 350—162.12; пат. 4506544 СШАД-1КИ 350—162.13; пат. 4633427 США, Н КИ 364—822).
Методы интегральной оптики позволяют собрать воедино волноводные структуры, электронно-оптические устройства, источники излучений и детекторы в плоский (или объемный) массив. Интегрально-оптические устройства имеют много различных схемных возможностей реализации логических операций и других операций обработки сигнала. Интегральная оптика в данном применении привлекательна также тем, что может реализовать высокие скорости переключения и хорошо совместима со световолоконной передачей информации [3.62].
С помощью оптических элементов типа трансфазоров возможно создание многозначных логических схем, позволяющих реализовать более двух вариантов коммутаннн в виде комбинации нескольких двоичных элементов, отличающихся различными входными характеристиками.
Оптические и электрон но-оптические комби ни ров а иные трансфазоры могут быть объединены в двухкоординатные матрицы» что 127
обеспечивает возможность реализации большого числа одновременных параллельных вычислительных операций. В этом случае даже при относительно невысокой скорости переключения отдельных элементов матрицы можно обеспечить очень высокую общую скорость обработки информации. Функциональные возможности логических устройств и блоков памяти в этом случае обеспечивают разнообразие структурных схем новых оптических вычислительных систем. При этом ввиду того, что все элементы памяти могут срабатывать одновременно и параллельно (или иметь ассоциативный принцип действия), отпадает необходимость в последовательном управлении запоминающими устройствами (пат. 4318581 США, НКИ 350—3.74; пат. 4701879 США, НКИ 365—49; пат. 4739496; 4750153 США, НКИ 365—125).
На современном уровне интегральной технологии вполне возможно создание подобной оптической вычислительной системы с общей интегральной схемой и динамически управляемым оптическим стробирующим полем. При этом блок ввода/вывода, центральный блок и запоминающее устройство составляются из транс- фазорных элементов в интегральном матричном исполнении. Соединения между трансфазорными схемами, из которых состоят основные функциональные блоки и схемы управления ими, в этом случае осуществляется световыми потоками.
Среди разнообразных структурных схем оптико-цифровых компьютеров необходимо отдельно рассмотреть так называемые оптические вычислительные системы, действующие на основе параллельной матричной логики. В этих системах используется метод, ориентированный на выполнение оптических логических операций, реализующий различные процедуры кодирования изображений и оптической корреляции [3.601. Данные системы могут выполнять различные параллельные операции над соседними элементами, такие как операции регулярной логики, а. также параллельные логические операции для обработки двумерных дискретизированных изображений. С помощью подобных систем можно также выполнять различные итерационные операции. Для оптического кодирования изображений в таких системах используются пространственно-временные модуляторы света, работающие на просвет; модуляторы, выполненные на жидких кристаллах, и другие устройства.
При использовании оптической матричной логики любая операция над соседними элементами может быть однозначно определена системой операционных ядер, причем она достаточно просто реализуется на основе параллельной структуры с использованием различных оптических корреляционных вычислительных процедур над соответственно кодированными изображениями. Вследствие этого оптико-цифровые вычислительные системы параллельной обработки изображений, построенные на основе оптической матричной логики, являются эффективными системами с простой архитектурой.
В заключение можно отметать, что прогресс в оптико-цифровой технике базируется на введении обратных связей на основе оптической нелинейности, а также на использовании оптической бистабильности. Такие устройства включают в себя оптические логические вентили, бистабильные запоминающие устройства, усилители-трансфазоры и ограничители мощности.Весьма важным является расширение оптической гибкости системы для обеспечения необходимых межсоединений. С помощью таких межсоединений в случае необходимости можно осуществлять сдвиг изображеВ заключение можно отметать, что прогресс в оптико-цифровой технике базируется на введении обратных связей на основе оптической нелинейности, а также на использовании оптической бистабильности. Такие устройства включают в себя оптические логические вентили, бистабильные запоминающие устройства, усилители-трансфазоры и ограничители мощности.Весьма важным является расширение оптической гибкости системы для обеспечения необходимых межсоединений. С помощью таких межсоединений в случае необходимости можно осуществлять сдвиг изображе
В заключение можно отметать, что прогресс в оптико-цифровой технике базируется на введении обратных связей на основе оптической нелинейности, а также на использовании оптической бистабильности. Такие устройства включают в себя оптические логические вентили, бистабильные запоминающие устройства, усилители-трансфазоры и ограничители мощности.
Весьма важным является расширение оптической гибкости системы для обеспечения необходимых межсоединений. С помощью таких межсоединений в случае необходимости можно осуществлять сдвиг изображе
В заключение можно отметать, что прогресс в оптико-цифровой технике базируется на введении обратных связей на основе оптической нелинейности, а также на использовании оптической бистабильности. Такие устройства включают в себя оптические логические вентили, бистабильные запоминающие устройства, усилители-трансфазоры и ограничители мощности.
Весьма важным является расширение оптической гибкости системы для обеспечения необходимых межсоединений. С помощью таких межсоединений в случае необходимости можно осуществлять сдвиг изображе
Рис. 3.12. Структурные схемы оптических процессоров, предназначенных для умножения векторных матриц со сверткой двумерных матриц в столбцы и для других операций
ния логической матрицы на один элемент в каждом цикле или выполнять операции «идеальной перетасовки» информа* ции и др. Подобные схемы (рис. 3.12) могут быть использованы, например, для умножения векторных матриц со сверткой двумерных матриц в столбцы и для других операций (пат. 4633427 США, НКИ 364—822; пат. 4607944; 4633428; 4704702 США, НКИ 364— 841; пат. 4569033; 4603398; 4620293 США, НКИ 364—845) [3.30].
За последнее время в области оптической цифровой обработки визуальной информации достигнуты определенные успехи. В ряде схем реализованы цифровые способы распознавания образов, которые включают глобальные операции над двумерными образами. Такие применения оптической цифровой обработки значительно сокращают время реакции системы распознавания образов, сохраняя при этом надежность распознавания, свойственную цифровым методам.“
В настоящее время можно считать, что не полностью доработанным звеном в схиме оптнко-цифрового компьютера все еще является нелинейный полностью оптический элемент, обладающий необходимыми характеристиками. Такие элементы желательно иметь выполненными в форме двумерной матричной структуры^ небольших размеров с высокой скоростью переключения и малой затрачиваемой на переключение энергией.
Наиболее рациональный путь использования оптических принципов обработки информации в цифровых оптических системах, по-видимому, заключается в применении матриц из цифровых логи- 5 Заказ 867"9
ческих элементов, оптически связанных с последующими матрицами из логических элементов с помощью фиксированных или перестраиваемых оптических коммутаций. При этом в качестве коммутирующих связей может использоваться распространение света в свободном пространстве или в световых структурах. По экспериментальным данным можно судить, что для устройства, работающего в видимом диапазоне волн, приемлемые практические размеры одного элемента составляют 〜1 мкм?, и при времени переключения 〜1 мкс за один элемент требуется 〜1 мВт поддерживающей мощности 13.58).
Необходимо отметить, что оптико-цифровые методы обработки визуальной информации перспективны в различных областях информационной техники: в системах распознавания образов, в системах машинного видения, искусственного интеллекта и др. Однако вследствие ряда причин исторически сложилось такое положение, что большинство оптических схем обработки информации реализовано на основе аналоговых принципов. Основные недостатки аналоговых систем заключаются в недостаточной гибкости, накоплении шумов и ограниченности характеристик устройств ввода и вывода информации. Существенные преимущества оптической двоичной логики, которые сейчас можно реализовать с помощью новых элементов, позволяют рассчитывать на быстрое развитие цифровой оптической компьютерной техники.
В последнее время интенсивно проводятся исследования и разработки аналоговых когерентных устройств, осуществляющих распознавание визуальной информации. При этом четкой тенденцией является создание когерентных распознающих систем, действующих в реальном времени. Для этой цели создается специальная элементная база и в том числе пространственно-временные модуляторы света (ПВМС). Разработаны различные тапы твердотельных матричных ПВМС (пат. 4578651 США, НКИ 332—7.51; пат. 4696533США, НКИ 350—96.14; пат. 4705361 США, НКИ350— 355), различные типы ПВМС с деформацией зеркальной поверхности, состоящей из управляемых микрозеркальных элементов (пат. 4698602 США, НКИ 332—7.51; пат. 4441791; 4492435 США, НКИ 350—360; пат. 4615595; 4710732 США, НКИ 353—122). Разработаны также различные типы электронно-вакуумных ПВМС (пат. 4717893 США, НКИ 332—7.51; пат. 4618217 США, НКИ 350—355; пат. 4678286 США, НКИ 350—356).
Существующие оптические аналоговые системы распознавания образов по своей структуре весьма разнообразны; от оптических корреляторов, работающих во временной области, и корреляторов, распознающих совмещенные оптические изображения, до различиях устройств, в основе которых лежит синтезирующий процессор с оптическим согласованным пространственным фильтром (рис. 3.13). В последнее время разработаны и более совершенные системы оптического распознавания, например гибридные оптикоэлектронные процессоры и системы, основанные на использовании 130
Рис. 8.18. Схема оптического процессора, осуществляющего функции визуальной внспек* цни объектов:
/ — источник подсвета; 2 i объект; 3 — иидеодатчнк; 4 —. Лазер； 6 — пространствеиио- временной модулятор евета; 6 — блок оптического выделеииа признаков： 7 — блок электронной обработки ннформа- цив； 8 е микропроцеоаор; 9 — ннтерфейа
преобразований Фурье, Меллина, Хьюга, а также на применении дискретизации дифракционной картины с помощью специальной решетки фотоприемников, расположенной в плоскости преобразования Фурье (пат. 4695973 США, НКИ 364—822) [3.31—3.34; 3.44; 3.56; 3.64].
В большинстве случаев когерентные распознающие системы предназначены для определения наличия (и местоположения) определенного объекта во входном изображении, содержащем обычно и другие данные (которые в этом случае можно считать шумом).
Как известно, оптическое когерентное распознавание образов —— это одно из направлений широкой области оптической вычислительной техники, которая включает в себя также когерентные методы улучшения качества, повышения четкости, корректировки и реставрации изображений. На основе принципов голографии созданы распознающие устройства, предназначенные для решения разпнннм玄 задач анализа изображений, для осуществления информационного поиска и т. д. Когерентные распознающие системы позволяют осуществлять параллельный анализ входных данных различными методами автоматического распознавания образов [3,3; 3.10; 3.17; 3,18].
В когерентных оптических распознающих системах анализируемое изображение вводится в схему обработки с помощью управляемых транспарантов, которые просвечиваются (или подсвечиваются) параллельным пучком когерентного света с пространственно однородным распределением амплитуды [3.20]. Проходя через транспарант, такой когерентный пучок пространственно модулируется по амплитуде пропорционально двумерному распределению амплитудного коэффициента пропускания среды управляемого транспаранта (пат. 4456328 США, НКИ 350—3.6; пат. 4429954 США, НКИ 350—3.64; пат. 4229081 США, НКИ 350—361; пат. 4566031 США, НКИ358—90; пат. 4539651; 4695973 США, НКИ 364—822).
Использование когерентного света позволяет осуществлять ряд операций, играющих важную роль при распознавании образов. Основная операция, выполняемая такой когерентной системой,—— 5*⑶
это пространственное преобразование Фурье. Когерентные системы этого типа позволяют также реализовать операции корреляции и свертки, необходимые при осуществлении распознавания образов. Важной характеристикой когерентных аналоговых распознающих систем является высокая скорость выполнения параллельных операций обработки двумерной информации [3.46; 3.47 ].
Как известно, классическими аналоговыми системами оптического распознавания считаются корреляционные системы. Однако распознавание некоторых образов может также выполняться на основе анализа только той информации, которая содержится в плоскости преобразования Фурье. В тех случаях, когда допустимо использование такой упрощенной оптической схемы, ее применение безусловно рационально. В подобных упрощенных схемах обычно результат оптического преобразования Фурье рассматривается как дифракционная картина, воспринимаемая с определенной дискретностью какой-либо матричной структурой. Разработан ряд подходов к созданию систем распознавания образов на основе дискретизации дифракционной картины. Успехи в области создания микроструктурных матричных приемников, а также в области разработки статистических и непараметрических алгоритмов цифрового распознавания позволили создать гибридные оптикоцифровые распознающие системы этого типа. В таких системах используются специальные принципы дискретизации дифракционной картины, и основным ее оптико-электронным компонентом является клиновидно-кольцевой матричный фотодетектор. Этот детектор расположен в Фурье-плоскости и может состоять, например, из 32 клиновидных и 32 кольцевых чувствительных элементов, которые выполнены на двух полукруглых кремниевых пластинах. В системе клиновидно-кольцевого детектора предусмотрены параллельный сбор информации со всех 64 чувствительных элементов, ее уплотнение, предварительная обработка и передача на ЭВМ для окончательного анализа. Выходные сигналы кольцевых элементов позволяют судить о наличии и относительном распределении пространственных частот во входных данных и характеризуют информативность последних. Выходные сигналы с клиновидных элементов содержат информацию об ориентации данных во входной плоскости.
При распознавании образов обрабатываются сигналы, поступающие лишь с части клиновидных и кольцевых приемных элементов, что позволяет существенно снизить объем анализируемых данных. Наиболее информативные элементы матричной структуры и способы взаимной обработки получаемых сигналов выявляются на основе экспериментально-теоретических методов. После того как отработана программа распознавания, анализ входных сигналов выполняется автоматически и очень быстро.
Рассмотренный метод автоматического распознавания наиболее удобен в тех случаях, когда необходимо осуществлять предварительную, грубую, классификацию большого объема двумерной 132
информации. Это относится к тем случаям, когда один класс изображении отличается от другого, например, более высокими пространственными частотами, присутствующими в изображении 口 регистрируемыми наиболее удаленными кольцевыми приемными элементами.
Д〃н распознавания специфических деталей изображения, как правило, необходимы более сложные методы, что обусловлено ухудшением разрешения и утратой части фазовой информации 0 Фурье-образе в тех случаях, когда используется лишь дискретизированная дифракционная картина.
Итак, в заключение данной главы можно отметить, что системы обработки, анализа и распознавания двумерных изображений получают все более широкое распространение в различных областях науки и техники. Для этих целей, в основном, используются электронные системы с применением различных средств электронной вычислительной техники. Принципы практической реализации таких систем в значительной степени определяются необходимым временем обработки изображений. При средних требованиях к времени обработки (порядка 200 мс и более) эта задача обычно решается чисто программными способами с использованием стандартных средств вычислительной техники. При более высоких требованиях к оперативности обработки изображений и большом числе анализируемых параметров решение данной задачи возможно только при использовании аппаратных средств (специализированных вычислителей на жесткой логике).
Необходимо отметить, что при обработке изображений в ряде случаев к вычислительным средствам предъявляют очень высокие требования? которые не могут быть обеспечены с помощью ЭВМ. В то же время целый ряд функций, которые традиционно реализуются g помощью ЭВМ, могут выполняться различными оптическими средствами, обладающими рядом очевидных преимуществ. В оптических процессорах информация представляется в виде двумерных световых полей, которые обрабатываются параллельно в процессе выполнения различных операций. Однако необходимо отметить, что аналоговые системы обладают малой гибкостью и небольшим динамическим диапазоном. Более эффективными являются гибридные оптоэлектронные вычислительные системы, в особенности реализованные на основе оптической цифровой техники, имеющие большую гибкость действия и высокую точность цифровых систем.
ГЛАВА 4
ОПТИКО-ЭЛЕКТРОННЫЕ АНАЛИЗАТОРЫОБЪЕМНЫХ СЦЕН
СО СТРУКТУРИРОВАННЫМ ПОДСВЕТОМ
В настоящее время существуют три основных способа анализа трехмерных сцен: использование структурированного подсвета; стереоанализ с помощью бинокулярных ТВ систем и определение «дальностной картины» с помощью сканирующих дальномеров [4.2; 4.3]. Способы структурированного подсвета и определения дальностной картины имеют более простые схемные реализации по сравнению со способом бинокулярного стереоанализа. Оба указанных способа позволяют определить глубину трехмерной сцены по факту отражения света (или другого излучения, например ультразвуковых волн) от поверхности контролируемых предметов. При этом сканирующие лазерные дальномерные системы обычно измеряют время, которое необходимо импульсу лазерного излучения для того, чтобы пройти расстояние от излучателя до предмета и обратно к приемнику [4.4; 4.40].
Смсташ структурированного подсвета определенным образом проецируют свет на объект, затем определяют расстояние до объекта методом триангуляции или определяют форму предмета по изображению, образованному пересечением поверхности предмета со световыми лучами плоско兑 крестообразной или решетчатой формы. Например, полосы света, падая на криволинейную выпуклую поверхность, образуют семейство кривых, но падая на угловатый предмет, образуют ломаную линию.
Разработаны разнообразные способы анализа трехмерных объектов в производственных условиях с помощью различных видов структурированного освещения, предназначенные для действия как в ближней, так и в дальней зонах. Созданы различные схемы таких устройств, действующие в ближней зоне и осуществляющие подсвет с помощью кольцевых, крестообразных и других световых структур (пат. 4427888; 4558215 США, НКИ 250—222.1; пат. 4443706 США, НКИ 250—558; пат. 4583000; 4602163; 4694184 США, НКИ 250—561; пат. 4634279; 4648717; 4668094 США, НКИ 356—376; пат. 4731853 США, НКИ 382—1).
Разработан оригинальный датчик, предназначенный для анализа трехмерного рельефа в ближней зоне [4.21; 4.28]. Датчик позволяет сканировать объект, например лопатку турбины, для того, чтобы определить его форму и размеры. Датчик (рис. 4.1) 134
Рис. 4.1. Схема оптиво-алесктровного датянка ков. троля расстояний g объекта:
J — матрица фотодетекторов； 2 — лавернке валучаю- щае диоды; 5 — линза тороидальная； 4 — лаааа； 6 — ооъеяФ
состоит из светочувствительной матрицы (или позиционно чувствительного элемента) и ряда расположенных по кругу светодиодов, излучение которых сфокусировано в одну точку, расположенную на определенном расстоянии в пространстве перед ними. Когда поверхность объекта находится в фокальной точке, матрица «видит» световую точку. Если поверхность объекта находится дальше или ближе фокальной точки, матрица воспринимает круг или эллипс определенного размера, в зависимости от ориентации поверхности объекта. Кроме того, поскольку свето-
вспыхивают последова-вспыхивают последова-па-па-диоды, расположенные по окружности, тельно, изображение круга или эллипса будет вращаться и
вспыхивают последова-
вспыхивают последова-
па-
па-
раметры сигналов будут различаться в зависимости от того, нахсн днтся ли объект ближе или дальше фокальной точки. Эта информация с помощью микропроцессора позволяет вычислить расстояние и ориентацию сканируемых участков объекта и затем воспроизвести полную «дальностную картину» контролируемого рельефа. Однако такое устройство сохраняет работоспособность только в непосредственной близости от объекта (в пределах 5...10 см).
Для контроля удаленных трехмерных сцен созданы системы подсвета, использующие различные структурные рисунки подсвета, который в простейшем случае может быть выполнен в виде прямой линии. Такие системы могут выделять и распознавать трехмерные предметы, движущиеся на ленте конвейера, которые сливаются & окружающей средой. Полоса света, направленная поперек ленты конвейера, прерывается поверхностью движущегося через нее объекта, обозначая его рельеф и границы. Система использует эту особенность для того, чтобы с помощью видеодат- чика выделить и различать детали на ленте конвейера.
В последнее время создан ряд таких систем визуального контроля трехмерных объектов, в которых используются разные схемы пространственно-модулированного подсвета как со стационарной, так и с динамично изменяющейся структурой рисунка (пат. 4590367 США, НКИ 250—205; пат. 4443705; 4259589 США, НКИ 250—558; пат. 4286852 США, НКИ 354—77; пат. 4335952 США, НКИ 356—376).
Необходимо отметить, что системы объемного видения, в основе которых лежат принципы структурированного подсвета и определения дальности, в ряде применений имеют ограниченные возмож-
135
Prc. 4.2. Устройство анализа рельефа поверхносФн на основе триангуляционного принципа：
А» В _ еветовае «очкн на нвеледуемом объекте； Л1, В普 — эветовае точке на фотодиодах; / — иеточнин ваета； X — перемещении объекта измерений; Х< —— раввтояяве между точиамн в плоскости изображения： 0J( 0i 一 口оверхное①н объекта намерений
ности, так как для их работы необходимо активное световое взаимодействие с наблюдаемым объектом. Хотя эти системы являются весьма полезными во многих случаях практического приме* нения, в общем случае в СМВ желательно использовать пассивный принцип
действия, чтобы не налагать ограничений на наблюдаемые объекты или их окружение.
«Пассивные» системы анализа трехмерных сцен могут быть построены на основе стереоскопических принципов, реализованных в бинокулярных ТВ системах. Такие системы основаны на использовании бинокулярного параллакса — различия между изображениями, которые, например, видит каждый глаз человека в отдельности. Это различие и создает глубину восприятия изображения. Чем больше параллактическая разность двух изображений объекта, тем ближе расположен объект к стереосистеме. Основным затруднением на пути создания высокоточных пассивных бинокулярных СМВ является проблема выделения соответствующих точек на двух изображениях стереопары. Для ее решения разработан ряд оригинальных способов, что позволило создать СМВ этого тина, обладающие приемлемыми характеристиками. Однако этот подход требует использования достаточно большого объема вычислительных средств [4.5] (пат. 4628210 США, НКИ 250—558).
Разработаны также активные модификации стереоскопического метода, в которых используются два видеоанализатора, осуществляющих просмотр рабочего пространства, последовательно сканируемого лазерным лучом. Системы этого типа обладают существенно повышенной помехозащищенностью и уменьшенным объемом вычислительных средств (см. гл. 5).
Необходимо отметить, что в ряде производств, где существует стабильное и точно известное расстояние между рабочей зоной, системой подсвета и местом расположения видеодатчика, использование структурированного подсвета для анализа трехмерных объектов является наиболее рациональным по целому ряду критериев.
Таким образом, среди СМВ можно выделить класс систем, осуществляющих активный анализ трехмерных сцен; в этих системах за счет структурированной подсветки можно с помощью одного двумерного видеодатчика «видеть» глубину сцены, т. е. воспринимать и анализировать трехмерную информацию. Разра* ботан ряд видеоанализаторов этого типа, в которых «глубинность» считываемой информации формируется благодаря применению 136
разнообразных схем подсвета, причем они могут быть разделены на два подкласса, системы, действующие в ближней зоне (〜5 15 см), и системы, действующие на расстояниях около 23 м.
Рассмотрение начнем с систем первого подкласса
Особый интерес для контроля трехмерных сцен представляет устройство, работающее на основе триангуляционного метода (рис. 4.2).
В таком устройстве лазерный луч направлен перпендикулярно по отношению к поверхности объекта. Фоточувствительный приемный преобразователь расположен под углом 45° по отношению к лазерному лучу. Если поверхность объекта перемещается по.направлению падения луча, то одновременно происходит линейное^ перемещение отраженного луча в плоскости изображения (/Г, В' на рис. 34); это перемещение измеряется соответствующей фотодиодной матрицей 14.24; 4.45]. Угол между излучением лазера и осью фотодиодной матрицы строго фиксирован и известен; известно также базисное расстояние между лазером и матрицей и параметры оптической системы построения изображения. Геометрия измерительного устройства и результаты опроса фотодиодной матрицы, на которой получено изображение освещенного пятна, дают возможность определить расстояние- между измерительным устройством и контролируемой поверхностью. Созданы различные варианты таких устройств (пат. 4346293 США, НКИ 250—222; пат. 4642469; 4673817 США, НКИ 250—561; пат. 4589773 США, НКИ 356—371; пат. 4702605; 4733969 США, НКИ 356—375; пат. 4708483; 4721388 США, НКИ 356—376).
В триангуляционном измерителе дальности при перемещении объекта в направлении, перпендикулярном его поверхности, происходит смещение светового пятна в плоскости изображения ви、 деоанализатора. Значения обоих перемещений однозначно связаны между собой, и следовательно, по значению смещения изо* браження светового пятна на видеодатчике можно определить значение. перемещения объекта.
Данный метод измерения дальности иллюстрируется схемой, представленной на рис. 4.3. На основе данной схемы можно определить зависимость значений х и у:
sin а
У 二(а0 —/) (a0 4-xcosaj *
где х и у — соответственно перемещение исследуемого объекта и изображения светового пятна; f — фокусное расстояние объектива; & расстояние до объекта. Здесь знак «минус» означает, что при £20 > / перемещения объекта и изображения происходят в противоположные стороны. Начальный участок данной характеристики обладает явно выраженной нелинейностью; крутизна в начальной точке определяется выражением
(黑)-="吟
Рис. 4.3. Схема триангуляционного иимерення расстояяия:
а — угол падения подсвечивающего светового луча на объект относительно оптической □он 001, номер нтельного уатро^о ① ва； Н—Н — линза; BE — • плоскость фогодетекториого вндеоаналнэатора
где 0 ——масштаб отображения, который определяется параметрами видеодатчика и расстоянием до объекта.
Если световое пятно на поверхности объекта формируется лазерным источником света с минимальной расходимостью пучка, то размеры светового пятна в процессе смещения объекта практически не изменяются. В то же время его изображение становится нерезким вследствие специфических особенностей оптической системы видеодатчика, что в свою очередь приводит к возможности неточной оценки положения светового пятна с разбросом в пределах от у ——ш до у + s (см. рис. 4.3). При этом данные значения определяются соотношением вида
ЕР (%-аА\
，广
где ЕР ——входное отверстие объектива видеодатчика. При наклоне плоскости изображения BE на угол
по отношению к оптической оси видеодатчика все точки изображения формируются в наклонной плоскости, а следовательно, сохраняются четкость и резкость изображения при перемещении объекта в определенных пределах.
Для реальной оптической системй g апертурным углом 20, расстоянием от объекта до объектива а0, углом подсвета по отношению к исследуемой поверхности а и диапазоном смещения объекта от ―х до +% изображение светового пятна может находиться в пределах от В* до С* или от D* до Е* (рис. 4.4). При этом, очевидно, возникает дополнительная погрешность измерений, обусловленная неоднозначностью положения изображения, светового пятна и определяемая соотношением
戶=r 一 +协
илиили+ g・+ g・
или
или
+ g・
+ g・
Имеется тенденция к увеличению абсолютной погрешности с уменьшением расстояния между объектом и оптической измерительной системой. Поэтому диапазон измерений должен выбираться таким образом, чтобы погрешность измерений не превышала заданного значения, причем приемный видеоанализатор должен фокусироваться на минимально допустимое расстояние.
светового потока от поверхностисветового потока от поверхностиЕсли для определения положения светового пятна используется чисто аналоговый измерительный преобразователь, то влияние
светового потока от поверхности
светового потока от поверхности
различных условий отражения
объекта на точность измерений сказывается более четко, чем при использовании измерительных преобразователей на приборах
зависимостизависимостис зарядовой связью [4.41 ].
зависимости
зависимости
В качестве примера на рис. 4.5 представлены
выходного сигнала фотопреобразователя на основе позиционночувствительного фотодиода от угла а и параметра шероховатости поверхности Ra. Чтобы скомпенсировать такую зависимость при использовании аналоговых преобразователей, обычно применяют различные способы нормирования выходного сигнала. В общем случае наиболее предпочтительным является использование измерительных преобразователей на основе приборов с зарядовой связью.
Точность рассматриваемых устройств зависит от номинальной дальности и требуемого диапазона измерений, причем с увеличением диапазона измерений точность умевыпается. Для увеличения диапазона измерений при сохранении высокой точности используют системы с несколькими датчиками. Устройства этого тапа обычно снабжаются схемами, позволяющими скомпенсировать эффекты изменения качества поверхности и освещенности сцены. При этом основное влияние оказывают два фактора: от-
А, мквА, мквсигнала от угла а и параметра шероховатости #е. при расстоянии до объекта 1Б0 мм：I — Rz = 9,6 мкм; 2 — Rz = —2,5 мкм; 3 — Rz = 0,8 мкмсигнала от угла а и параметра шероховатости #е. при расстоянии до объекта 1Б0 мм：I — Rz = 9,6 мкм; 2 — Rz = —2,5 мкм; 3 — Rz = 0,8 мкмРис. 4.6. Общая схема системы машинного видения со сканирующим лазерным подсветом объекта:1 — плоскость анализа вндеодатчика; 2 ~■ источник лазерного излучения； 3 — линза; 4 — траектория движения прн сканн- роваиии; 5 — лазерный луч; в — контролируемая поверхностьРис. 4.6. Общая схема системы машинного видения со сканирующим лазерным подсветом объекта:1 — плоскость анализа вндеодатчика; 2 ~■ источник лазерного излучения； 3 — линза; 4 — траектория движения прн сканн- роваиии; 5 — лазерный луч; в — контролируемая поверхность
А, мкв
А, мкв
сигнала от угла а и параметра шероховатости #е. при расстоянии до объекта 1Б0 мм：
I — Rz = 9,6 мкм; 2 — Rz = —2,5 мкм; 3 — Rz = 0,8 мкм
сигнала от угла а и параметра шероховатости #е. при расстоянии до объекта 1Б0 мм：
I — Rz = 9,6 мкм; 2 — Rz = —2,5 мкм; 3 — Rz = 0,8 мкм
Рис. 4.6. Общая схема системы машинного видения со сканирующим лазерным подсветом объекта:
1 — плоскость анализа вндеодатчика; 2 ~■ источник лазерного излучения； 3 — линза; 4 — траектория движения прн сканн- роваиии; 5 — лазерный луч; в — контролируемая поверхность
Рис. 4.6. Общая схема системы машинного видения со сканирующим лазерным подсветом объекта:
1 — плоскость анализа вндеодатчика; 2 ~■ источник лазерного излучения； 3 — линза; 4 — траектория движения прн сканн- роваиии; 5 — лазерный луч; в — контролируемая поверхность
ражательная способность поверхности и ее цвет. Компенсация изменения интенсивности отраженного света происходит в контуре обратной связи, охватывающей усилитель видеосигнала. Коэффициент усиления усилителя подстраивается в соответствии с результатами обработки изображения, что позволяет в автоматическом режиме контролировать детали с сильно изменяющимися отражательными характеристиками.
Для контроля крупногабаритных деталей типа панелей необходимо обеспечить возможность программированных перемещений детали или сенсора. Большой размер рабочей зоны обеспечивается за счет возможности задания перепрограммируемых опорных точек над деталью, в которых определяется факт попадания локальных геометрических характеристик детали в заданные интервалы допусков. Кроме того, в каждой измерительной точке может быть определено положение края детали, наличие или отсутствие щели или отверстия, а также измерен диаметр этого отверстия.
Все степени подвижности кодируются таким образом, что положение датчиков всегда точно известно. Кроме того, в любой точке измерения может быть произведена автокалибровка, что позволяет получить высокую точность и повторяемость.
Таким образом, на основе методов структурированного освещения с использованием сканирующего лазера и видеодатчика представляется возможным преобразовывать конфигурацию по- 140
верхности объекта в цифровую модель. При этом вместо точечного лазерного пятна на контролируемый объект может направляться плоский лазерный луч в виде щели. Такой метод бесконтактного контроля^геометрических форм позволяет проводить измерения с высокой скоростью вне зависимости от сложности геометрии объекта.
Принцип действия такой измерительной системы представлен на рис. 4.6. Объект измерения расположен в плоскости XY системы координат XYZ, а направление распространения лазерного луча параллельно оси Z. Видео датчик расположен под некоторым углом и на определенном расстоянии от лазерного источника. Измерительная головка, состоящая из лазерного источника и видеодатчика, сканирует измеряемый объект, как это показано на рис. 4.6 штриховой линией. В результате пятно лазерного света может перемещаться по поверхности объекта по построчной траектории. Изменение высоты пятна (расстояния по оси Z) воспринимается видеодатчиком. Зная положение лазерного луча в плоскости XУ, соответственно можно определить координаты (х, у, z) положения пятна на контролируемом объекте.
На рис. 4.7 представлена схема, иллюстрирующая зависимость между координатами положения пятна на измеряемом объекте и координатами изображения пятна на фоточувствительной поверхности видеодатчика. Обозначим расстояние между центром линзы и оптической осью лазера через D; угол, образуемый оптическими осями лазера и видео датчика, через 0; точку пересечения оптической оси лазера с горизонтальной линией, проходящей через центр линзы, через 0\ расстояние между базовой плоскостью измерения (Х『)и горизонтальной линией, проходящей через центр линзы, через 20； расстояние между пятном подсвета Р и точкой 0 через zD. Если воспользоваться этими обозначениями, можно написать следующее выражение [4.10; 4.35]:
"=更"®二而'"=更"®二而'(4.1)(4.1)гдегде中=tg 1 5，中=tg 1 5，/ ― фокусное расстояние линзы; Н§ — положение пятна на отображающей поверх-
"=更"®二而'
"=更"®二而'
(4.1)
(4.1)
где
где
中=tg 1 5，
中=tg 1 5，
Рис. 4.7. Схема, иллюстрирующая основные геометрические параметры триангуляционного метода кон-
троля поверхности：
7 — плоскость изображения вндео- датчнка; 2 — источник лазерного излучения; S — лннза； 4 — лазерный луч; 6 — пятно; 6 — область измерений
рвс, 4,8, Схем% поясняющая диапазон нзмеренвй система анализа с использован нем лазерного подсвета
ности камеры; Но — положение исходной точки оптической оси камеры; 屮——угол обзора камеры.
Следовательно, высота z пятна над эталонной поверхностью может быть представлена в виде
z = % — (4.2)
Таким образом, если известны координаты х, у лазерного луча в плоскости X/, то с помощью выражения (4.2) можно определить координаты (х, //, г) положения пят
на на измеряемом объекте, т. е. определить пространственную форму объекта.
В рассмотренной системе точность измерений (разрешающая способность) и возможный диапазон измерений определяются соотношением положений основных элементов системы. Поскольку
можно фиксировать изменение положения пятна на фоточувстви- тельной поверхности видеодатчика по отношению к изменению величины 立，т. е. долю изменения угла ф, то, преобразовав выражение (4.1) с учетом отношения tg (6 —— 屮，=(tg 0 —- tg cp)/(l 十 + tg 6 tg ср) и введя производную для величины z。， получим
выражения
(4.3)(4.3)% _ d + tie) sed 屮1^" — ~(tg 匸 tg 可~ ■
(4.3)
(4.3)
или
I dZp 一 (1 + tg2 0) sec2 ф方 ~^~ — —'(tg 0 — tg(p)3'
Приняв величину (dz^d^/D из выражения (4.3) за относи- тельную разрешающую способность, получим, что минимальная разрешающая епособноеть, при измерениях dz пропорциональная расстоянию D и величине dtp (минимальная разрешающая способность видеодатчика), выступает как функция величин 6 и ф. А именно, относительная разрешающая способность снижается с уменьшением значений ср и увеличением значений 6.
Кроме того, при 屮 я=； 0 (эталонное расстояние измерений) выражение (4.3) примет вид
(4.4)(4.4)dzp = 1 十 ig& 8
(4.4)
(4.4)
^Ф —tg2 0~
Обозначив через L эталонное расстояние измерений, получим L D/tg е.
Подставив данную зависимость в выражение (4.4), запишем
(4.5)(4.5)1 %1 + tg® е
(4.5)
(4.5)
Величина (dz^d^lL выражает эталонную относительную разрешающую способность и характеризуется минимумом при в = =45°.
Если обозначить через 2(р угол обзора видеодатчика, то диапазон измерений рассматриваемой системы в соответствии с рис. 4.8 слагается из верхнего отрезка Ru и нижнего отрезка R[ по отношению к точке А. При этом из рис. 4.8 следует
гдегдеRu = L — Zq mmi
где
где
—1 +tg8 tg 屮力Z° max —龍 8 — tg ф~ 幺
(4.6)(4.6)i — tgetg 屮 DZq mln — tg 0 + tg ф '
(4.6)
(4.6)
Общий диапазон измерений R может быть представлен в видеR = Ru + & = 2口 Шах 一 2口 mm，
При проектировании такой системы измерений следует вы* бирать такие значения Дф, Z) и 0, чтобы одновременно удовлетворялись условня выражений (4.5) и (4.6).
В последнее время рассмотренный способ реализован также в устройстве, в котором с целью анализа рельефа полосы материала используется линейка подобных датчиков, расположенных перпендикулярно движению полосы (рис. 4.9).
Созданы также датчики этого типа, в которых для уменьшения габаритных размеров на входе устройства используется дополни-
匚
XnJ
70
Я
•灯
Л7 必g
-X4 I
Рис. 4,9. Схема устройства, определяющего просгранствевную 配формацию стальной полосы:
1 — детекторная головка» ооотоящая из набора дальиомернвах датчиков Дл П‘‘ ДЗ Пл; 2 — контролируемая движущаяся полоса： 3 —тахометр; 'дТ. 1{?2^Гквактованк^1^ ющий разность расстояний； по каналам К/, К* А®. ■•••典小 ““л空 квактованкя и
дяокретнэацвй- /— данные о деформации пол осей； 7 — блок динамического усреднения, 1 - ^лок ^ерЬцнон^Л обработ^； 9 - Давине о проотранотвеяной^рме полова; 10 - дноплеб отображения деформации полови, /? 一 evm旦理
рис. 4.10. Оптико-электронный анализатор расстояний срис. 4.10. Оптико-электронный анализатор расстояний сцилиндрическим зеркаломцилиндрическим зеркаломРнс. 4.11. Сканирующий анализатор рельефа:/ — фотодетектор; 2 — лазер; 3 — линза; 4, 6 — неподвижные зеркала; 6 —многогранное пирамидальное зеркало; 7 — онанирующее зеркало; 8 — поверхность предмета; 9 — эталонная плоскостьРнс. 4.11. Сканирующий анализатор рельефа:/ — фотодетектор; 2 — лазер; 3 — линза; 4, 6 — неподвижные зеркала; 6 —многогранное пирамидальное зеркало; 7 — онанирующее зеркало; 8 — поверхность предмета; 9 — эталонная плоскость
рис. 4.10. Оптико-электронный анализатор расстояний с
рис. 4.10. Оптико-электронный анализатор расстояний с
цилиндрическим зеркалом
цилиндрическим зеркалом
Рнс. 4.11. Сканирующий анализатор рельефа:
/ — фотодетектор; 2 — лазер; 3 — линза; 4, 6 — неподвижные зеркала; 6 —многогранное пирамидальное зеркало; 7 — онанирующее зеркало; 8 — поверхность предмета; 9 — эталонная плоскость
Рнс. 4.11. Сканирующий анализатор рельефа:
/ — фотодетектор; 2 — лазер; 3 — линза; 4, 6 — неподвижные зеркала; 6 —многогранное пирамидальное зеркало; 7 — онанирующее зеркало; 8 — поверхность предмета; 9 — эталонная плоскость
тельное цилиндрическое зеркало [4.30; 4.34]. Принцип действия такого устройства ясен из рис. 4.10, где штриховой линией представлена приведенная структурная схема (без цилиндрического зеркала), которая полностью соответствует ранее рассмотренному устройству.
Созданы также системы подобного принципа действия, в которых для анализа изображений осуществляется двумерное сканирование с помощью оригинального зеркального устройства. Сканирующая система, представленная на рис. 4.11, позволяет определять трехмерную форму предмета 8, расположенного на эталонной плоскости 9. Луч лазера 2 с помощью вращающейся зеркальной пирамиды 5 с четным числом граней (ось которой перпендикулярна плоскости чертежа) и неподвижного зеркала 6 производит построчную развертку объекта. Покадровая развертка производится с помощью колеблющегося или вращающегося зеркала 7, которое одновременно направляет излучения лазера, отраженные от объекта, на неподвижное зеркало 4, вращающуюся зеркальную пирамиду 5 и затем на позиционно-чувствительный элемент. В процессе сканирования трехмерной поверхности объекта световым пятном происходят соответствующие перемещения спроецированного оптикой светового пятна по поверхности позиционно-чувствительного фотоэлемента, причем эти перемещения определяются формой контролируемого объекта. Указанные перемещения светового пятна преобразуются в позиционночувствительном фотоэлементе в электрический видеосигнал, по которому можно судить о трехмерном рельефе контролируемого 144
и источникаи источникадвух фотодетекторовдвух фотодетектороврис. 4.13.рис. 4.13.гаться перпендикулярногаться перпендикулярноплоскостиплоскости72，пН Е nh72，пН Е nhчным сканированием неподвиж-чным сканированием неподвиж-ггРнс, 4.12. Схема, иллюстрирующая возвиЕСНовеиие теневых эф* фектовРнс, 4.12. Схема, иллюстрирующая возвиЕСНовеиие теневых эф* фектовXX
и источника
и источника
двух фотодетекторов
двух фотодетекторов
рис. 4.13.
рис. 4.13.
гаться перпендикулярно
гаться перпендикулярно
плоскости
плоскости
72，
пН Е nh
72，
пН Е nh
чным сканированием неподвиж-
чным сканированием неподвиж-
г
г
Рнс, 4.12. Схема, иллюстрирующая возвиЕСНовеиие теневых эф* фектов
Рнс, 4.12. Схема, иллюстрирующая возвиЕСНовеиие теневых эф* фектов
X
X
объекта. Методические основга рассмотренного принципа триангуляционной дальнометрии и анализ возникающих погрешностей приведены в работе [4.39].
Как уже было отмечено, триангуляционные метода измерения дальности обладают недостатком, связанным g возникновением теневых эффектов. Теневые эффекты двух типов, возникающие в таких устройствах, представлены на рис. 4.12. К первому типу относятся затененные точки на поверхности, которых не достигает проецируемый луч подсвета (участок поверхности объекта между точками /, 2). Ко второму типу относятся точки на поверхности, которые не может воспринять датчик позиционирования (участок поверхности объекта между точками 3, 4). Теневой эффект относится лишь к небольшой части изображения, хотя поверхность под зоной затенения может скрывать широкий диапазон
ориентаций поверхности.
Предпринимались различные попбпки уменьшить теневой эффект. Однако исключение тени является весьма сложной задачей. Единственный способ обойти это затруднение заключается либо в повороте объекта, либо в линейном перемещении головки анализатора. Если это нецелесообразно, то можно использовать более сложную геометрию устройства, например представленную на рис. 4.13. Такая схема основана на использовании двух фотодатчиков, регистрирующих с двух сторон падающий луч при обеспечении синхронизации. Следует обратить внимание, что оси излучений должны распола-
Различные варианты триангуляционных анализаторов трехмерных сцен представлены на рис. 4.14.
Схема анализатора с постро-
Рис. 4.13.Рис. 4.13. Измерительная схема, в xoTogh за счетиспользования двух фотодетекторов осуществляетсяуменьшение тевевого эффекта：
Рис. 4.13.
Рис. 4.13.
/ н /* — фотодетекторы； 2 — наточнин света; 3 —сканирующая зеркальная пкрамвда: 4„ /・,5* — аер*нала； 6 — контролируемая вцеав
ного объекта, используемая для тех случаев, когда не возникают обширные зоны затенения, представлена на рис. .4.14, а.
На рис. 4.14, 6 представлена схема анализатора, в котором контролируемый объект размещен на вращающейся платформе. В этом случае контролируемая точка поверхности объекта должна располагаться в плоскости, проходящей через ось вращения объекта и оптические оси источника света и фотодетектора. В связи с использованием вращательного движения для просмотра поверхности объекта отпадает надобность в поворотном зеркале покадрового сканирования, поэтому оптическая схема в этом случае может быть простой и компактной.
Схема анализатора трехмерных рельефов, в котором весь анализатор в процессе работы вращается относительно вертикальной оси, совпадающей с оптической осью фотодетектора и источника света, представлена на рис. 4.14, в. Такое устройство может осуществлять панорамный обзор окружающего трехмерного пространства.
В рассмотренных системах осуществляется измерение профиля поверхности анализируемых объектов фактически без каких-либо неопределенностей. Выходной сигнал такого устройства напоминает телевизионный видеосигнал. Только в этом случае амплитуда сигнала связана с геометрическими характеристиками рельефа объекта. В то же время обычная телевизионная камера формирует видеосигнал с амплитудой, которая не имеет геометрической связи с размерами объекта, а соответствует характеристикам отражения поверхности объекта в сочетании с условиями освещения. Кроме того, на окончательный результат влияет ориентация объекта и близость других 力б^актов. По этим причинам затруднительно выделение элементов трехмерного изображения на основании анализа двумерного ТВ-изображения
Рис. 4.14. Различные типы триангуляционных анализаторов трехмерных сцен и объектов : а — анализатор а построчным сканированием объекта； б 一 анализатор о вращающимся объектом; а — анализатор, совершающий поворот на 360° относительно неподвижной сцены； 7 — ноточннк спета； 2 — вращающийся зеркальней оканатор (барабан нли пирамида); 3 — поэиционно-чувотвнтельиый фотодетектор; 4 ——контролируемый объект нпн ацена; 5 — вращающаяся платформа； б—6’ 一 неподвижные зеркала; 7 —« окапирую- щее зеркало; 8 —• элеатропраподРис. 4.14. Различные типы триангуляционных анализаторов трехмерных сцен и объектов : а — анализатор а построчным сканированием объекта； б 一 анализатор о вращающимся объектом; а — анализатор, совершающий поворот на 360° относительно неподвижной сцены； 7 — ноточннк спета； 2 — вращающийся зеркальней оканатор (барабан нли пирамида); 3 — поэиционно-чувотвнтельиый фотодетектор; 4 ——контролируемый объект нпн ацена; 5 — вращающаяся платформа； б—6’ 一 неподвижные зеркала; 7 —« окапирую- щее зеркало; 8 —• элеатропрапод
Рис. 4.14. Различные типы триангуляционных анализаторов трехмерных сцен и объектов : а — анализатор а построчным сканированием объекта； б 一 анализатор о вращающимся объектом; а — анализатор, совершающий поворот на 360° относительно неподвижной сцены； 7 — ноточннк спета； 2 — вращающийся зеркальней оканатор (барабан нли пирамида); 3 — поэиционно-чувотвнтельиый фотодетектор; 4 ——контролируемый объект нпн ацена; 5 — вращающаяся платформа； б—6’ 一 неподвижные зеркала; 7 —« окапирую- щее зеркало; 8 —• элеатропрапод
Рис. 4.14. Различные типы триангуляционных анализаторов трехмерных сцен и объектов : а — анализатор а построчным сканированием объекта； б 一 анализатор о вращающимся объектом; а — анализатор, совершающий поворот на 360° относительно неподвижной сцены； 7 — ноточннк спета； 2 — вращающийся зеркальней оканатор (барабан нли пирамида); 3 — поэиционно-чувотвнтельиый фотодетектор; 4 ——контролируемый объект нпн ацена; 5 — вращающаяся платформа； б—6’ 一 неподвижные зеркала; 7 —« окапирую- щее зеркало; 8 —• элеатропрапод
рабочей ЗОНБ1. При использовании рассмотренной система исключается вредное влияние фонового освещения, так как исполь* зуется фильтр, с помощью которого в систему пропускается только излучение лазерного источника.
Разрешающая способность, необходимая для распознавания объектов с помощью рассмотренных систем, может быть достаточно низкой (〜1 % по каждой оси). Для контроля качества промышленных объектов требуется значительно более высокая разрешающая способность, которую можно обеспечить за счет применения линейных ПЗС структур в качестве фотодетекторов.
Если требуются измерения с высокой разрешающей способностью, например когда объект необходимо сравнивать с контроль- ным эталоном, может быть использована схема анализа трехмерных сцен с коррекцией положения подсвечивающего лазерного луча с помош,ыо оптико-акустического дефлектора (рис. 4.15). В этой схеме используется оптико-акустический дефлектор для изменения углового положения падающего луча до блока сканирования, с тем чтобы обеспечить возможность программирования контрольной поверхности любой конфигурации с целью ее осмотра. Это означает, что при нормальной работе, когда контролируемый объект аналогичен эталону, точечное положение пятна подсвета на фотодатчике будет стабильным. В случае отсутствия или искажения любой части изображения возникает изменение расположения точки подсвета. Отклонение нового положения от стабильного пропорционально погрешности формы объекта и может использоваться для идентификации отсутствующей детали или
характера искажения.
006 —6 —Р”& 4.15« Устройство контроля трехмер- иой сцены с коррекцией положения подсвечивающего луча с помощью акустооптиче* ского дефлектора:7 — нсточник овета; 2 — акустооптиче- GRH让 дефлектор; 3 — окакнрующнй зеркальней барабан; 4 — фотодетектор； 6 —• электропривод; 6 — сканирующее зеркало; 7 I контролируемая «ценаР”& 4.15« Устройство контроля трехмер- иой сцены с коррекцией положения подсвечивающего луча с помощью акустооптиче* ского дефлектора:7 — нсточник овета; 2 — акустооптиче- GRH让 дефлектор; 3 — окакнрующнй зеркальней барабан; 4 — фотодетектор； 6 —• электропривод; 6 — сканирующее зеркало; 7 I контролируемая «ценаРас. 4・16・ Устройство, &в авизирующее тоехмервые сцеаы:I — лазер； 2 — контролируемвй объев»； 3 — нктерференцвонннй фкльтр; 4 — аер~ и ало; 6 — полупрозрачное веркало; - вадеоаиалиэатор; 7 一 блок ваделеаия ко- орден а г оэетоввж икев; 8 — мнкроком- пьютер; 9 — вкаиирующее веркалоРас. 4・16・ Устройство, &в авизирующее тоехмервые сцеаы:I — лазер； 2 — контролируемвй объев»； 3 — нктерференцвонннй фкльтр; 4 — аер~ и ало; 6 — полупрозрачное веркало; - вадеоаиалиэатор; 7 一 блок ваделеаия ко- орден а г оэетоввж икев; 8 — мнкроком- пьютер; 9 — вкаиирующее веркалоНа основе триангуляционного принципа измерения расстояния действует также устройство, схема которого представлена на рис, 4.16. В этом устройстве [4.17] лазерное пятно проецируется
0
0
6 —
6 —
Р”& 4.15« Устройство контроля трехмер- иой сцены с коррекцией положения подсвечивающего луча с помощью акустооптиче* ского дефлектора:
7 — нсточник овета; 2 — акустооптиче- GRH让 дефлектор; 3 — окакнрующнй зеркальней барабан; 4 — фотодетектор； 6 —• электропривод; 6 — сканирующее зеркало; 7 I контролируемая «цена
Р”& 4.15« Устройство контроля трехмер- иой сцены с коррекцией положения подсвечивающего луча с помощью акустооптиче* ского дефлектора:
7 — нсточник овета; 2 — акустооптиче- GRH让 дефлектор; 3 — окакнрующнй зеркальней барабан; 4 — фотодетектор； 6 —• электропривод; 6 — сканирующее зеркало; 7 I контролируемая «цена
Рас. 4・16・ Устройство, &в авизирующее тоехмервые сцеаы:
I — лазер； 2 — контролируемвй объев»； 3 — нктерференцвонннй фкльтр; 4 — аер~ и ало; 6 — полупрозрачное веркало; - вадеоаиалиэатор; 7 一 блок ваделеаия ко- орден а г оэетоввж икев; 8 — мнкроком- пьютер; 9 — вкаиирующее веркало
Рас. 4・16・ Устройство, &в авизирующее тоехмервые сцеаы:
I — лазер； 2 — контролируемвй объев»； 3 — нктерференцвонннй фкльтр; 4 — аер~ и ало; 6 — полупрозрачное веркало; - вадеоаиалиэатор; 7 一 блок ваделеаия ко- орден а г оэетоввж икев; 8 — мнкроком- пьютер; 9 — вкаиирующее веркало
Рис. 4.18. Взаимное расположевие импульсов иа измерительном сигнале трнан» гуляционного дальномера:R — опорные нмпульоы; Г — измерптель- иые импульса； 7c 一 первод измерения; Тд — промежуток времени, пропорциональный иэмеряемому раоотояниюРис. 4.18. Взаимное расположевие импульсов иа измерительном сигнале трнан» гуляционного дальномера:R — опорные нмпульоы; Г — измерптель- иые импульса； 7c 一 первод измерения; Тд — промежуток времени, пропорциональный иэмеряемому раоотоянию
Рис. 4.18. Взаимное расположевие импульсов иа измерительном сигнале трнан» гуляционного дальномера:
R — опорные нмпульоы; Г — измерптель- иые импульса； 7c 一 первод измерения; Тд — промежуток времени, пропорциональный иэмеряемому раоотоянию
Рис. 4.18. Взаимное расположевие импульсов иа измерительном сигнале трнан» гуляционного дальномера:
R — опорные нмпульоы; Г — измерптель- иые импульса； 7c 一 первод измерения; Тд — промежуток времени, пропорциональный иэмеряемому раоотоянию
Рис. 4.17. Положения элементов триангуляционного дальномера с импульсной измерительной схемой при формировании на фотодетекторе:
а — опорного импульса и б — измеритель-ного импульса
— вращающееся зеркало; И — ваточник нэлученпй; ФД — фотодетектор： Л — вра- щающаяоя линза
на контролируемую трехмерную сцену с помощью системы электрооптического отклонения. Система зеркал проецирует изображение светового пятна на объекте на видеоанализатор в виде двух пятен. Одно изображение пятна через полупрозрачное зеркало 5 и объектив проецируется прямо на видеоанализатор 6. Второе изображение пятна проецируется на видеоанализатор 6 с помощью зеркала 4, интерференционного фильтра 3 и полупрозрачного зеркала 5. Сигнал с видеоанализатора 6 подается в блок выделения координат световых пятен. Затем в микрокомпьютере по расстоянию между центрами двух пятен производится триангуляционное вычисление расстояния до подсвеченной точки объекта.
В процессе анализа трехмерной сцены осуществляется последовательное перемещение пятна подсвета во все участки сцены и вычисляются расстояния до соответствующих участков. При этом с помощью необходимого математического обеспечения выполняются три основные операции: опознание и выделение пятен подсвета на изображении, определение координат расположения пятен подсвета на изображении и вычисление расстояния между центрами двух пятен, которые пропорционально расстоянию до подсвеченной точки сцены.
Выделение пятен подсвета на изображении может производиться на основе следующих критериев: по яркости, размеру, форме (круглой); по тому факту, что они обычно появляются парами (располагаясь по одной и той же ^-координате) и др. Точ- 148
ность p ассмотренного способа существенно зависит от характеристик и надежности действия блока выделения пятен на изображении.
Разработан также импульсный вариант триангуляционного оптического дальномера, два положения элементов, схемы которого представлены на рис. 4.17.
В системе использован твердотельный лазер, который позво- ляет определять расстояние до сканируемой точки объекта методом триангуляции, причем развертка пространства осуществляется с помощью вращающихся зеркал. При этом отраженный от объекта луа лазера направляется на фотодетектор, на котором формируется последовательность импульсов. Расстояние до сканируемой точки определяется на основе значения рассогласования во времени поступления на фотодетектор контрольного и отраженного от объекта лучей лазера. Пересчет времени рнесогласования в расстояние осуществляется микропроцессором [4.36].
В рассматриваемой схеме источник лазерного излучения Я генерирует узкий коллимированный пучок, который нацелен на сканирующее зеркало 3 так, чтобы выполнялись следующие условия- падающий пучок перпендикулярен оси вращения зеркала и направлен на ось вращения зеркала, причем ось вращения лежит в плоскости зеркала.
Зеркало вращается вокруг своей оси со скоростью со в направлении, показанном на рис. 4,17. Таким образом, отраженный пучок согласно законам отражения сканирует в плоскости, содержащей падающий пучок, со скоростью 2ш. Эту плоскость будем называть измерительной плоскостью. Позиционно-чувствительный фотодетектор ФД расположен в измерительной плоскости. Это устройство способно генерировать хорошо определяемый сигнал, когда световое пятно пересекает его нулевую (центральную) точку N* Расстояние между осью вращения зеркала и нулевой точкой фотодетектора образует базисную линию В дальномера NМ, Фокусирующая линза Л вращается со скоростью 2(о около фотодетектора так, что ее оптическая ось проходит через нулевую точку, и эта ось всегда лежит в измер итель ной плоскости. Линза поворачивается синхронно с зеркалом так, что угол а, образованный между пучком, отраженным от зеркала, и базисной линией всегда равен внутреннему углу между оптической осью линзы и базисной линией (рис. 4.17, б). Синхронизация достигается соответствующей юстировкой установки обоих вращающихся элементов.
Линию, вдоль которой измеряют расстояние, будем называть измерительной осью. Она является биссектрисой треугольника NOM и перпендикулярна базисной линии. Точка пересечения базисной линии NМ с измерительной осью О О служит в качестве опорной точки для измерения расстояния.
Если объект Т с соответствующей отражательной способностью расположен на измерительной оси в пределах диапазона измере- 149
ний, фотоприемник генерирует два импульсных сигнала за каждый период вращения зеркала. Первый сигнал, являющийся опорным, формируется, когда зеркало отражает падающий пучок излучений вдоль базисной линии (а = 0), через линзу Л в центральную точку фотодетектора ФД (рис, 4,17, а). Второй импульсный сигнал, являющийся измерительным, формируется, когда отраженный от зеркала пучок облучает объект в точке О пересечения его поверхности с измерительной осью (рис. 4Л7, б). В этот момент оптическая ось линзы также проходит через данную точку пересечения, и линза создает изображение засвеченного пятна на нулевой точке фотодетектора. В этот момент осуществляется триангуляционное измерение дальности до объекта. Расстояние R до объекта определяется тригонометрической зависимостью
R = (В⑵ tg а, (4.7)
где В ——длина базисной линии.
Угол триангуляции а прямо пропорционален отношению промежутка времени Та между первым R и вторым Т импульсами измерительного сигнала к периоду сканирования Тс (рис. 4.18):
а = 2冗 =4л •7 оа = 2冗 =4л •7 о(4・8)(4・8)
а = 2冗 =4л •
7 о
а = 2冗 =4л •
7 о
(4・8)
(4・8)
Коэффициент 2 в этом уравнении обусловлен тем, что зеркало повернуто на угол а и отраженный пучок проходит под углом 2a. Подставляя выражение (4.8) в (4.7), получаем формулу для вычисления расстояния триангуляционного дальномера:
На основе приведенных уравнений могут быть получены формулы, дающие возможность определить временное разрешение, которое необходимо для того, чтобы измерить расстояние R с разрешающей способностью AR при заданном базисе В [4.36]:
]订4 - _L_ — L _(4 9)
Tc dR 一 2л8 1 + (2R/B)27
или
АП — 11 др
= 2лВ" 1 + (2R/B产△乩
Например, дальномер, имеющий базисную линию, равную 5 см и время цикла сканирования 1 с, должен иметь временное разрешение, равное 1,98 мкс для того, чтобы получить разрешающую способность 1 мм на измеряемом расстоянии 1 м. Влияние размера базисной линии на чувствительность дальномера существенно изменяется при увеличении расстояния. Для малых расстояний, при R ^. В, член (2R/B)2 становится намного меньше единицы и уравнение (4.20) приобретав! вид
У dTA _1
То dR = 1^В'
Рис. 4.19. Простраиствениое размещение влементов схемы импульсного триангуляциои* ного дальномера:
31 н 32 — вращающиеся вер. кала； 33 — неподвижное зеркало; Иял — излучатель; Об —. объект измереиня; Л — лнн^а; ФД — фотодетектор; АБВГ — плоскость измерения; БВ — базовая линия нзмерення; ДЕЖ^ — верхняя плоскость размещения элементов дальномера
Таким образом, для малых расстояний чувствительность обратно пропорциональна 5. Однако для больших расстояний, при R》В, член (2R/B)* доминирует в знаменателе уравнения (4.9), которое может быть приведено к виду
% _ ВТ7"И^ — 4nR2，
откуда следует, что чувствительность в данном случае прямо пропорциональна В.
С целью уменьшения размеров рассмотренного импульсного триангуляционного дальномера была разработана его модификация (рис. 4.19). В этой схеме вращающаяся линза заменена вращающимся зеркалом 32, которое находится под углом наклона 45° относительно измерительной плоскости. Кроме того, поверхность зеркала 32, ось его вращения и измерительная плоскость совпадают в точке 5, которая соответствует нулевой точке фотоприемника в исходной схеме. Поэтому отраженные пучки, которые лежат в измерительной плоскости, пересекают данную точку во время моментов триангуляции. Они отражаются под углом 90° и распространяются вверх по оси вращения зеркала 32.
Плоскость, параллельная измерительной плоскости, называемая верхней плоскостью схемы, расположена над измерительной плоскостью (рис. 4.19). Поверхность неподвижного зеркала 33 ориентирована так, что она параллельна базисной линии и образует с измерительной плоскостью угол 45°. В результате пучки, отраженные вдоль оси вращения зеркала 32, снова отражаются под углом 90° к неподвижному зеркалу 33 и распространяются по траектории, лежащей в верхней плоскости и перпендикулярной базисной линии. Неподвижная линза, расположенная на оптической оси ЕМ, проецирует излучения на фотодетектор ФД, причем оптическая ось перпендикулярна к поверхности приемника в его нулевой точке ^. Принцип действия данной схемы аналогичен принципу действия схемы, рассмотренной выше.
Для того чтобы с помощью рассмотренного триангуляционного дальномера можно было анализировать рельеф на двумерной поверхности, необходимо осуществлять с помощью специальных устройств относительное двумерное перемещение измерительного устройства или контролируемой поверхности, при котором дальномер будет сканировать измеряемую поверхность по какой-либо траектории.
Создана также группа фотоэлектрических анализаторов трехмерных рельефов, в которых измерение расстояния осуществляется путем подсвета контролируемой поверхности с помопхью конически сходящихся или конически расходящихся лучей, след последних образует на поверхности изображение окружности (пат. 4427888; 4558215 США, НКИ 250—222.1).
В зависимости от расстояния до контролируемой поверхности пропорционально изменяется размер подсвечивающей окружности, который анализируется с помощью светочувствительного матричного (или позиционно-чувствительного) детектора, установленного на оси симметрии устройства [4.29 ]. При этом, если используется схема подсветки с конически сходяш.имися лучами, имеющими общую точку пересечения в вершине конуса (рис. 4.20), и световые лучи зажигаются на светодиодах, расположенных кольцом в определенном порядке, например по часовой стрелке, то существуют две зоны дальности, расстояние в которых определяется различным образом. Расстояние, при котором на контролируемой плоскости формируется изображение точки, соответствует базовому расстоянию d、 В зоне, расположенной на расстоянии, меньшем d, на контролируемой поверхности формируется изображение окружности, вращающейся по часовой стрелке синхронно и синфазно с зажигаемыми светодиодами. При этом расстояние 儿 до контролируемой поверхности может быть определено по формуле hr d — АЛ, где Ah 三 D (Z)~ диаметр окружности подсвета).
Если же контролируемая поверхность расположена на расстоянии, большем d, то на ней формируется изображение, точки, вращающееся по часовой стрелке, но освещаемая при этом в кяж^ дый момент времени точка окружности сдвинута относительно последовательно высвечиваемых светодиодных источников на 180°. В этом случае расстояние 九？ А。контролируемой поверхности определяется как 脑=d + A/i, где Ah 三 D.
Наличие наклона у контролируемой поверхности приводит к тому, что форма подсвечиваемой окружности превращается в овал, причем его большая ось указывает направление наклона плоскости.
Датчик устройства состоит из линзы, шести светоизлучающих диодов, расположенных на окружности, концентричной с осью устройства, и позиционно-чувствительного элемента, используемого в качестве измерителя положения светового пятна. Датчик управляется микропроцессором. Источники света располагаются 152
Рис. 4.20. Схема илтимо-элекэ-роиного датчика ближней зоны:/ — детектор; определения положения све> тоього пятна; 2 — Светодиоды, нзлучаю- щне н ннфракраоной области; S — лннзаРис. 4.20. Схема илтимо-элекэ-роиного датчика ближней зоны:/ — детектор; определения положения све> тоього пятна; 2 — Светодиоды, нзлучаю- щне н ннфракраоной области; S — лннзаРис. 4.21, Основные геометрические параметры устройства, представленного на рнс. 4.20:】—лняэа; 2 — оветовзлучающнй диод; 3 —— аоэвцнонно-чувофввфельнкй фо«оде- vesvopРис. 4.21, Основные геометрические параметры устройства, представленного на рнс. 4.20:】—лняэа; 2 — оветовзлучающнй диод; 3 —— аоэвцнонно-чувофввфельнкй фо«оде- vesvop
Рис. 4.20. Схема илтимо-элекэ-роиного датчика ближней зоны:
/ — детектор; определения положения све> тоього пятна; 2 — Светодиоды, нзлучаю- щне н ннфракраоной области; S — лннза
Рис. 4.20. Схема илтимо-элекэ-роиного датчика ближней зоны:
/ — детектор; определения положения све> тоього пятна; 2 — Светодиоды, нзлучаю- щне н ннфракраоной области; S — лннза
Рис. 4.21, Основные геометрические параметры устройства, представленного на рнс. 4.20:
】—лняэа; 2 — оветовзлучающнй диод; 3 —— аоэвцнонно-чувофввфельнкй фо«оде- vesvop
Рис. 4.21, Основные геометрические параметры устройства, представленного на рнс. 4.20:
】—лняэа; 2 — оветовзлучающнй диод; 3 —— аоэвцнонно-чувофввфельнкй фо«оде- vesvop
равномерно по окружности через 60°, причем все шесть лучей света 6】этих источников пересекают оптическую ось в одной и той же точке. Лучи света образуют оптический конус, вершина этого конуса находится в центре рабочей области. При этом каждый источник света управляется независимо.
Когда объект пересекает луч света, световое пятно через объектив отражается на позиционно-чувствительный элемент. При этом последний определяет координаты местоположения пятна на своей поверхности. Зная местоположение светового иятиа, оптические параметры устройства и траекторию пучка света, можно выполнить триангуляционный расчет и найти координаты поверхности объекта в трехмерном пространстве. Осуществляя измерения для нескольких точек, можно вычислить ориентацию поверхности [4.27; 4.37 ].
Используемые в такой системе источники света состоят из излучающих в инфракрасной области светодиодов, апертуры и фокусирующей линзы. Такая схема выбрана, исходя из малых размеров подобного источника, приемлемой интенсивности создаваемого пятна свата и малой расходимости пучка. Источник света сконструирован таким образом, чтобы самое малое пятно света создавалось в рабочей области.
Рассмотрим основные геометрические параметры такого устройства (рис. 4.21). Система координат (X,匕 Z) выбрана таким образом, что начало координат находится в центре линз , а ось Z направлена вдоль оптической оси. Источники света размещаются в плоскости X, У, и их координаты в общем случае (х, у, ")• инн
153
излучают свет в направлении оси Z к точке (0, 0, d) и образуют угол 9 с осью Z. Предположим, что система сконструирована таким образом, что плоскость, расположенная на расстоянии z = d и проходящая через точку сходимости лучей, является фокусом оптической системы и что изображение в этой плоскости создается на фотодетекторе g коэффициентом увеличения М. Чтобы описать геометрию изображения, можно считать, что фотодетектор размещается на расстоянии z = ——Md по оси Z, В этом случае точка g пространственными координатами (х, у, z) изображается на фотодетекторе в точке (х0* у。, —Aid), где
xMdxMdgMdgMd(4.10)(4.10)
xMd
xMd
gMd
gMd
(4.10)
(4.10)
Рассмотрим случай, когда излучатель расположен на оси X, т. е, имеет координаты %, 0, 0) и рассмотрим точку с координатами (х, 0, z), проецируемую на поверхность объекта. Поскольку точка находится на луче света,
z = (d tg 6 — %) ctg 9. (4.11)
Эта точка создает свое изображение на видеодатчике в точке g координатами (尤⑦。，——Md). Из выражений (4.10) и (4.11) получаем, что глубина z следующим образом зависит от положения светового пятна (%) •
Оценим, насколько чувствителен такой способ измерения глубины, подсчитав для этого значение смещения пятна хс вследствие смещения по глубине z;
S =总卜图聋. (4.12)
Чем больше значение S, тем большей чувствительностью обладает рассмотренная система. Как видно из (4.12), большее увеличение оптической системы и более наклонные лучи дают более высокую чувствительность.
Другим важным параметром системы является диапазон измерения по глубине. Считая, что эффективный размер фотодетектора равен L, можно оценить глубины % и г2, при которых соответствующие изображения светового пятна находятся на краю эффективной светочувствительной площадки фотодетектора, т. е.先с = L/2 и хс = —L/2. Таким образом, максимальный диапазон измерения может быть выражен следующим образом:
W = Z? — 21 =W = Z? — 21 =L/M tg 0
W = Z? — 21 =
W = Z? — 21 =
匸-(L/2dM tg б)? •
Обычно при создании таких устройств требуемая глубина измерений d задается. Фактор увеличения М и угол 9, образуемый лучом света с осью системы, являются изменяемыми параметрами 154
Рис. 4.22. Принципиальная схема аоанцноввму.- ствятельиого диода：
Р — вветовая точна; 4, В, С, D — вдек*рОД1в； / + /р - фототоки ва вдектродах; % и у ^ Но^р- диваты вветовой »очкя； х0 в у0 — коорднвага uesea фофодатчина
и должны быть определены при конструировании. Компромисс в определении Мив находим из соотношения измеряемой глубины W и чувствительности S. Чем большие 7И и 9 мы выбе- рем， тем большее получим значение S и меньшее W, и наоборот. Однако
практически величина не может быть очень большой, поскольку она должна соответствовать реальным фокусным расстояниям и при этом должна учитывать искажение, вносимое линзой. Угол 0 также не может быть очень большим» поскольку в этом случае отраженный свет становится слишком слабым.
В одной реально созданной системе этого типа использовались следующие параметры [4.37]: глубина рабочей зоны d = 45 мм, размер светочувствительной площадки фотодетектора L = 11 мм, фактор увеличения М = 1, фокусное расстояние объектива / — = 22,5 мм, диапазон изменения глубины W7 = 10 мм, причем 4 = 40 мм и 丛 = 50 мм, чувствительность S = 1,14 на глубине 4 н S = 0,89 на глубине 2a.
В качестве фотодетектора в такой системе могут быть применены различные матричные и позиционно-чувствительные элементы [4.1; 4.2; 4.13]. Принцип измерения базируется на определении координат светящейся точки (рис. 4.22) на светочувствительной поверхности позиционно-чувствительного фотодетектора (пат. 4629882 США, НКИ 250—211). В таком фотодетекторе возникает фототок, который распределяется соответственно по четырем краевым электродам фотодиода. Соотношение фототока, воспринимаемого электродами Д, В, С и D、зависит от координат хр и ур световой точки.
В электронном блоке четыре аналоговых сигнала усиливаются и подаются на вход аналого-цифрового преобразователя. Дальнейшая обработка сигнала осуществляется с использованием вычислительного устройства.
В таких системах используют также позиционно-чувствительные фотодетекторы, выполненные на основе планарного pin-фотодиода с однородными высокоомными покрытиями с обеих сторон.
Распределение погрешностей, возникающих в двумерном позиционно-чувствительном детекторе, представлено на рис, 4.23. Непрерывные линии показывают расчетное положение светового пятна, а штриховые линии ——действительное положение светового пятна. Такой фотодетектор в силу своей внутренней структуры определяет координаты точки с наибольшей интенсивностью в распределении св^та по пятну. Эго свойство весьма полезно, 155
потому что определение положения пятна света в этом случае не чувствительно к дефокусировке и к деформации формы пятна при подсветке наклонных поверхностей.
Обработка информации в процессе анализа поверхности с помощью рассматриваемого датчика осуществляется в следующей последовательности. Микропроцессор посылает сигнал включения одного из светодиодов. Датчик местоположения пятна света реагирует на свет, отраженный от поверхности объекта. Четыре сигнала, пропорциональные величинам /口 ％, 丄以 и /у2> поступают на схему выборки и фиксации, а затем на схему цифрового преобразования. Скорость обработки данных составляет около 6000 точек в секунду. Расчет пространственного местоположения и ориентации поверхности объекта осуществляется в три этапа: выполнение триангуляционных расчетов, выполнение коррекции погрешности измерения и построение плоскости. Триангуляционные расчеты и коррекция погрешностей повторяются последовательно для каждого источника света, а построение плоскости осуществляется после выполнения шести измерений.
Дальнейшим развитием рассмотренного устройства можно считать схему датчика, представленную на рис. 4.24. В этой схеме используются пять кольцевых наборов светодиодов, расположенных концентрично, каждый из которых состоит из шести излучателей, расположенных на окружности через 60° [4.21 ]. Каждый набор светодиодов действует аналогично ранее рассмо-. тренному принципу. В каждом наборе светодиодов используется своя частота коммутации, что позволяет с помощью микропроцессора разделять пять базовых плоскостей контроля: d】，d2, d§, d& и & (рис. 4.24), а также на основе рассмотренного выше подхода измерять с высокой точностью расстояния в диапазоне,
Рнс. 4.23. Распределение пом грешностей поэицнонио-чув« ствительиого фотодетектораРнс. 4.23. Распределение пом грешностей поэицнонио-чув« ствительиого фотодетектораiдiд803 т803 т
Рнс. 4.23. Распределение пом грешностей поэицнонио-чув« ствительиого фотодетектора
Рнс. 4.23. Распределение пом грешностей поэицнонио-чув« ствительиого фотодетектора
iд
iд
803 т
803 т
рве. 4.24. Схема многодиапавон- ного датчика ближией ооны
несколько превышающем расстояние 厶一d6 (пат. 4558215 США, НКИ 250—222.1).
Разновидностью рассмотренного выше метода структурированного подсвета является устройство,
схема которого представлена на рис. 4.25. В этомI1——I——I——I(
случае подсветка контро-z = °% "z 力八“，
лируемой поверхности
осуществляется лазерным лучом, непрерывно двигающимся по образующей конуса. При этом лазерный луч высвечивает окружность на поверхности, перпендикулярной оптической оси устройства. Это изображение считывает видеодатчик, и оно затем анализируется с помощью микропроцессора. В остальном принцип действия системы не отличается от рассмотренного выше.
Теперь перейдем к рассмотрению подкласса СМВ со структурированным подсветом трехмерной сцены, предназначенных для работы на расстояниях 2 ... 3 м. В последнее время созданы различные схемы структурированной подсветки, в которых на контролируемую трехмерную сцену проецируются специальные регулярные (или нерегулярные) рисунки, состоящие из комплекса световых полос или решеток. При этом кривизна формы объекта вносит определенные искажения в рисунок подсвета, анализируемый под углом, отличным от угла подсвета. Это различным образом используется для определения формы объекта. Схемы такого типа могут быть разделены на две группы: системы, анализирующие форму неподвижных объектов, и системы, анализирующие форму объектов, перемещающихся совместно с лентой конвейера.
Рис. 4.25. Дакнк блияней воны с вращающемся световым ттшш
Рис. 4.26. СМВ со структурированным подсветом сцены перемещающимся плоским лучом:/ — анализируемая сцена; 2 — видеоаиа- лизвтор； 3 ——вращающийся источник офруктурвровавиого аодоветаРис. 4.26. СМВ со структурированным подсветом сцены перемещающимся плоским лучом:/ — анализируемая сцена; 2 — видеоаиа- лизвтор； 3 ——вращающийся источник офруктурвровавиого аодовета
Рис. 4.26. СМВ со структурированным подсветом сцены перемещающимся плоским лучом:
/ — анализируемая сцена; 2 — видеоаиа- лизвтор； 3 ——вращающийся источник офруктурвровавиого аодовета
Рис. 4.26. СМВ со структурированным подсветом сцены перемещающимся плоским лучом:
/ — анализируемая сцена; 2 — видеоаиа- лизвтор； 3 ——вращающийся источник офруктурвровавиого аодовета
В соответствии в этими особенностями различаются схемы структурированного подсвета.“
В первом случае используются системы щелевой подсветки сканирующим плоским лучом (рис. 4.26), при которой анализируемая трехмерная сцена последовательно рассекается плоским световым лучом на ряд сечений, соответствен но воспринимаемых видеодатчиком. По положению плоскости щелевой подсветки, а также воспринимаемого видеодатчиком изображения светового сечения объекта с помощью принципов триангуляции можно найти расстояние от видеодатчика до каждой точки сечения. В процессе контроля плоский световой луч с помощью колеблющегося зеркала сканирует всю сцену, а видеодатчик последовательно анализирует трехмерную сцену, воспринимая каждое очередное сечение сцены световой плоскостью. На основе этих изображений с помощью микропроцессора затем осуществляется интерпретация анализируемой сцены.
Разработаны различные варианты рассмотренной схемы СМВ. Создана, например, схема, в которой используется лазерный луч, превращаемый в щелевой свет с помощью цилиндрической линзы. При этом для возможности анализа объекта со всех сторон он располагается на вращающемся столе.
Рис. 4.27. СМВ си структурированным подсветом плоским лучом движущейся детали：】一видеоанализатор; 2 — источник ще- певоА подсветки; 3 ——анализируемая де- таль, двигающаяся на конвейереРис. 4.27. СМВ си структурированным подсветом плоским лучом движущейся детали：】一видеоанализатор; 2 — источник ще- певоА подсветки; 3 ——анализируемая де- таль, двигающаяся на конвейереК этому же классу относятся СМВ, предназначенные для анализа трехмерных объектов, двигающихся с постоянной скоростью совместно с лентой конвейера. В таких СМВ используются системы подсвета сканирующим пятном или неподвижной световой линией (полосой), перпендикулярной направлению движения конвейера (рис. 4.27),
Рис. 4.27. СМВ си структурированным подсветом плоским лучом движущейся детали：
】一видеоанализатор; 2 — источник ще- певоА подсветки; 3 ——анализируемая де- таль, двигающаяся на конвейере
Рис. 4.27. СМВ си структурированным подсветом плоским лучом движущейся детали：
】一видеоанализатор; 2 — источник ще- певоА подсветки; 3 ——анализируемая де- таль, двигающаяся на конвейере
рис. 4.28. Последовательность сечеиий движущейся детали плоским световым лучомрис. 4.28. Последовательность сечеиий движущейся детали плоским световым лучомРнс. 4.29. CRIB с подсветкой трежмервой сцены плоским крестообразным лучом:
рис. 4.28. Последовательность сечеиий движущейся детали плоским световым лучом
рис. 4.28. Последовательность сечеиий движущейся детали плоским световым лучом
а — ахема устройства; / — ТВ-камера; 2 — rgcourak подсвета; S — объект; б ——о л ед ове- vobhx лучей на объекте дрехмерноА ацева
При движении конвейера формируется ряд последовательных сечений объекта (рис. 4.28), из которых синтезируется слитный об. раз, идентифицируемый затем с помощью микропроцессора [4.26]
Этот принцип анализа формы двигающихся с постоянной скоростью объектов получил название «светового занавеса». В таких системах сцена освещается плоским световым лучом и анализируется контрастное изображение следа этого луча на поверхности детали. Такие системы позволяют инспектировать движущиеся со скоростью 3 ... 30 м/с детали довольно сложной формы путем освещения их плоским лучом толщиной около 3 мм. Производительность подобных систем около 2000 деталей в минуту [4.261.
Необходимо отметить, что рассмотренный способ контроля двигающихся на конвейере объектов получил большое распространение в производственных условиях и в других областях 14.20; 4.23] (пат. 4694153 США, НКИ 250—202; пат. 4346293 США, НКИ 250—222; пат. 4724322 США, НКИ 250—341; пат. 4697089 США, НКИ 250—561; пат. 4650333; 4741621 США, НКИ 356—376; пат. 4679076 США, НКИ 358—107).
При анализе формы неподвижных объектов используется также подсветка неподвижной крестообразной или прямоугольной световой решеткой (рис, 4,29), параметры которой деформируются в зависимости от формы объекта. Соответствующее изображение после восприятия видеодатчиком обрабатывается микрокомпьютером с целью интерпретации объекта [4.42; 4.43]. При этом разработаны различные способы сеточного кодирования, которые минимизируют число измерений, требуемых для получения заданного числа пространственно различимых элементов.
Рассмотрим подробнее способ анализа трехмерных сцен с помощью кодирующих решеток. Этот способ в последнее время начал приобретать все большее значение по двум причинам: развитие 159
лазерной техники дало возможность выполнять преобразование Фурье оптическим способом и в то же время разработка метода быстрого преобразования Фурье сделала реальной обработку изображений цифровым способом [4.12; 4.31 ],
Если пространственная информация закодирована в виде модуляции изображения надлежащим образом выбранной решеткой, то полезная информация после преобразования Фурье окажется сконцентрированной в определенных участках полученного спектра. Кодирование позволяет сконцентрировать полезную информацию в узких боковых полосах, расположенных около несущей (основной частоты решетки). Спектральная обработка, позволяющая извлечь эту информацию, проста и заключается в применении фильтрации боковых полос.
Метод кодирования трехмерной сцены g помощью решетки заключается в том, что соседние области трехмерного объекта, имеющие разную ориентацию, кодируются по-разному и таким образом, что каждую плоскую область легко можно выделить. Для простоты можно рассмотреть вариант подсвета куба, расположенного на плоскости. Если свет пропустить через кодирующую пластину, состоящую из набора пересекающихся вертикальных и горизонтальных прозрачных и непрозрачных линий или полос, то их проекция кодирует плоские грани куба так, что пространственная модуляция изображения определяется ориентацией отражающих плоскостей. Выбор рисунка кодирующей пластины достаточно свободен, поэтому вид кода можно подобрать наилучшим образом.
Существуют по меньшей мере два способа извлечения информации из воспринятого видеодатчиком кодированного изображения. Наиболее часто применяемый способ заключается в сканировании изображения, выделении прямоугольной волны кода простым сравнением с порогом и вычислении параметров нроек- цнн, необходимой для преобразования принятой прямоугольной волны в форму, аналогичную переданной и, следовательно, известной.
Возможно применение кодирующей решетки любого типа, главное, чтобы в каждом конкретном случае она давала возможность максимально упростить вычисления с помощью микрокомпьютера.
Второй способ анализа изображений, кодированных с помощью решетки, состоит в том, чтобы сначала каждую плоскую область выделить и затем объединить результаты для обработки по общей программе. Такой подход приводит к необходимости выполнения фильтрации пространственных частот. В последнее время в связи с интенсивным развитием методов пространственной фильтрации н когерентных методов обработки появилась возможность создать устройства, которые непосредственно позволяют анализировать геометрические отношения в трехмерном пространстве с высокой скоростью [4.31; 4.42], 160
Кратко рассмотрим спектр кодированного изображения. Типичная картина, на восприятие которой рассчитываются системы, представляет собой набор плоских многогранников, которые являются гранями пространственного объекта. Эта картина, закодированная е помощью решетки, состоит из элементарных площадок, на которые наложено изображение модулирующей функции. Угол модуляции (т. е. направление изображения полос решетки) на разных плоскостях различен. Спектр всего набора многогранников состоит из семейства полос, по одной на каждую плоскость (пат. 4238147 США, НКИ 354—77; пат. 4634278; 4648717; 4668094 США, НКИ 356—376; пат. 4653104 США, НКИ 382—1).
Необходимо отметить, что если пучок лучей, проектируемых на сцену упорядочен, то пучок принимаемых лучей, вообще говоря, не имеет определенного порядка. У пор ядоченность сохраняется лишь на отдельных участках. Нумерация лучей в проектируемом пучке позволила бы задать порядок расположения отраженных лучей. При приеме лучей изменение их порядка связано с расстоянием до точки отражения. Следовательно, используя геометрические соотношения и зная расположение лучей, можно
найти точку отражения. “
Упорядочения выходных лучей можно достичь по крайней мере двумя путями: путем сканирования объектов в сочетании с наблюдением за положением результирующего отклика на приемнике, путем выбора для проектирования такой решетки, которая позволяет кодировать положение лучей.
Первый метод является последовательным и требует увеличенных затрат времени, однако способен обеспечить точное разделение объектов в трехмерных сценах, имеющих однородный тон
или текстуру.。
Второй метод ——метод проецирования решетки, позволяющий кодировать положение отдельных лучей ——допускает параллельную обработку, но требует тщательного подбора решетки.
В качестве методов кодирования положения лучей могут использоваться следующие:
метод цветового матричного кодирования, когда коды поел - довательных лучей представляют собой, например, три цвет красный, зеленый, синий, объединенные в матрицу;
метод кодирования изменением ширины 噜?J 案力曲
Существуют решетки, в которых имеется сся зон.
туры с расстоянием. Представителем это РУширина
НЛ пластина в котооой расстояния между штрихами и ширин ная пластина, в которой у：；neHTDa пластины. Пластина
штрихов зависят от расстояния до Ц Р4eDe_
представляет собой штриховую струЙЫХ 30Н Зонная
ДУющихся прозрачных и ^^
пластина обладает центральной си Р^^ л11HBйнЗ возрастаю- частота в радиальном направлен вл ^^ мож№ измерить Про- тцей функцией расстояния от цен Р^ ^менвння в изображении, странственную частоту и скорость⑹
6 Заказ 867
Рис. 4.30. Схема анализатора трехмерной сцены с пространственно- модулированноЙ подсветкой：
7 — осветитель; 2 — эталонное изображение; 5 — поверхность исследуемого объекфа; 4 — плоскооть фо Фочувотвительной поверхности ви- деодятчина; 5 — видеодатчик полученном освещением через зонную пластину, то оказывается возможным вычислить расстояние каждого элемента изображения до центра зонной структуры.
Требуемый рисунок на кодирующей пластине
также может быть сформирован с помощью управляемого транспаранта и генератора сигналов. При этом может быть сформирован любой тип кодирующего рисунка, оптимальный для данного типа анализируемой трехмерной сцены. Таким образом можно вычислить про- странственное положение любой элементарной плоскости, если она обладает достаточным размером, чтобы на нее могло попасть нужное число линий решетки.
Как уже было отмечено, для обогащения спектра изображения в области высоких частот с целью повышения точности и достоверности оценок по ряду параметров можно использовать простран- ственно-модулированную подсветку исследуемой сцены.
Проанализируем методы и точность оценки пространственных параметров при пространственно-модулированной подсветке объекта.
Оптическая схема такой системы (рис. 4.30) включает осветитель 7, с помощью которого осуществляется перенос эталонного изображения 2, являющегося носителем модулирующей структуры» на поверхность исследуемого объекта 3. Отраженное изображение собирается в плоскости 4 видеодатчика 5 и анализируется им. При наличии некоторого расстояния между центрами проективных преобразований (базис передачи), осуществляемых в осветителе и видеодатчике, информация о глубинной координате точки объекта содержится в сдвиге двумерных координат элементов модулирующей структуры на мишени видеодатчика относительно координат соответствующих элементов эталонного изображения, т. е. спроецированного светового рисунка.
Анализ геометрических преобразований позволяет сделать вывод о полной аналогии между рассмотренной системой и традиционной бинокулярной стереотелевизионной системой. Эта аналогия вытекает из принципа обратимости хода лучей и правомочна при условии, что одно из изображений стереопары представляет собой регулярный (например, решетчатый) рисунок 162
подсвечиваемой структуры, который можно назвать эталонным изображением, а второе изображение стереопары представляет собой этот же подсвечивающий рисунок, но уже спроецированный на анализируемую трехмерную поверхность и, вследствие этого, соответствующим образом деформированный (так как он воспринимается с другой точки зрения). Отсюда вытекает возможность использовать при анализе свойств рассматриваемой системы результаты, известные из теории бинокулярных двухканальных стереотелевизионных систем [4.44]. В частности, при параллельных осях объективов осветителя и камеры и одинаковых их параметрах для оценки глубинной координаты можно применить известное соотношение 2 = Вп//А^ (А& — значение сдвига элемента эталонного изображения, эквивалентное параллаксу).
Соответственно, можно показать, что при оценке параллакса по положению максимума функции взаимной корреляции 尸(Е) сигналов изображения стереопары по направлению Е, совпадающему с базисом передачи, дисперсия погрешности определения глубинной координаты имеет вид
(4.13)(4.13)где 8口 一 базис передачи; I — участок осигде 8口 一 базис передачи; I — участок осиза объективом; Р —за объективом; Р —мощности шума на линейного фильтра;мощности шума на линейного фильтра;параллакс; /V巾 一 спектральная плотностьвыходе «отбеливающего» звена оптимального_尸(со) —— преобразование Фурье сигнальной функции; q (со)——энергетический спектр шума;尸(①)/д(①)"параллакс; /V巾 一 спектральная плотностьвыходе «отбеливающего» звена оптимального_尸(со) —— преобразование Фурье сигнальной функции; q (со)——энергетический спектр шума;尸(①)/д(①)"——«отбеленный» спектр——«отбеленный» спектрсигнала.Из этой формулы следует,сигнала.Из этой формулы следует,чточточем больше величина F (①)чем больше величина F (①)в области высоких частот, темв области высоких частот, темменьшеменьшеal. В то же время 尸(со)al. В то же время 尸(со)определяется спектрами сигналов изображений стереопары, т. е. чем больше высокочастотных деталей в объекте и чем выше их контраст, тем точнее может быть определена глубинная координата объекта.Учитывая, что анализируемые сигналы, являясь элементами эталонного изображения, априори известны с точностью до искажений, вносимых при преобразованиях в оптической и телевизионной системах, можно, во-первых, осуществить оптимальную обработку полученного сигнала на более достоверной основе, а, во-вторых, получить из формулы (4.13) более простые соотношения для дисперсии оценки координаты.В частности, при подсвечивающей структуре в виде прямоугольной решетки и в предположении, что шум *“тивный, в первом приближении можно записатьопределяется спектрами сигналов изображений стереопары, т. е. чем больше высокочастотных деталей в объекте и чем выше их контраст, тем точнее может быть определена глубинная координата объекта.Учитывая, что анализируемые сигналы, являясь элементами эталонного изображения, априори известны с точностью до искажений, вносимых при преобразованиях в оптической и телевизионной системах, можно, во-первых, осуществить оптимальную обработку полученного сигнала на более достоверной основе, а, во-вторых, получить из формулы (4.13) более простые соотношения для дисперсии оценки координаты.В частности, при подсвечивающей структуре в виде прямоугольной решетки и в предположении, что шум *“тивный, в первом приближении можно записатьбелый и адди-белый и адди-[4.441[4.441d》（器）d》（器）2疗必2疗必
(4.13)
(4.13)
где 8口 一 базис передачи; I — участок оси
где 8口 一 базис передачи; I — участок оси
за объективом; Р —
за объективом; Р —
мощности шума на линейного фильтра;
мощности шума на линейного фильтра;
параллакс; /V巾 一 спектральная плотность
выходе «отбеливающего» звена оптимального_
尸(со) —— преобразование Фурье сигнальной функции; q (со)——
энергетический спектр шума;尸(①)/д(①)"
параллакс; /V巾 一 спектральная плотность
выходе «отбеливающего» звена оптимального_
尸(со) —— преобразование Фурье сигнальной функции; q (со)——
энергетический спектр шума;尸(①)/д(①)"
——«отбеленный» спектр
——«отбеленный» спектр
сигнала.
Из этой формулы следует,
сигнала.
Из этой формулы следует,
что
что
чем больше величина F (①)
чем больше величина F (①)
в области высоких частот, тем
в области высоких частот, тем
меньше
меньше
al. В то же время 尸(со)
al. В то же время 尸(со)
определяется спектрами сигналов изображений стереопары, т. е. чем больше высокочастотных деталей в объекте и чем выше их контраст, тем точнее может быть определена глубинная координата объекта.
Учитывая, что анализируемые сигналы, являясь элементами эталонного изображения, априори известны с точностью до искажений, вносимых при преобразованиях в оптической и телевизионной системах, можно, во-первых, осуществить оптимальную обработку полученного сигнала на более достоверной основе, а, во-вторых, получить из формулы (4.13) более простые соотношения для дисперсии оценки координаты.
В частности, при подсвечивающей структуре в виде прямоугольной решетки и в предположении, что шум *“
тивный, в первом приближении можно записать
определяется спектрами сигналов изображений стереопары, т. е. чем больше высокочастотных деталей в объекте и чем выше их контраст, тем точнее может быть определена глубинная координата объекта.
Учитывая, что анализируемые сигналы, являясь элементами эталонного изображения, априори известны с точностью до искажений, вносимых при преобразованиях в оптической и телевизионной системах, можно, во-первых, осуществить оптимальную обработку полученного сигнала на более достоверной основе, а, во-вторых, получить из формулы (4.13) более простые соотношения для дисперсии оценки координаты.
В частности, при подсвечивающей структуре в виде прямоугольной решетки и в предположении, что шум *“
тивный, в первом приближении можно записать
белый и адди-
белый и адди-
[4.441
[4.441
d》（器）
d》（器）
2疗必
2疗必
где d эффективная ширина фронта импульса от решетки (в единицах длины); N& —- спектральная плотность мсгцностн шума； Ьо — амплитуда импульса от решетки.
При сравнении методов измерения, основанных нк факторе бинокулярного параллакса с моду71яи.ией светового потока и без нее, необходимо учитывать, что реализация потенциальной точности без использования модулированной подслзетки в ряде случаев невозможна, так как вследствие малс衣 мош.постп и случай нот о распределения сигнала изображения не удаетс.я эффективно учесть корреляционные связи.
Структура сетки имеет з^порядочеиный характер, что можно учитывать при обработке отсчетов координат элементов изображения в соответствии с общими принципами измерения координат обз^ектов на плоскости телевизионными методами. При этом расширяются возможности автоматизации оценки пространственных параметров, так как задача измерения пространственных координат фактически сводится к хорошо известным задачам измерения двумерных координат заданного объекта на плоскости и анализу 164
геометрических искажений двумерной периодической структуры. Выбор конфигурации сетки зависит от сложности анализируе* мого рельефа и, в основном, определяется простотой отождествления элементов в модулированном и эталонном изображениях.
Алгоритм определения пр остр анственных параметров объектов, реализуемый в цифровой форме в ЭВМ (рис. 4.31), включает поиск разрывов функции 纯 储 т>), соответствующих «скачкам» рельефа, выделение гладких участков внутри областей разрыва, аппроксимацию рельефа внутри гладкого участка, разложение по ортогональным полиномам с использованием метода наименьших квадратов, вычисление пространственных параметров выделенных объектов.
Необходимо отметить, что обогащение спектра наблюдаемого изображения высокочастотными составляющими» обеспечиваемое при пространственно-модулированной подсветке, снижает погрешности в оценке пространственных параметров наблюдаемых объектов и повышает тем самым вероятность правильного рас
познавания трехмерных объектов. Пространственная модули- рованная подсветка обеспечивает более высокую точность и досто- верность анализа пространственных параметров объектов телевизионными методами. Особенно эффективна такая подсветка при работе с малоконтрастными объектами (при условии достаточного коэффициента отражения поверхности объекта).
ча-ча-Разработаны методы, позволяющие на основе фильтрации в области пространственных частот осуществлять разделение плоскостей многогранников, закодированных сеточной подсветкой. Разработаны также подобные методы, предназначенные для анализа предметов с кривыми поверхностями. На основе этих методов сопоставляют сетку, полученную после проецирования на объект, и переданную сетку, а затем находят трехмерные координаты узлов сетки. Кроме того, существует много других методов анализа изображений закодированными сетками. Например, в кодированном сеткой изображении, которое получается при освещении объекта пространственно-модулированным светом н записью в виде голограммы со смещением пространственной частоты, измерение скорости изменения пространственной частоты дает сведения о кривизне поверхности объекта. Этот процесс можно выполнить с помощью цифровой ЭВМ и оптической обработки. Однако подобные методы обладают невысокой точностью.
ча-
ча-
Обычно в СМВ этого типа описание объекта сводится к выделению следующих параметров: сеточного образа, площади и периметра, выпуклости-вогнутости, локальных экстремумов и границ объекта. Сеточный образ обычно представляет собой набор координат точек пересечения границы объекта с некоторой сеткой, накладываемой на изображение. Наиболее трудньш моментом является определение оптимальных параметров сетки (размеры ячейки сетки должны быть достаточно велики, чтобы уменьшить объем информации, и в то же время достаточно малы, 165
Рис. 4.82. Схема визуального контроля врубок радиатора, основанная на нспользованнн струк- турвроваяного освещения:
j — вздеодатчяк; 2 — устройство струнтуриро ванноро подсвета
чтобы не пропустить важные детали на анализируемом объекте). Поэтому разработчики подобных систем часто идут на то, чтобы для объектов сложной формы параметры сетки задавал оператор.
В настоящее время для ана
лиза трехмерных сцен находят все большее применение СМВ, использующие различные схемы сеточного структурированного подсвета сцены и способы обработки получаемых изображений (пат. 4590367 США, НКИ 250—205; пат. 4259589; 4443706 США» НКИ 250—558; пат. 4335962; 4645348; 4645347 США, НКИ 356—376).
В качестве примера применения СМВ, снабженной структурированным освещением, рассмотрим использование такой системы для автоматического визуального контроля качества автомобильных радиаторов. Такой радиатор состоит из набора тонких алюминиевых пластин, через которые проходят алюминиевые трубки. На концах каждой трубки установлены резиновые переходники, с помощью которых трубки присоединяются к коллекторам, установленным по обе стороны радиатора. Операция запрессовки может привести к тому, что могут быть неточно установлены резиновые переходники. Автоматический визуальный контроль радиатора на отсутствие этих дефектов выполняется с помощью СМВ, снабженной системой структурированного подсвета контролируемой поверхности световой сеткой [4.18].
Общая схема визуального контроля представлена на рис. 4.32. Используемый способ визуального контроля позволяет определить распределение высот вокруг трубок радиатора в результате анализа проекции световой сетки на поверхности радиатора. Расстояние между линиями сетки Н; оптическая ось осветителя образует угол а с нормалью к поверхности радиатора^ а оптическая ось камеры — угол В・ Разность высот двух точек поверхности Рз и Р§ приводит к смещению светящейся линии, воспринимаемой видеодатчиком на расстояние е. Видеодатчик воспринимает сетку, линии которой расположены на расстоянии
h = Н (cos P/cos а)
друг относительно друга. Любая неровность поверхности 5工 приводит к смещению линии сетки на величину
в =в =^ sin (а 4- Р)^ sin (а 4- Р)cos аcos а
в =
в =
^ sin (а 4- Р)
^ sin (а 4- Р)
cos а
cos а
Анализируя с помощью микрокомпьютера визуальную кар- тнну деформированной сетки подсвета, можно определить правильность установки на трубках резиновых уплотнителей. Для того чтобы получить полную информацию по периметру трубок, радиатор освещается сначала горизонтальными, а затем вертикальными световыми полосами [4.18].
Рекомендации по выбору рациональных схем структурированного подсвета для СМВ различных типов и методы расчета основных параметров таких схем приводятся в работе [4.401.
Необходимо отметить, что сеточные методы кодирования используются не только в системах, действующих на основе триангуляции, но и в СМВ, действующих на основе муаровых полос (пат. 4070683 США, НКИ 354—77; пат. 4564295; 4657394 США, НКИ 356—376).
Хорошо известно, что равномерная дискретизация изображения, описываемого периодической функцией, например эталонной решеткой, приводит к возникновению муаровых полос. Причина образования муаровых полос заключается в возникновении ложных изображений, с чем очень часто сталкиваются при обработке цифровых сигналов. Это явление можно наблюдать при передаче телевизионных изображений объектов с полосатым узором. При этом воспроизводимый на видеомониторе узор отличается от узора объекта [4.8; 4.221.
Как известно, муаровый рисунок, формируемый на поверхности трехмерного тела при наложении на него двух или более периодических решеток, позволяет получить контурное описание формы контролируемого тела без выполнения специальной предварительной обработки его изображения 14.25). Созданы различные системы автоматического анализа формы объектов, в которых эталонная решетка, проецируемая на поверхность тела и ее тень, наблюдается и анализируется _с помощью телевизионной камеры. При этом муаровые полосы, наблюдаемые на экране монитора, формируются за счет наложения построчного растра сканирования (виртуальной решетки) на изображение тени эталонной решетки, спроецированной на поверхноста тела. Так как фаза виртуальной решетки легко может быть изменена электронным способом, в такой системе знаки контурных линий и, следовательно, выпуклости и впадины формы объекта могут быть определены с помощью микропроцессора.
Автоматическое определение формы, деформации или дефектов поверхности трехмерных объектов методом муаровых полос все шире применяется в различных областях науки и техники [4.11; 4.38].
Применение телевизионных методов позволяет существенно повысить эффективность анализа поверхностей объекта при выполнении следующих операций, являющихся основными состав-
ляющими метода муара:“丫口卄厶 объекта-
нанесение рабочего растра на поверхность объект ,
формирование эталонного растра;.
совмещение эталонного и рабочего растров;
фиксация полученного изображения.
Рабочий растр может быть нанесен на поверхность объекта с помощью проекционных телевизионных устройств, используемых при решении задан получения большого телевизионного экрана, например проекционных кинескопов. Достоинствами таких систем являются возможность регулировки расстояния между растровыми полосами, простота изменения яркости рабочего растра, относительно высокая разрешающая способность. Весьма перспективным для контроля объектов, имеющих большие линейные размеры, является применение светоклапанных проекционных устройств [4.6]. В качестве эталонного растра может быть использована растровая структура телевизионного изображения. Необходимо иметь в виду, что расстояние между двумя смежными строками должно быть по крайней мере в 2 раза больше апертуры считывающего луча.
Совмещение эталонного и рабочего растров в таких системах не вызывает затруднений, поскольку рабочий растр также проецируется на мишень передающей трубки. Наличие двух сканирующих устройств ——проекционного кинескопа и передающей телевизионной трубки — позволяет весьма просто осуществить коррекцию размеров растров.
Фиксация и автоматический анализ полученной муаровой картины является одной из основных операций при обработке трехмерной информации муаровыми способами. Необходимо отметить, что муаровые системы в основном дают скорее информацию ° разности расстояний, чем об абсолютном расстоянии [4.19; 4.32; 4.46].
В телевизионной системе, предназначенной для автоматического анализа поверхностей объектов методом муара (рис. 4.33), с блока выбора времени экспозиции / управляющие сигналы поступают на оптический затвор 2 и модулятор проекционного кинескопа 3. Таким образом одновременно происходят проециро- вание на объект 4 рабочего растра с кинескопа 3 и экспозиция полученного изображения на мишень видеодатчика 5. Получен- Hbiii многоградационный сигнал поступает на амплитудный ограничитель 6, где преобразуется в двухградационный, и далее на видеоконтрольное устройство 7. С ограничителя 6 сигнал подается
на блок согласования 8, где выполняется его предварительная обработка. Затем видеосигнал подается на микропроцессор 9.
Рис. 4.33. Функциональная схема системы, предназначенной для автоматического анализа поверхностей объектов методом муара
Влок коррекции рабочего растра 10 позволяет изменять расстоя- ние между смежными линиями рабочего растра и согласовывать параметры рабочего и эталонного растров в процессе настройки системы. С помощью блока . выбора режимов 11 видеодатчик мо*ет переводиться в режим работы, наиболее соответствующий решению поставленной задачи. Блок формирования эталонного растра J2 обусловливает работу видеодатчика в режиме прогрессивной развертки с требуемыми параметрами.
В заключение этой главы можно отметить, что в последнее оемя СМВ, действующие на основе использования различных епособов структурированного подсвета анализируемых трехмерных сцен, получают все 6。刀ьтее р：с：ро;闕戯нв g賜貰匣* пппичиолственных и других задач (пат. 442/38，^ооо/ю НКИ 250—222.1; пат. 4574109; 4583000; 4602163; 4699184 СШ , НКИ 250-561; пат. 4687326 США, НКИ 356—5). Оптимальное сочетание рациональных способов структурированного подсвета н способовРобработки полученных таким образом «упрощенны » изображений позволяет создавать относительно простые СМВ, квысокой точностью идентификации объектов [4.7,
4 Q. 4.14^-4.17; 4.33; 4.36]. Вследствие всего сказанного этот класс СМВ можно считать весьма перспективным.
ГЛАВА 5
ОПТИКО-ЭЛЕКТРОННЫЕ
СТЕРЕОАНАЛИЗАТОРЫ ТРЕХМЕРНЫХ СЦЕН
Как известно, для того чтобы с достаточно высокой точностью можно было определять параметры трехмерных сцен, необходимо использовать специальные анализаторы трехмерного пространства. Такие системы должны выполнять анализ и интерпретацию трехмерных сцен и ситуаций, определять пространственные характеристики обнаруженных объектов и выявлять соотношения и взаимосвязь между трехмерными объектами [5.3; 5.22 ]. Анализ трехмерных сцен может быть основан на использовании как монокулярных, так и бинокулярных методов. Однако для повышения точности анализа сложных трехмерных сцен и увеличения надежности их достоверного описания и интерпретации наиболее рациональным в ряде случаев представляется использование принципов стереоскопического бинокулярного восприятия. Необходимо отметить, что стереоскопические анализаторы позволяют получить такие результаты при анализе сложных трехмерных сцен, которые недостижимы для других типов анализаторов [5.33; 5.34].
Для анализа трехмерных сцен находят применение различные типы стереотелевизионных анализаторов как пассивных, так и активных [5.29]. При этом пассивные стереоанализаторы трехмерных сцен составляют достаточно многочисленную группу систем этого класса, действующих на основе бинокулярных методов и не использующих специального подсвета. Пассивная техника стереоанализа является более гибкой по сравнению с активной, однако необходимо иметь в виду, что такой подход связан с существенным усложнением вычислительных операций и определенным снижением помехозащищенности [5.9; 5.34 ]・ Говоря об автоматических стереотелевизионных анализаторах трехмерных сцен, необходимо в общих чертах кратко рассмотреть принципы построения стереотелевизионных систем представления оператору объемной информации [5.1; 5.2; 5.4). Как известно» в системах искусственного интеллекта одним из основных каналов поступления внешней информации является так называемый визуальный канал, осуществляющий обработку зрительной информации. Обработка заключается в анализе трехмерных сцен, их интерпретации и распознавании образов. При такой обработке 170
визуальная информация вводится в систему искуссгвеиного интеллекта, где проводятся расшифровка изображений и установ- лвнне связей между описаниями зрительных образов и знаниями, хранящимися в системе. При этом среди прочих подходов может быть реализован интерактивный режим общения пользователя с системой искусственного интеллекта, осуществляемый с помощью трехмерного дисплея. Разработаны разнообразные системы распознавания трехмерных сцен, действующие в интерактивном режиме, в которых оператор в диалоговом режиме работает со стереотелевизионным дисплеем.
В трехмерных дисплеях реализуются различные способы отображения объемной информации. Среди таких систем наиболее разработаны стереоскопические системы (пат. 4582393; 4172632 США, НКИ 350—132; пат. 4623223; 4422720 США, НКИ 350—138); системы с колеблющимися (вибрирующими) зеркалами и экранами (пат. 4639081; 4674837 США, НКИ 350—144; пат. 4435053 США, НКИ 352—86) н голографические системы (пат. 4669812 США, НКИ 350—373; пат. 4566031 США, НКИ 358—90; пат. 4359758 США, НКИ 358—90.2). Стереоскопические системы, системы с колеблющимися зеркалами являются одноракурсными; голографические системы — многоракурсными.
Разработаны также различные типы проекционных систем панорамного отображения визуальной информации (пат. 4460828 США, НКИ 250—329; пат. 4100571 США, НКИ 358—87; пат. 4246603 США, НКИ 358―89) и голографических проекционных панорамных систем (пат. 4573759 США, НКИ 350—385).*
Наиболее распространенным классом среди трехмерных систем отображения являются стереотелевизионные системы (рис. 5.1). Эти системы создаются на основе как обычных, так и проекционных ТВ-систем. В первой группе систем наблюдатель смотрит через соответствующие очки (цветные, поляризационные и светоклапанные) или без очков непосредственно на экран кинескопа (пат. 4719482 США, НКИ 350—91; пат. 4582393 США, НКИ 350—132; пат. 4422720; 4623223 США, НКИ 350—138; пат. 4641178; 4717949; 4734756 США, НКИ 358—3; пат. 4562463 США, НКИ 358—88).
Созданы также различные двухканальные нашлемные ТВ-стереосистемы, в которых два изображения стереопары одновременно воспринимаются двумя глазами оператора с двух миникинескопов или двух плоских миниатюрных отображающих панелей, расположенных непосредственно на шлеме (пат. 4559555 США, НКИ 358—88; пат. 4737972 США, НКИ 378—41).
В проекционных стереотелевизионных системах для формирования двух изображений стереопары используют проекцион- ные кинескопы, квантоскопы или соответствующие управляекше транспаранты (пат. 4431265; 4461541 США, %為弟°片：訳； пат. 4472037 США, НКИ 352—57; пат- 4g47966; 4322743 США, НКИ 358—88- пат. 4504856 США, НКИ.358—92; пат. 4651217;
171
Рнс. 5.1. Схемы стереотелевизионных приемных устройств с разделением стереопар с помощью двухцветных (а), поляроидных (б*) н светоклапанных (в) очков н линзовых растров с двулучевым (г) и проекционным (d) кииескопами:
/ н 2 — места подачи видеосигналов правого и левого изображений стереопары; 3, 9 н /2 — соответственно цветной, цветной илн черио-белый н двухпрожекторный кинескопы； 4, 7 H 8 — соответственно двухцветные, поляроидные н светоклапанные очки; 5 — поляроид; 6 ― полупрозрачное зеркало; 10 н 13 •— соответственно линзовый растр н блок линзовых растров; 11 — сетка (маска); 14 — проекционные ЭЛП
4684996 США, НКИ 358—231; пат. 4611245 США, НКИ 358—235; пат. 4654716; 4698684; 4729031 США, НКИ 358—237). При этом восприятие наблюдателем трехмерного изображения с проекционного экрана осуществляется с помощью различных очковых средств раздельного пропускания левого и правого изображений стереопары к левому и правому глазам наблюдателя. Разработаны различные способы разделения двух изображений стереопары: экранное, с помощью очков, с помощью растров и др. Все эти способы хорошо разработаны аппаратурно (пат. 4588259; 4620770; 4695130 США, НКИ 350—132; пат. 4732457 США, НКИ 350—356; пат. 4705371 США, НКИ 352—86; пат. 4647965; 4709263; 4729017 США, НКИ 358—88; пат. 4698668; 4719507 США, НКИ 358—92).
Большой интерес представляет создание средств обработки и представления трехмерной визуальной информации, предназначенных для различных систем управления подвижными объектами. Для этих целей из всего многообразия средств трехмерного отображения по ряду причин могут быть использованы только стереоскопические и голографические системы. Если сравнивать голографическую систему с стереоскопической в плане применения для дистанционного управления, то можно отметить следующее. 172
Трехмерное 1олографическое изображение формируется в определенном информационном объеме, которое человек-оператор может свободно рассматривать с разных точек зрения, под раз
личными ракурсами, произвольно изменяя положение головы и глаз (в определенных пределах). В то же время в стереоскопической телевизионной системе оператор может наблюдать трехмерное изображение только в одном зафиксированном ракурсе (под 0AHнм и тем же углом зрения), для изменения которого необходимо изменять пространственное положение оптической оси передающей стереокамеры.
В настоящее время для использования в трехмерных системах дистанционного управления наиболее пригодны только стереотелевизионные системы, которые, однако, могут быть реализованы с использованием некоторых элементов растровой техники
и голографии.
В будущем может оказаться весьма перспективным применение стереотелевизионных устройств представления трехмерной информации в абстрактно-символической интерпретации. В этом случае с помощью последовательносги стереопар, синтезированных на ЭВМ в реальном масштабе времени, формируется абстракт- ное трехмерное информационное пространство, заполненное снм- вслическими параметрическими поверхностями. Взаимное расположение этих иове[)хи остей и их линий пересечения дают оператору наглядное представление о том, каким образом он должен управлять системой, чтобы поддерживать ее оптимальное функционирование. Исходные потоки информации для синтезирования такого изображения поступакл' с комплекса датчиков различных физических величин (пат. 4672434 США, НКИ 358—88;
4558359 CUIA, НКИ 358—89).
в поло?кении центра массв поло?кении центра массКак известно, назначением пассивных стереоскопических СМВ является составление карты абсолютных глубин различных областей анализируемой трехмерной сцены. В результате обработки изоб!)ажений сцены двумя видеодатчиками формируется пара изображений ориентации поверхностей (рис. 5.2). Затем над этими изображениями осуществляется процедура сегментации, выделяющая области с постоянной ориентацией поверхностей. Дальнейшая обработка заключается в выделении на двух изображениях соответствующих областей. При этом^ различие ' —— соответствуюти х областей на паре
в поло?кении центра масс
в поло?кении центра масс
Ркс. 6.2. Принцип действиястереоанализатора:
/ — объект; 2, 2’ — левая н правая ТВ камеры; 3, 3’ — левое н правое изображения сте- реопарн
изображений (правом и левом) позволяет определить абсолютную глубину различных областей анализируемой трехмерной сцены.
В методах и алгоритмах автоматической стереотелевизионной обработки информации о трехмерных сценах используется триангуляция как основа для пространственного определения местонахождения признаков.
Разработанные алгоритмы стер еовидени я основаны на использовании оптической модели ТВ-камеры с точечным отвер- стием в диафрагме. Рассматриваемая модель подразумевает, что все лучи, проходящие на фокальную плоскость фотодетектора, проходят через общее точечное отверстие в диафрагме (центр линзы). Поскольку любой световой луч, идущий от объекта и достигший фокальной плоскости, прошел через одну и ту же фиксированную точку пространства, координаты точки его пересечения с фокальной плоскостью и координаты отверстия в диафрагме (центра линзы) однозначно определяют пространственное расположение прямой линии, соответствующей световому лучу.
Положение точки О объекта, изображение которой получено с помощью двух камер, определяется двумя пространственными прямыми (рис. 5.3). Эти две прямые пересекаются в пространстве в той точке, где находится анализируемый элемент поверхности объекта. В физическом смысле такую модель можно рассматривать как приложение методов триангуляции к анализу трехмерного рельефа объекта.
Изображения формируются на двух фоточ}7вст1зительных поверхностях линзами, расположенными в точках F и F". Ориентации двух камер таковы, что их оптические оси пересекаются в точке представления Р, изображения которой формируются на основных точках С н С'.
Точечный объект О, не лежащий в плоскости РСС', формирует изображения в X и Xf. Плоскость, заданная точками OFF, пересекает плоскости обоих изображений вдоль «эпиполярных линий» ab и' а'Ь'; при сдвиге точечного объекта в другие точки в той же самой плоскости его проекции X н X’ сдвигаются вдоль соответствующих эпиполярных линий. В общем случае эпиполярные линии не параллельны друг другу, даже если характеристики линз и камер идентичны. Другими словами, параллакс изображений точки О имеет компоненты и в горизонтальном и в вертикальном направлениях относительно плоскости РСС\ Поэтому вос- становленне пространственного положения точки О изображениями X н X’ является нетривиальным. Это является следствием того, что в процессе вычислений необходимо учитывать относительную ориентацию камер, и, кроме того, для заданного X поиск X' в общем случае должен быть проведен вдоль линии, которая не соответствует выбранному образцу изображения.
Однако процесс вычисления существенно упрощается, если использовать параллельную ориентацию осей обеих ТВ-камер, что делает эпиполярные линии параллельными. Это пронллю- 174
Рнс Б 3. Ход лучей в стереоаналнзаторе, ког；а оптические оси камер сходятся в точ- ке РРнс Б 3. Ход лучей в стереоаналнзаторе, ког；а оптические оси камер сходятся в точ- ке РООРнс. 5.4. Ход лучей в стереоанализаторе когда оптические осн камер параллельныРнс. 5.4. Ход лучей в стереоанализаторе когда оптические осн камер параллельны
Рнс Б 3. Ход лучей в стереоаналнзаторе, ког；а оптические оси камер сходятся в точ- ке Р
Рнс Б 3. Ход лучей в стереоаналнзаторе, ког；а оптические оси камер сходятся в точ- ке Р
О
О
Рнс. 5.4. Ход лучей в стереоанализаторе когда оптические осн камер параллельны
Рнс. 5.4. Ход лучей в стереоанализаторе когда оптические осн камер параллельны
стрировано на рис. 5.4. При этом линия 尸F, соединяющая центры линз, будет перпендикулярна оптическим осям камер, т. е. параллельна плоскостям изображения. Плоскость, заданная оптическими осями, пересекает плоскости изображения по линиям, проходящим через точки С н С'. При этом любой точечный объект О задает плоскость OFF, пересекающую плоскости изображения по эпиполярным линиям, которые включают изображения объекта в точках X н X'. Однако в этом случае, поскольку линия FF параллельна плоскостям изображения, каждая из эпиполярных линий параллельна 尸尸‘,а следователь но г и друг другу.
Это обстоятельство достаточно важно для изображений, полученных растровым сканированием, в которых эпиполярные линии могут быть параллельны линиям растра. При этом фокальные расстояния и другие характеристики обеих видеокамер идентичны, вследствие чего изображения становятся компланарными и эквивалентные точки сцены попадают на одну и ту же линию растра, существенно упрощая анализ. В этом случае принято считать» что видеокамеры находятся «в соответствии».
С точки зрения формирования геометрически высокоточного и синхронного считывающего растра в обоих видеоанализаторах стереокамеры наилучшими можно считать фотоэлектрические матрицы, например, ПЗС структуры.
(5.1)(5.1)Расположение хода лучей в стереоанализаторе с параллельными осями камер, спроецированное на плоскость оптических осей камер, представлено на рис. 5.5. Из подобных треугольников получаем [5.161
(5.1)
(5.1)
d/f = е/СХ = (е + s)/CX\
то естьто естьd = sf/B，d = sf/B，(5.2)
то есть
то есть
d = sf/B，
d = sf/B，
175
Рис, 5.6. Проекция хода лучей в стерео авали* ааторе с параллельными осями камер на плоскость оптических осей
где
в = CXf — СХ. (5.3)
Поскольку s и / являются константами, для заданного значения d несоответствие В является однозначным. Так как st f и d являются положительными, то и В должно быть положительным для всех d «с лицевой стороны» линз. Наконец, значение § не зависит от того, находится ли точка О выше или ниже плоскости оптических осей.
Эти обстоятельства становятся важными при расположении видеокамер с линиями сканирования, параллельными эпиполярным линиям. При этом изображения в обеих камерах сканируются синхронно. Поскольку эквивалентные детали изображений лежат на той же линии сканирования в каждом изображении и согласованно появляются на одном изображении раньте, чем на другом, измерение стереоскопического несоответствия сводится к простому согласованию во времени двух видеосигналов. Это гарантирует необходимую идентификацию.
Представляют интерес два класса свойств рассматриваемых систем — согласование во времени и взаимосвязь «глубина—несоответствие» (dm Р).
Уравнения (5.1)—(5.3) заключают в себе основную взаимосвязь «глубина——несоответствие» для стереосистемы. Как видно из (5.2), расстояние до точечного объекта, измеренное по перпендикуляру к плоскости линз, обратно пропорционально измеренному несоответствию. Это отношение независимо от положения объекта на изображении дает возможность выполнять измерения простыми средствами.
Однако в действительности измеренное стереоскопическое несоответствие может принимать только множество дискретных значений, определяемых интервалом разбиения изображения на элементы. Это определяет точность, g которой могут быть выполнены измерения глубины. Если число разбиений равно п на единицу расстояния, то целое число для н есоотв етств и я может быть определено как 6-целая часть (卩孔).Подставляя это выражение в (5.2), получим
d = Xfn/6.
Разрешение по дальности Д для любого данного расстояния d определяется как уменьшение оценки d при увеличении 6 на единицу, т. е.
А = s/n/б — s抗/(6 + 1) = sfn/б (б 4- 1).
Взаимосвязь между d и А для конкретного случая при s = = Ю см, f = 6 см, п = 330 элементов изображения (типичное значение для матриц на ПЗС) проиллюстрирована рис. 5.6 [5.16J. Как можно увидеть на рисунке, при расстоянии 1 м такая система теоретически способна на разрешение по глубине Д = 5 мм; при расстоянии 2 м разрешение ухудшается до 2 см и при расстоянии 4 м — до 8 см.
Справа на рис. 5.6 представлены две альтернативные вертикальные шкалы. Левая шкала представляет собой значение, соответствующее данной глубине 2; при уменьшении значения d значение 6 быстро увеличивается. Правая шкала представляет отношение A/d в процентах; как часть действительной глубины разрешение мало для обычных рабочих расстояний и улучшается при уменьшающейся дальности. Аналогичные кривые легко могут быть вычислены для таких систем g другими характеристиками и имеют ту же форму.
Если определены проекции X и X工 произвольной точки О трехмерного пространства на оба изображения стереопары, то положение О определяется по пересечению двух прямых: XF и Х/i (где 尸 л & — положение центров линз левой и правой телевизионных камер, пространственное положение которых считается известным). Однако, даже выбрав характерную точку на левом изображении, представляется затруднительным выбор сопряженной с ней точки на правом изображении. Вследствие этого основными вопросами в области стереоскопического автоматического анализа трехмерных сцен можно считать следующие.
какие именно признаки различения следует выделять;
каким образом сравнивать левое и правое изображение;
как находить сопряженные г Необходимо отметить, что поиск сопряженных точек тесно связан g методами выделения признаков различения и их сравнения. Обычно применяемый стереоскопический код использует калибровочные коэффициенты камеры, которые характеризуют параметры камеры, ее положение в пространстве, координаты фокальной
Рис. 5.0. Зависимость разрешения стерео- аналкзатора А оф глубины »
Рис. 5.7. Различные схемы взаимного расположения видеодатчиков / н 2 источников подсвета 3 н 3f н объекта наблюдения 4: а — двух неподвижных вндеодатчнков ТВ- камер； 6 — одного двигающегося видеодат- чнка; & — одного неподвижного вндеодат- ннка н двух попеременно включаемых источников нэлучення
плоскости и др. Используемый код позволяет определить пространственное местонахождение точек объекта.
В рассматриваемых системах пара оцифрованных изображений одного и того же объекта, полученных с помощью двух видеодатчиков, находящихся в двух разных точках пространства, обрабатывается определенным образом для нахождения признаков, пространственное положение которых требуется определить. Эта пара изображений может быть получена (рис. 5.7) с помощью двух неподвижных видеодатчиков, двух видеодатчиков, совместно смонтированных на манипуляторе, или одного видеодатчика, установленного на манипуляторе и перемещаемого из одного положения в другое (пат, 4573191; 4601053; 4654872 США, НКИ 382—1).
Использование двух видеодатчиков позволяет естественным образом измерить глубину точек осматриваемой сцены (аналогично стереоскопическому зрению человека). Для этого, как известно, необходимо решить задачу установления соответствия между точками на паре изображений, отвечающими одной и той же точке сцены. В связи с этим встают вопросы о наилучшем выборе сопоставляемых точек и об алгоритме поиска «партнера» выбранной точке на втором изображении стереопары. Хорошими кандидатурами для установления такого взаимного соответствия
могут являться некоторые характерные признаки изображения, например такие, как уголки, небольшие фрагменты или изолированные точки, явно отличающиеся от соседствующих с ними зон изображения. При этом, чем реже расположены на анализируемом 178
изображении такие признаки, тем легче осуществить поиск соот- ввтствня, но одновременно тем менее информативна строенная картина глубины.严"〃
Если база стереосистемы мала, то для получения достаточной точности измерения глубины необходима очень высокая точность согласования «стереоточек». Если же база велика» то расширяются «запретные зоны》, вызванные параллаксом, и вследствие этого ст епень сходства выбранных признаков уменьшается [5.141.
Другими источниками погрешностей служат ограниченная разрешающая способность в идеодатчи ков, н ейденти чн ость их фокусировки и ориентации, наличие вибрации и т. д. Все эти факторы ограничивают применимость стереоскопических методов анализа трехмерных сцен. Точность существующих стереоанализаторов в настоящее время вполне достаточна для целей навигации мобильных роботов во внешней среде и распознавания препятствий. Но для того, чтобы подобные системы можно было использовать для решения задач высокоточной сборки, необходимо еще приложить существенные усилия по их усовершенствованию.
Главным препятствием, возникающим на пути создания высокоточных СМВ, является проблема соответствия двух изображений стереопары. В процессе автоматической обработки предметы, имеющиеся на обоих изображениях, должны быть совмещены друг с другом для того, чтобы можно было определить значение расхождения между соответствующими участками двух изображений стереопары и, следовательно, дальность до этих участков. Процесс совмещения иногда существенно усложняется, так как вследствие параллакса один и тот же предмет на двух изображениях стереопары появляется немного смещенным на видах слева и справа и может быть частично или полностью затенен на одном изображении, т. е. на изображениях могут иметься точки, которые видны только с одного из направлений.
При обработке двух изображений стереопары также возникает вопрос, что именно наиболее рационально воспринимать системе автоматического стереоанализа как образы предметов — полутоновые изображения предметов в целом или контуры предметов. В последнее время предпринимаются успешные попытки осуществить предварительную обработку стереопары, сводя изображения предметов к их контурным отображениям и последующему совмещению контуров по толщине, ориентации и контрасту с фоном.。
Для того чтобы возможно было начать стереоскопический анализ трехмерного изображения, интересующие нас признаки прежде всего должны быть извлечены из оцифрованных изображении. Для решения этих задач разработаны различные алгоритм [5 2g 1
• После того как признаки извлечены, необходим^айти соответствие между одними н теми же признаками нР
179179жениях.
179
179
Рис. Е.8・ ГаинЧ'ииде при- crpaflc тне1>ныс 八，)爾 имепнн одного г того объекта.» КО ! ирм、 frivvy v с^с^ивлять
В качестве примера на рнс. 5.8 представлены три разлнинне проекции тре?:мерного объекта, имеющего два отнерстип. Прикладная часть программных средств должна позволить системе автоматически зафиксировать, что отверстие А на изображении / соответствует отверстиям А на изображения；!： 2 班 3. Аналогично отверстие В на изображении / соответствует отверсгичм В на изображениях 2 и 3. Для нахождения соответствия в каж,цом конкретном применении оператор должен сосу^^тъ код, )^ч.иты- вающий специфику конкретного применения.
Разработаны различные методы вб^неленпх нрнанккзв различения н их сравнения: корреляционный метод, различные методы, основанные на сравнении характерных точек, а также граничных признаков различения. Кратко рассмотрим эти методы.
При использовании корреляционного метода [6.6 ] берется небольшая область, так называемое хокно», в口крут некоторой точки, накример на левом изображении стереопары. Затем на правом изображении ищется область со средним значением яркости и дисперсией яркости, близкими к е()ответсгвующи?л. характеристикам рассматриваемого окна. Одна.ко необходимо отметить, что подобные поиски по всему правому изображению малоэффективны. Поэтому сле^дует ограничить сферу гюис/<ов.
Для рациональной реализации таких поисков рмзрабо-аиы различные подходы, в том чнена поиск в зпушомбрно访 плоскости. Эпиполярной плоскостью называется плоскость (см* рис. 5.4), проходящая через два отрезка: отрезок с концами в точке О и фокусе 尸 и отрезок, соединяющий фокусы Гл и /('п (базовая линия параллакса). Проекция точки О на гфавом изображении стереопары расположена на линии пересечения эпиполярной плоскости и плоскости правого изображения (на эпиполярной линии). Пользуясь этими данными и зная параметры двух телевизионных камер, сопряженную точку можно найти на эпипиляриой линии ”евз» изображения стереогшры.
При использовании этого метода реализуется следующая последовательность действий. С помощью дифференциального оператора на .левом изображении стерео па р.ы выделяются характерные точки. Затем при перемеш.ении вдоль эпиполярной линии проводится операция корреляции меж.к.у ярк^кгмымп картинами, 180
расположенными внутри двух окон: окна на левом изображении с центром в одной из найденных точек и окна в ок滥黑需需整 ряуои точки на правом изображении. Точка считайся сопряже^ нои в случае наибольшего значения корреляционХ пика
Размер окна подбирается, исходя из соображений тления максимально надежности выполнения процесса корреляционного сравнения. Г1ри использовании этого метода необходимо, чтобы положения объектов на левом и правом изображениях сильно не различались.
Вторым методом, используемым для выделения признаков различения и осуществления их сравнения, является метод сравнения характерных точек. Этот метод заключается в том, что выде- ляются наиболее характерные точки на одном изобр ажен и и стерео парь】и сравниваются сопряженные им точки на другом изображении. При этом на изображении выделяют лишь небольшое число сопряженных точек, благодаря чему удается избежать возникновения неоднозначных соответствий.
В качестве оператора выделения характерных точек хорошо действует оператор, функционирование которого сводится к следующему. Сначала определяется сумма квадратов разностей между яркостью каждого элемента изображения и яркостью соседнего элемента по четырем направлениям внутри окна (вверх-вниз, влево-вправо, по двум диагоналям), и наименьшее значение среди четырех направлений присваивается элементу изображения. Затем определяются характерные точки с помощью обработки пороговых значений. Отбираются точки, имеющие высокую разницу яркостей, что может соответствовать границам объектов. После того как на изображении выбраны характерные точки, для каждой из них находят сопряженные точки на втором изображении.
Третьим методом, используемым для выделения признаков различения, является метод сравнения граничных признаков. В этом методе в качестве сопряженных точек приняты точки границ объектов, т. е. места на изображении, имеющие большие перепады яркости. Границы объектов являются признаками различения предметов. В этом методе обычно выделяется большое число сопряженных точек, поэтому количество неоднозначностей возрастает. По этой причине необходимо ограничить поиск, введя различные условия связи. При использовании этого метода поиск сопряженных точек ведется не по эпиполярной линии, как это делалось в ранее рассмотренном методе, а путем использования связанных границ для сопряженных точек в горизонтальном и вертикальном направлениях. В данном случае такой поиск более эффективен, так как не возникают погрешности несоответствия. Для этой цели были предложены следующие способы: способ с многократным сохранением границы, для которой пока не нашлось сопряженной; способ с применением релаксационного подхода, позволяющего установить однозначное соответствие; с甯^， использующий динамическое программирование, и ДР- * •
Исследования корреляционных алгоритмов автоматического отождествления точек стереопары изображений показали, что при восстановлении цифровой модели рельефа трехмерной сцены они обладают рядом недостатков. В последнее время в системах автоматического стереовосприятия начинают применяться параллельные способы анализа изображений стереопары с помощью оптических процессоров (пат. 4556986 США, НКИ 382—42). Разработаны также алгоритмы автоматического восстановления цифровой модели рельефа, в которых используютсч статистические оценки достоверности принимаемых решений. Эти алгоритмы обладают повышенной помехоустойчивостью и стабильностью восстановления [5.7 ].
Таким образом, в пассивных стереоанализаторах для выделе^ ния трехмерной информации о сцене используются видеосигналы двух изображений, полученных с двух монокулярных видеодатчиков, расположенных в разных точках пространства. Если известны положения видеодатчиков и углы наблюдения, то на основе перечисленных выше методов можно определить трехмер* ные координаты точек пространства, расположенных, в рабочей зоне. Однако необходимо отметить, что выполнение операции триангуляции в стереоскопических СМВ связано с рядом трудностей:
если изображения стереопары мало отличаются друг от друга, то изменения рельефа» определяемые этими различиями, могут оказаться соизмеримыми с уровнем шума;
нелегко установить соответствие между точками двух изображений одной и той же сцены;
измерение по удаленным точкам является менее точным, чем измерение по ближним точкам анализируемой сцены.
Необходимо отметить, что, несмотря на интенсивное развитие этой области информационной техники, созданные в настоящее время системы контроля трехмерной визуальной информации могут воспринимать лишь небольшую часть того разнообразного трехмерного мира, который с легкостью анализирует человек. Даже если сильно упростить задачу, например, ограничиться восприятием только геометрических свойств трехмерных неподвижных предметов,——она все равно остается весьма сложной, а различные подходы к ее решению односторонними. Создание интеллектуальных СМВ в последнее время дало новый импульс исследованиям в области анализа и распознавания трехмерных сцен и предъявило соответствующим информационным устройствам новые требования. При этом, каким бы упрощенным и ограниченным ни было визуальное восприятие такого анализатора, он должен давать сведения, позволяющие системе двигаться и действовать в трехмерной окружающей среде, решая поставленные задачи.
Несмотря на некоторые вычислительные трудности, возникающие при создании подобных стереоанализаторов, применение 182
принципов стереоскопии и стереометрии к задачам оперативного автоматического анализатора трехмерных сцен в последний период существенно расширилось [5.13; 5.30]. Разработаны различные схемы стереоанализаторов, в которых в обоих изображениях стереопары сначала осуществляется контурное преобразование, а затем совмещение изображений по контурам и контрасту g фо- н°м. Дальность до какой-либо точки сцены определяется по смещению изображения этой точки на стереопаре. Это позволяет вычислить глубину краев объектов по их параллаксу и затем интерпретировать промежуточные точки [5..18- 5.23； 5.35].
В ряде разработанных алгоритмов автоматической обработки стереопар производится фильтрация предполагаемых совпадений признаков в соответствии g положением, наклоном и контрастностью сегментов контуров. Эти сегменты определяются путем использования различных методов. Обычно левое и правое изображения стереопары подвергаются операции выравнивания перед осуществлением стереосопоставления. Во время процедуры выравнивания «интересные» точки (такие, например, как вершины углов) находятся на обоих изображениях, после чего устанавливается их оптимальное соответствие. Предварительный подбор уточняется с использованием зонального коррелятора с высокой разрешающей способностью. Используемый микропроцессор вычисляет параметры относительного вращения, изменения масштаба и других преобразований, существующих между левым и правым изображениями стереопары [5.5].
Стереоскопические анализаторы визуальной информации находят применение в качестве систем визуальной навигации подвижных роботов. Такие системы позволяют обнаруживать препятствия на пути движения робота, планировать маршрут среди этих препятствий и осуществлять автоматическую навигацию при движении робота. В одной из подобных СМВ [5.37] в каждом цикле система обработки выбирает около 40 точек на одном изображении стереопары, на основе сопоставления выбранных точек с соответственными точками второго изображения определяет дальность в окрестностях точек, планирует маршрут, позволяющий обойти эти точки, формирует команду на движение вперед. Затем система вводит два новых изображения, определяет новые положения тех же точек и рассчитывает дальность до них и пара М飞訳嚣噹需貶爲уемнх в产鶏盤駕 направлена на уменьшение области изображения, о р коррелятором. Сужение окна уменьшает веР0Я™^^б^Р^ ния ложной точки и улучшает характеристикиипентиЛи-
вых, чем больше точек найдено правильно, т мбольшее
цировать ошибочные точки и удалить их. ^0；^0^^^^^ число точек, использованных в расчетах, 口°：号последова-
деления параметров движения. Наконец, тои 601nb.
тельно прослеживать на серии изображени Р
ших расстояний, что обеспечивает более точную навигацию в крупном масштабе.
Наиболее просты для понимания ограничения, накладываемые на геометрию изображения. Так, например, расстояния до некоторой точки могут быть больше некоторой минимальной величины. Это ограничение определяет минимальную и максимальную диспарантность при поиске признаков на стереоизображениях. Другое ограничение связано с тем, что если точка в реальном пространстве движется в сторону, то и ее образ на изображении также будет перемещаться в сторону, а не по вертикали.
Результаты расчета перемещения робота на очередном шаге движения накладывают существенные ограничения на процесс поиска парных точек. Это ограничение можно использовать либо априорно ——для ограничения области просмотра, либо апостериорно —— при оценке и осмыслении пары. Ограничения на геометрию движения используются следующими путями.
Прежде всего используется тот факт, что робот перемещался по сравнительно плоской поверхности, поэтому всякого рода покачивания, наклоны или вертикальные движения были исключены. Далее, если известно пространственное положение некоторой точки относительно предыдущего положения робота и рассчитано его новое положение, то имеется возможность получить прогноз места появления этой точки на новой стереопаре. После того как все точки из предыдущего положения найдены для нового положения робота и новое положение определено, проводится этап сокращения числа точек. Удаляются все точки, которые не переместились согласованно («жестко») с остальными. Эти точки скорее всего ошибочны [5.37].
Большинство стереоскопических систем требует переработки больших объемов информации, что, как правило, приводит к снижению их быстродействия. В рассматриваемом ниже подходе предпринята попытка преодоления этих трудностей за счет отказа от сложных в вычислительном плане признаков и ограничения анализа диспарантных точек стереоизображений несколькими рабочими точками, для которых определяется их высота над базовой поверхностью. Этой информации может оказаться вполне достаточно для выполнения ряда производственных операций, если имеется дополнительно полная информация об объекте в пло- сковти ху.
Такой принцип реализован в схеме, представленной на рис. 5.9. Перед объективом видеодатчика установлено подвижное зеркало, которое с помощью микропроцессора позволяет изменять поле зрения [5.11 ]. Процессор предварительной обработки изображений выделяет контуры на изображении, а затем определяет вершины. Специализированный процессор решает задачу прослеживания вершин при смещении поля зрения. Результаты прослеживания передаются в микроЭВМ, где методом триангуляции определяется расстояние до выделенных точек трехмерной ецены. 184
Рнс. 6.9. Структура автоматического сте- реоанализатора трехмерных сцен с подвижным зеркалом:/ — исполнительный орган; 2 — АЦП; 3 — модуль выделения контура; 4 — модуль выделения вершин; 5 — блок выделений лнннй; 6 ——блок выделения трехмерной информации; 7 — контролируемая сценаРнс. 6.9. Структура автоматического сте- реоанализатора трехмерных сцен с подвижным зеркалом:/ — исполнительный орган; 2 — АЦП; 3 — модуль выделения контура; 4 — модуль выделения вершин; 5 — блок выделений лнннй; 6 ——блок выделения трехмерной информации; 7 — контролируемая сценаРнс. 5.10. Принцип работы систем фор- ывровавия смещеввых нзображевий crepes пары:/ н 2 — смещаеыые зеркала; Р©, Р^ — точки наблюдевня сценаРнс. 5.10. Принцип работы систем фор- ывровавия смещеввых нзображевий crepes пары:/ н 2 — смещаеыые зеркала; Р©, Р^ — точки наблюдевня сцена
Рнс. 6.9. Структура автоматического сте- реоанализатора трехмерных сцен с подвижным зеркалом:
/ — исполнительный орган; 2 — АЦП; 3 — модуль выделения контура; 4 — модуль выделения вершин; 5 — блок выделений лнннй; 6 ——блок выделения трехмерной информации; 7 — контролируемая сцена
Рнс. 6.9. Структура автоматического сте- реоанализатора трехмерных сцен с подвижным зеркалом:
/ — исполнительный орган; 2 — АЦП; 3 — модуль выделения контура; 4 — модуль выделения вершин; 5 — блок выделений лнннй; 6 ——блок выделения трехмерной информации; 7 — контролируемая сцена
Рнс. 5.10. Принцип работы систем фор- ывровавия смещеввых нзображевий crepes пары:
/ н 2 — смещаеыые зеркала; Р©, Р^ — точки наблюдевня сцена
Рнс. 5.10. Принцип работы систем фор- ывровавия смещеввых нзображевий crepes пары:
/ н 2 — смещаеыые зеркала; Р©, Р^ — точки наблюдевня сцена
Таким образом, первый этап анализа изображения позволяет выделить точки, удобные для прослеживания при смещении точки наблюдения. В качестве таких точек выбирают вершины контурных линий, т. е. точки излома контура. Контур выделяется на изображении с помощью градиентного оператора, действующего в окне размером 3x3 элемента. Затем отыскиваются точки контура, где кривизна превышает пороговое значение, и координаты выделенных точек передаются в модуль прослеживания вершин.
Принцип работы системы формирования смещенных изображений представлен на рис. 5.10. При смещении зеркал в горизонтальном направлении на величину d/2 точка наблюдения смещается на величину d из положения Р^ в положение Рв.
Как показали экспериментальные исследования, рассмотренный подход имеет следующие ограничения: невысокое разрешение, уменьшенный полезный объем поля зрения и ограниченное число точек, прослеживаемых при перемещении зеркала. По-видимому, ограничение на минимальное число вершин объектов могло бы быть удачно преодолено использованием проецирования на анализируемую сцену световой сетки (регулярной решетки). Это позволило бы искусственно создать ярко выраженную текстуру и тем самым облегчить процесс выделения точек для прослежи
вания.-
В рассмотренных выше системах базис стереоанализа, т. е. расстояние между двумя видеодатчиками, во время Р@ ：：? ：：： стемы остается неизменным. Однако в последнее время р Р нимаются попытки создания стереоанализаторов, в К^°Р чение базиса может изменяться в процессе Р@6黑處謂黑爲難 ких систем использованы два видеодатчика с р р У Р
6
Рис. 5.[1・ Блок стереовоспр&ятия с пятью степенями подвижности оптических осей двух видеодатчиков:
/, 2 — видеодатчикн； 3, 3, — поворотные механизмы изменения сходимости осей вндео- датчиков： 4, 4Г — направляющие для перемещения йидеодатчнков в вертикальном направлении; 5, 5，— направляющие для перемещения видеодатчнков в горизонтальном направлении; 6 ——механизм поворота видеодатчиков относительно вертикальной^оси У;
7 — механизм поворота видеодатчнков относительно горизонтальной осн X
ляемым относительным положением (расстоянием между ними и углом между оптическими осями) и пространственнрй ориентацией [5.26 ]. В этой системе сравнение стереоизображений с целью выявления корреспондирующих точек проводится на специализированном микропроцессоре.
Конечной задачей такой системы является интерпретация сцены, для чего используется база знаний, содержащая геометрическую информацию об объектах. На основе использования базы знаний реализуются основные функции зрительной системы, такие как локализация объекта, его распознавание, инспекция и др.
В качестве еще одного варианта стереоскопической СМВ может быть рассмотрена следующая оригинальная система, схема блока стереовосприятия которой представлена на рис. 5.11. Блок стереовосприятия, выполненный в виде двух полупроводниковых видеодатчнков, расположен на поворотной перемещающейся платформе, которая имеет четыре степени подвижности (две поступательных и две вращательных). Дополнительная степень подвижности обеспечивает сведение—разведение оптических осей видеодатчиков, При создании стереоскопических СМВ необходимо найти компромисс между точностью восприятия дальности и размером поля зрения. Чем больше расстояние между видеодатчиками, тем выше точность оценки дальности до объекта. Однако при увеличении базисного расстояния сужается поле зрения, что затрудняет поиск корреспондирующих точек.
Для того чтобы иметь возможность выбора оптимального базисного расстояния при решении конкретных задач, был разработан специальный управляемый штатив-манипулятор, в котором это расстояние можно менять под управлением ЭВМ в диапазоне 10 ... 40 см (рис. 5.12). Этот штатив также позволяет менять про- странственную ориентацию оптических осей двух видеодатчиков. 186
Обща я схема взаимного расположения стереоскопического шта- тива-манилулятора и робота представлена на рис. 5.13. Трех- мерная информация в этой системе получается в результате выделения корреспондирующих точек контура и расчета дальности по их положению на изображениях в использованием данных о конфигурации штатива-манипулятора, т. е. о пространственном расположении двух видеодатчиков. Максимальная погрешность определения дальности в такой системе составляет *1 см для дальности 1 м.
Как известно, стереозрение представляет собой наиболее естественный способ восприятия и обработки пространственной информации. Однако этому способу свойственна одна сложная вычислительная процедура, связанная с необходимостью отыскания корреспондирз^ющих точек на стереоизображениях.
В рассматриваемой системе совместно с бинокулярным стерео- анализатором был применен монокулярный анализатор, действующий со структурированной подсветкой трехмерной сцены плоским лазерным лучом. Такой монокулярный анализатор обеспечивает более высокую точность и надежность анализа пространства по сравнению со стереоскопическим, но имеет более сложную схему. Совместное использование двух указанных анализаторов. когда они эффективно дополняют друг друга, позволяет создать высокоэффективную СМВ [5.261.
Процесс трехмерного зрительного восприятия в разработанной системе имеет два этапа: построение двумерных проекций по трехмерной модели и выделение объекта на двумерном изображении. Был разработан эффективный метод выделения объекта с использованием его двумерной модели
Рис. 6.12. Схема штатива-манипу-- лятора стереоскопической С?В： / — межкамерное расстояние; 2 — наклон; 3 — азимутРис. 6.12. Схема штатива-манипу-- лятора стереоскопической С?В： / — межкамерное расстояние; 2 — наклон; 3 — азимутPur Б 13 Общая схема взаимного располохе- -ресскопич^-а^-ани^Pur Б 13 Общая схема взаимного располохе- -ресскопич^-а^-ани^；и壊ГТ吧工产黑*厂P=i
Рис. 6.12. Схема штатива-манипу-- лятора стереоскопической С?В： / — межкамерное расстояние; 2 — наклон; 3 — азимут
Рис. 6.12. Схема штатива-манипу-- лятора стереоскопической С?В： / — межкамерное расстояние; 2 — наклон; 3 — азимут
Pur Б 13 Общая схема взаимного располохе- -ресскопич^-а^-ани^
Pur Б 13 Общая схема взаимного располохе- -ресскопич^-а^-ани^
187
При отыскании заданного объекта на изображении система работает следующим образом. Вначале проводится проверка выполнения определенных условий и в соответствии g результатами проверки выбирается тот или иной метод обработки видеоинформации. Примером условий, проверяемых в описываемой системе, являются яркость фона, его сложность (однородность, текстура, нерегулярность и пр.), а также сложность сцены (объекты изолированы, соприкасаются или перекрываются). Далее реализуется выбранный алгоритм обработки. Если этот алгоритм не позволил выявить требуемый объект, автоматически выбирается другой подход.
В описываемой системе реализована двухстадийная обработка: анализ признаков и сопоставление линий. На первой стадии объекты анализируются в терминах нескольких признаков, выделенных на изображении, тогда как на второй стадии локализация объектов осуществляется на основе сопоставления модельной формы объекта с выделенной структурой линий.
Для этих двух стадий обработки видеоинформации были разработаны два набора модулей. Набор для стадии анализа признаков включает в себя модули, осуществляющие пороговую обработку изображения, разметку областей, а также расчет их параметров, таких как площадь, периметр» протяженность и др.
Второй набор, относящийся к стадии сопоставления линий, реализует такие операции, как выделение контура, его утонь- шение, а также пороговую обработку продифференцированного изображения. Выделенные контуры представляются в виде кусочно-линейной аппроксимации. Информация, относящаяся к сегментам линий (длина, положение и пр.), передается процессу верхнего уровня.
Модель объекта содержит следующие данные и знания: имя объекта, список признаков, информацию о форме в терминах линейных сегментов и информацию для процессов анализа признаков и сопоставления линий.
Таким образом, описанные подходы позволяют считать, что мы находимся на правильном пути к успешному решению первой проблемы машинного видения ——определению формы трехмерного мира на основании двумерных изображений. Очевидно, что более трудной является задача высшего уровня ——задача интерпретации сцен, а также распознавания и идентификации трехмерных форм предметов. Прогресс в этом направлении пока имеет более ограниченный характер.
Основной подход к проблеме распознавания трехмерных предметов и описанию трехмерных картин получил название восприятия, основанного на сравнении с моделью [5.24]. При этом подходе обычно подгот а в л ива ется упрощенная модель внешней среды, детализация которой зависит от поставленной задачи. Моделируемые объекты описываются в памяти системы как объекты» имеющие определенные характеристики, и программа пытается 188
поставить ：л^ нсденн в соотнетегвие различным частям анализируемого изображения.
Необходимо отметить, что общая проблема распознавания трех- мерных объекгов в описания их отношения на контролируемой трех мер 以门百 сцене пока далека от полного решения. С5гществуют,ие системы могут иметь дапо только с ограниченными типами наблюдаемых картШ1, н работают они сравнительно медленно. Для того чтобы создать распознающую систему общего типа, необходимо вво“нтк в программу намного больше значений о внешнем мире. Должен чакже. быть реализован механизм, обеспечивающий за- поминая де обширной пространственной информации, описывающий область, из которой могут быть почерпнуты необходимые данные и купа можно ннати заново полученную информацию. И, нп®出ем」до.1пкно быль, псувхествлено значительное увеличение скорос/гн въ1чис.пений микропроцессоров, используемых в видео- анализат<|ра х, при сохранении достаточно высокого простран
ственного разрешения.
Кроме расс.мотрениых выше подходов к созданию стереоанализаторов, м которых осуществляется синхронная развертка в двух видеодатчш<ах, разработаны также принципы анализа трехмерных еиен на ^>сш)ве считывания видеосигналов в Авух видеодатчиках с некоторым сдвигом по строке. Это позволяет совмещать
участки видеосигна.аов только от предметов, расположенных заданно觴 плане по дальности [5.4].
Несинхронная развертка двух изображений в двух переда- юш.их трубках стереосистемы (с изменяемым взаимным сдвигом развеуп-ываюпигх э.иектрпнных лучей) позволяет путем автоматической обработки видео(;нгналов получать информацию о расстоянии до объектов. Это дает возможность автоматически вн・ по.пнялъ оперативный анализ пространственных ситуаций. Для этой пели необходимо информацию, хюступающ^чо по двум телевизионным каналам, непрерывно обрабатывать, определять разности параллаксов предметов, находящихся в исследуемом пространстве, и выявлять идентичные участки изображений с одина
ковыми разностями параллаксов.
_Ес耳а оптические оси двух одинаковых телевмзпонных систем с баз;^сом А параллельны 〃pyr пруту (рис. 5,14), то в какой бы тонки плос.кастн, перпендикулярной осям н отстоящей от базиса на величину 6, ни нахсднлсА предмет, разность его продольных параллаксов на г.пниенях передающих трубок будет одна и та же. Если п[)едмег будет в другой плоскости (например, с расстоянием 8), то разность продольных параллаксов окажется иной, но эта разность при движении предмета в данной плоскости также останется постоянной.
Для того чтобы в схему совпадений могли попадать сигналь? ст двух идентичных участков изображений стереопары, один электронной развертывающий луч должен на некоторую величину опережать другой луч (или отставать от него). Прн этом большая 189
Рве. 6.14. Схема стереоскопического анализа трехмерной сцены： — анализируемые предмета; 2 2’ 一 оптические оси видеодатчиков； 3, 3? — точки расположения объективов; 4. 4’ — светочувствительные мн- шени в ндеодатч и ков
разность продольных парал- лаксов будет у предметов q меньшим отстоянием, меньшая ——у дальних предметов и равна нулю——у предметов, находящихся в бесконечности.
При использовании такого способа автоматического
анализа стереопар осуществляется настройка системы на ряд разностей продольного параллакса. Затем проводится покадровое сканирование изображений на каждой заданной разности продольного параллакса и полученные результаты запоминаются или подаются для последующей обработки на ЭВМ. Если сигналы подаются на ЭЛТ, то на экране кинескопа при этом появляются точки засветки, расположение которых повторяет расположение идентичных участков, лежащих в плоскости пространства, соответствующей установленной разности продольных параллаксов (т. е. определенной дальности).
Сигналы, выработанные схемой совпадений, могут поступать также на различные исполнительные устройства.
Схема стереотелевизионного устройства, с помощью которого можно анализировать объемные сцены, приведена на рис. 5.15. Каждый канал устройства состоит из передающей трубки и видеоусилителя. В одном канале имеется фазосдвигающий элемент. Усилители подключены к блоку совпадений, выдающему сигнал на сопряженные устройства. С помощью блока 4 вводится рассогласование в движение развертывающего пятна трубки 7 относительно трубки /2.
Для анализа нескольких плоскостей может использоваться программное устройство 3, изменяющее уровни разностей про-
Рнс. 6.15. Структурная схема сте- реосЕсопнческого анализатора объемных сцен：
/ — генератор модулирующей частоты; 2 — блок кадровой развертки； 3 — программное устройство; 4 — блок установки разности продольных параллаксов; 6 — блок строчной развертки： 6, 〃 一 оптические системы; 7, /2 — передающие ТВ-трубкн; 8 н 13 — предварительные видеоусилители; 5 и /4 — видеоусилители; 10 — кинескоп визуального контроля； 76 — фазосдвигающий элемент： 16 — переключатель; /7 ——блок совпадений
Рис. 5.16. Взанмное рао положение пилообразных сигналов развертка: а — по строкам; 6 — по кадрам; в — по ДальностиРис. 5.16. Взанмное рао положение пилообразных сигналов развертка: а — по строкам; 6 — по кадрам; в — по Дальности
Рис. 5.16. Взанмное рао положение пилообразных сигналов развертка: а — по строкам; 6 — по кадрам; в — по Дальности
Рис. 5.16. Взанмное рао положение пилообразных сигналов развертка: а — по строкам; 6 — по кадрам; в — по Дальности
дольных параллаксов. Программное устройство 3 может обеспечивать периодическое подключение видеоусилителя первого канала к управляющему электроду выходного кинескопа. Тогда на экране кинескопа формируется телевизионное изображение контролируемой сцены с наложившимися на него яркими точками засечки идентичных участков при одной или нескольких разностях продольных параллаксов.
В системе осуществляется развертка контролируемого пространства по строкам, кадрам и дальности (рис. 5.16, а—в}. Развертка по дальности осуществляется путем пилообразного изменения во времени геометрического рассогласования движения двух сканирующих лучей в передающих трубках. Такая комбинированная развертка всех точек контролируемого пространства позволяет в реальном масштабе времени получать информацию о состоянии и взаимном расположении различных трехмерных объектов. и
Генератор строчной развертки левой передающей камеры осуществляет алгебраическое сложение положительного пилообразного напряжения строчной развертки (рис. 5.17, а) с положительным пилообразным напряжением развертки дальности (рис. 5.17, б).
Это напряжение (рис. 5.17, 6)подается на строчную отклоняющую систему левой передающей трубки. Генератор пилообразного напряжения строчной развертки правой передающей трубки осуществляет алгебраическое сложение положительного пилообразного напряжения строчной развертки от генератора с отрицательным пилообразным напряжением развертки дальности (рис. 5.17, г). Выходной сигнал генератора имеет вид, изображенный на рис. 5.17, 3, и подается на строчную отклоняющую систему правой трубки. Таким образом осуществляется периодическое изменение взаимного смещения в движении сканирующих пятен по мишеням двух передающих телевизионных трубок (рис. 5.18). Эго обеспечивает периодическое перемещение сканируемой плоскости пространства. При этом происходит равномерное удаление (с постоянной скоростью) сканируемом плоскости
6丿6丿咗咗✓уи/и/и✓уи/и/и一 zl Е 2「％一 zl Е 2「％
6丿
6丿
咗
咗
✓уи/и/и
✓уи/и/и
一 zl Е 2「％
一 zl Е 2「％
Рис. Б.17. Формирование сигналов развертки передающих трубок левой и правой камер пространства по дальности от нуля до бесконечности и затем мгновенное ее возвращение к нулевой дальности.
Каждому положению считывающих электронных пучков соответствует своя точка встречи с мишенями обеих трубок, которая для левой трубки будет 从卜 для правой трубки ——М2 (рис. 5.18). Поскольку оси обеих оптических систем параллельны и расположены в горизонтальной плоскости, причем вертикальные отклонения считывающих пучков одинаковы, то оси линий сканирования лежат в одной плоскости.
В горизонтальном направлении значения смещения считывающих пучков по мишени трубки зависят от значения напряжения развертки дальности. Когда напряжение развертки дальности близко к нулю (в интервале времени А&, см. рис. 5.17,6,?)， напряжения строчных разверток правой и левой трубок одинаковы (Afi на рис. 5.17,仇 д). Следовательно, перемещения считывающих пучков по мишеням обеих трубок также одинаковы. При 192
этом оси сканирования трубок параллельны и точка их пересечения М находится в бесконечности. Когда напряжения развертки дальности отличны от нуля (см. рис. 5.17, б, а), в интервале времени А", напряжения строчных разверток правой и левой трубок уже не одинаковы (см. рис. 5.17, в, d) в том же интервале времени А^* Следовательно, перемещения считывающих пучков по мишеням трубок в этом случае тоже не одинаковы. Перемещен ние точки М] происходит в одном месте мишени первой трубки, а перемещение точки Л4а — в другом месте мишени второй трубки. Оси сканирования лучей пересекаются в точке М, которая находится между стереотелевизионной камерой и бесконечностью.
Когда напряжение развертки дальности принимает наибольшее значение (см. рис. 5.17, б, г в интервале времени А%), напряжения строчных разверток правой и левой трубок различаются на максимальное значение и расстояние между точками 此 и М2 максимально. Оси сканирования в этом случае пересекаются в точке М, которая находится перед стереотелевизионной камерой на самом близком от нее расстоянии.
Таким образом, от напряжения развертки дальности зависит расстояние от стереотелевизионной камеры до точки М пересечения осей сканирования. При изменении напряжения развертки дальности от нуля до его наибольшего значения расстояние от стереотелевизионной камеры до точки М изменяется от бесконечности до наименьшего значения. Поскольку напряжения развертки дальности плавно изменяются от Нуля до максимального значения, точка М пересечения осей сканирования, начиная от плана / и кончая планом III (см. рис. 5.18), поеледовательно проходит большое число планов контролируемого пространства.
Число планов, анализируемых рассматриваемым стереотелевизионным устройством, зависит от разрешающей способности
Рис. БЛ8. Схема развертки разных оло«ос«й Дальности
7 Заказ 867
блока совпадения, разрешающей способности систем объектив-^ телевизионная трубка и соотношения частот кадровой развертки и развертки по дальности.
Рассмотрим действие блока совпадений на примере обзора стереотелевизионной камерой реального пространства с расположенными в нем объектами (рис. 5.19). Сигнал команды записи, поступающий в блок памяти, вырабатывается в блоке совпадения следующим образом.
Предположим, что в данный момент точка М перемещается в плоскости, расстояние до которой X” Видеосигналы, снимаемые с левой и правой передающих телевизионных трубок, изображены соответственно на рис. 5.20, а, б. Как видно из графиков этих сигналов, при прохождении осей сканирования через один из исследуемых объектов амплитуда видеосигналов одинакова на обеих осях сканирования, однако время появления и исчезновения сигналов одинаково лишь для объекта, через который проходит траектория точки М. Используя эти свойства видеосигналов, можно сформировать сигнал команды записи лишь в момент прохождения точки М по объекту. Для этого узел совпадения амплитуд выдает выходной сигнал (рис. 5.20, в) только в том случае, когда импульсы совпадают по фронту и по длительности.
Возможно также создание автоматических анализаторов трехмерных изображений на основе иных подходов. Один из таких подходов изложен ниже [5.4].
Рассмотрим принцип действия анализатора, схема которого представлена на рис. 5.21。 Предположим, что воображаемая вертикальная разграничительная линия / (рис. 5.21, а) делит изображение рассматриваемого объекта на левую и правую части. Положение изображения объекта относительно вертикальной разделительной линии будет определено более четко, если фоновой
Рнс. 5.19. Схема обзора стереоанализатором трехмерной сцены
Рис. 6.20. Последовательность обработки видеосигналовРис. 6.20. Последовательность обработки видеосигналовQ丿6)Q丿6)Рнс. 5・21. Схемы разделения мвшеви вн。деоаиалвзатора：a g вертикальной линией; 6 ~ горнзон-сальной лннией
Рис. 6.20. Последовательность обработки видеосигналов
Рис. 6.20. Последовательность обработки видеосигналов
Q丿6)
Q丿6)
поверхности и частям изображения, находящимся слева и справа от линии, будут приписаны состояния соответственно 0,——1, +1. Аналогично на рис. 5.21, 6 показано, что горизонтальной разделительной линией изображение разделено на верхнюю и нижнюю части, которым могут быть приписаны состояния соответственно ——1 и +1. Будем также полагать, что состоянию 0 объекта будет соответствовать такое положение, когда в плоскости видеоанали- затора объект расположен симметрично относительно точки пересечения горизонтальной и вертикальной разделительных линий. Эту точку будем называть центральной точкой поверхности.
Рнс・ б 22. Схема анализатора, определяющего положение объекта в горизонтальной плоскостиРнс・ б 22. Схема анализатора, определяющего положение объекта в горизонтальной плоскостиСхема, представленная на рис. 5.22, позволяет автоматически определить положение объекта в горизонтальной плоскости. При этом используется только вертикальное разделение чувствительной поверхности видеоанализатора. Сигнал с телевизионной камеры / подвергается селекции в блоке 2 селекции импульсов синхронизации строчной развертки (сигнал PJ и в блоке 9 выделения видеосигнала (сигнал А). Далее, пилообразное напряжение U§, создаваемое генератором 3 и синхронизированное импульсами Р^ строчной синхронизации, сравнивается в компараторе 4 (рис. 5.22) с постоянным напряжением %, формируемым в блоке 5. На выходе компаратора 4 формируются импульсы С,
Рнс・ б 22. Схема анализатора, определяющего положение объекта в горизонтальной плоскости
Рнс・ б 22. Схема анализатора, определяющего положение объекта в горизонтальной плоскости
Рис, Б.23. Виды сигналов на отдельных участках схемы анализатораРис, Б.23. Виды сигналов на отдельных участках схемы анализатораРис. 5.24. Виды сигналов в блоках ана»Рис. 5.24. Виды сигналов в блоках ана»лизатора, определяющего положение объ*« екта в вертикальной плоскости (Р^ ——нм・лизатора, определяющего положение объ*« екта в вертикальной плоскости (Р^ ——нм・пульсы кадровой синхронизации)пульсы кадровой синхронизации)
Рис, Б.23. Виды сигналов на отдельных участках схемы анализатора
Рис, Б.23. Виды сигналов на отдельных участках схемы анализатора
Рис. 5.24. Виды сигналов в блоках ана»
Рис. 5.24. Виды сигналов в блоках ана»
лизатора, определяющего положение объ*« екта в вертикальной плоскости (Р^ ——нм・
лизатора, определяющего положение объ*« екта в вертикальной плоскости (Р^ ——нм・
пульсы кадровой синхронизации)
пульсы кадровой синхронизации)
которые вместе с сигналом А подвергаются логической обработке в блоке 8. Выполняется операция Ах = С • Д ； Л2 = С • Д (рис. 5.23).
В соответствии с изложенным выше напряжение Uc соответствует перемещению (значению смещения) вертикальной разделительной линии; сигнал 厶】一видеосигналу, полученному с некоторой части поверхности исследуемого объекта, расположенной слева от разделительной линии; сигнал L2 — видеосигналу с части поверхности, расположенной справа. Следовательно, сигналам Li и 厶2 можно приписать соответственно значения ——1 и +1. Средняя мощность сигналов Lt и 厶纟 должна быть пропорциональна разности площадей, расположенных по обе стороны от вертикальной разделительной линии / (см. рис. 5.21, а). Для автоматического сведения к нулю разности площадей разностный сигнал с фильтра 7 (см. рис. 5.22) интегрируется, усиливается с введением соответствующего напряжения смещения UQ в усилителе 6 и подается на вход компаратора 5, заставляя смещаться разделительную линию /. В момент времени, когда разностный сигнал будет сведен к нулю, выходное напряжение с интегратора получит определенное значение, а сигнал Uc будет соответствовать срединному относительно объекта положению вертикальной разделительной линии. Кроме того, значение сигнала Ux, оценивающего положение объекта, будет соответствовать перемещению разделительной линии, отсчитанной от среднего положения и зависящей от смещения.
Описанная выше методика может быть применена и для оценки положения объекта в вертикальном направлении с использованием горизонтальной разделительной линии. В этом случае можно использовать схему, изображенную на рис. 5.22, при замене горизонтальных синхронизирующих импульсов синхронизирующими 196
импульсами кадровой развертки. Эпюры напряжений для этого случая изображены на рис. 5.24.
Если смещение U* выбрать таким образом, чтобы начальная точка отсчета совпадала с центром плоскости мишени видикона, то координатами центра исследуемого объекта в плоскости мишени видикона будут координаты %, т]у, полученные в виде сигналов 1/工 и Uy на выходе анализатора. Выходные сигналы Uxt Uyt удовлетворяющие этим требованиям, связаны с координатами объекта следующим образом. Метрические соотношения, существующие между реальным объектом и телевизионной камерой, показаны на рис. 5.25, где е — координатная плоскость,刀 一 плоскость расположения мишени видикона; точка О соответствует фокусу оптической системы видикона; плоскость X, У ——плоскость расположения объекта. На основании рис. 5.25 можно написать
%М?2； пн = fylz.
Если поддерживать постоянным расстояние f между точкой фокусного расстояния оптической системы камеры О и поверхностью мишени видикона, то выходные сигналы UXt t/卫 анализатора будут пропорциональны отношениям x/z и yfz\
f = Г： I (5用
Uy = Ky/z, J
где К, К，— постоянные преобразования.
Рассмотренный принцип может быть также реализован для определения положения объекта в пространстве. На рис. 5.26 представлена принципиальная схема такой системы 15.4]. Две телевизионные камеры ТВ1 и ТВ2 устанавливают рядом и параллельно на расстоянии 2d. Если провести координатные оси вертикальных плоскостей X, У, Х\ У/ таким образом, чтобы начало координат каждой из осей пересекалось с оптической осью соответствующей телевизионной камеры, то координатами точки Л4,
Рис. 5.25. Координатная система видеоанализатора:/ — анализируемый объект; 2 — поверхности мишенн передающей трубкиРис. 5.25. Координатная система видеоанализатора:/ — анализируемый объект; 2 — поверхности мишенн передающей трубкиРИС. 5.26. Координатная система стерео- аиализатора, определяющего положение объекта в пространствеРИС. 5.26. Координатная система стерео- аиализатора, определяющего положение объекта в пространстве
Рис. 5.25. Координатная система видеоанализатора:
/ — анализируемый объект; 2 — поверхности мишенн передающей трубки
Рис. 5.25. Координатная система видеоанализатора:
/ — анализируемый объект; 2 — поверхности мишенн передающей трубки
РИС. 5.26. Координатная система стерео- аиализатора, определяющего положение объекта в пространстве
РИС. 5.26. Координатная система стерео- аиализатора, определяющего положение объекта в пространстве
являющейся центральной точкой поверхности объекта, будут соответственно координаты (х, д)； (х + 2d, д)。Тогда выходными сигналами двух одинаковых плоскостных анализаторов соответствующих камер ТВ1 и ТВ2 на основании уравнения (5Л) будут Uxi = K%/z; U^ == К (х + 2d)/z;
Uyi = Ug = K'g/z*
Из уравнения (5.5) получим выражения для % к 尤：
(0.5)(5.6)(5.7)(0.5)(5.6)(5.7)一 2Kd .
(0.5)
(5.6)
(5.7)
(0.5)
(5.6)
(5.7)
(5.8)точки(5.8)точкиИз уравнений (5.6) и (5.7) получим выражение для ":^yi 2 — 2Kd —Uyi
(5.8)
точки
(5.8)
точки
УК，厶 2 -厶
Таким образом, положение в пространстве центральной (х, у, z) поверхности объекта устанавливается по аналогии с изме
рением ее положения на плоскости. Началом отсчета считают систему координат, связанную с камерой TBL
Далее рассмотрим вопрос об определении положения объекта в пространстве с введением поворота телевизионных камер вокруг фиксированной оси R。 Поворот камер позволяет автоматически установить положение координаты %. Этот способ является дальнейшим развитием рассматриваемого метода определения координат объекта, его можно использовать как вариант зрительного анализатора в промышленном роботе. В системе координат (см. рис. 5.26) поворот камер осуществляется вокруг оси Л, проходящей через середину отрезка прямой линии 00\ соединяющей соответствующие точки фокусов объективов телевизионных камер. Телевизионные камеры поворачиваются в направлении точки Л4, расположенной посередине между оптическими осями камер. Если в уравнениях (5.5) положить х =——d, то выходными сигналами U£“ 。工2， соответствующими положению вертикальной разделительной линии двух одинаковых плоскостных анализаторов, будут соотношения
J工=К (—d/z); UX2 = К d/z;
Uxl + 几纟=0.
Из этих соотношений следует, если повернуть телевизионные камеры так, чтобы между их выходными сигналами выполнялось соотношение UX1 + U%纟=0, то этому повороту будет соответ。 ствовать выбор положения координаты х центральной точки поверхности объекта. Две другие координаты центральной точки могут быть измерены способом, описанным ранее. Расстояние Д° центра объекта z, положение высоты его центра у определяются соответственно из выражений (5.7) и (5.8).
Рнс. 5.27. Схема стсрсоанализатора, осу- щест^ляюп1,его определение положения объ-- екта в пространствеРнс. 5.27. Схема стсрсоанализатора, осу- щест^ляюп1,его определение положения объ-- екта в пространстве
Рнс. 5.27. Схема стсрсоанализатора, осу- щест^ляюп1,его определение положения объ-- екта в пространстве
Рнс. 5.27. Схема стсрсоанализатора, осу- щест^ляюп1,его определение положения объ-- екта в пространстве
В схеме (рис. 5.27), определяющей положение объекта в пространстве и состоящей из двух плоскостных анализаторов / и 2, обеспечивается возможность поворота телевизионных камер вокруг оси R с помощью сервопривода 3, который срабатывает на сумгларный выходной сигнал 0xi и £7ХЗ с анализаторов 7 и 2 и сводит этот сигнал к нулю. Действительные значения координат 》，z могут быть получены перемножением в операционном делителе 4 значений напряжений выходных сигналов на соответствующий (масштабный) коэффициент пересчета.
Хотя рассматриваемый метод и связан с измерением трех координат исследуемого объекта, анализатор оперирует с плоским его изображением на поверхности мишени видикона, поэтому при оценке точности работы установки пренебрегают таким параметром, как толщина (глубина) объекта.
На рис. 5.28 показана зависимость выходного сигнала U现 от расстояния z между вертикальной плоскостью с находящимся на ней объектом и осью поворота камер. В пределах выбранного диапазона измерений (45 ^ г ^ 160 см) точность определения расстояния до объекта составляла около +1 см.
Зависимость измерительного сигнала UyQ от высоты у расположения центральной точки поверхности объекта приведена на рис. 5.29. Достигнутая при этом погрешность измерения составляла около ±0,5 см.
Если рассмотренную систему использовать в качестве зрительного анализатора положения в пространстве объемных тел, то становится неопределенным понятие центральной точки поверхности, данное ранее, так как углы зрения, под которыми виден исследуемый трехмерный объект соответствующими телевизионными камерами, различны. “
Разработан относительно простой корреляционный анализатор трехмерных изображений. Он позволяет обнаруживать трехмерные объекты и определять расстояние до них 15.4], Анализатор содержит две телевизионные камеры, полярный коррелятор видеосигналов и сервопривод телекамер. Рассмотрим принцип действия этой системы, для чего введем координатные системы (рис. 5.30):
文,У, Z — координатная система, привязанная к анализатору;
199
Рис. 5.29. График зависимости
%。=『(У)
динаты левого и правого видеодатчиков:
А и В — положение центров линз; Сп и % ~ центры вращения оптических осей видеодатчнков; Р — произвольная точка на поверхности объекта; Р口 и Рд — изображения точки Р на плоскостях изображений правого и левого вндеодатчи- ков
Пи, Em Zu ——координатная система, привязанная к правой телекамере;
т]л,占口，2Л ——координатная система, привязанная к левой телекамере;
X', У', Z'——координатная система, привязанная к поверхности объекта, расположенного перед анализатором; началом этой системы координат служит точка пересечения оси X с поверхностью объекта (ось Z' располагается в плоскости XZ).
Пусть оси Z, Zn и 2口 параллельны одна другой; оси 外口，т]л> |п и ^л находятся в плоскости ХУ; оси т]л и 贝口 соответствуют оптическим осям двух телекамер; плоскости ^nZn и ^Л2Л соответствуют плоскостям изображений двух телекамер соответственно.
Используя координатные системы, представленные на рис. 5.30, координаты V, / / можно преобразовать в координаты двух телекамер: т]п,几,zn и %, &口, гл. Поверхность объекта можно считать плоской, так как при использовании телеобъективов поле зрения телекамер получается малым. В этом случае уравнение поверхности объекта в координатах объекта будет %’ = 0. Развертка сканирующих электронных лучей в ТВ-трубках обеих телекамер синхронна и синфазна, поэтому в каждый момент времени электронные лучи будут в одних и тех же точках плоскостей изображения обеих телекамер. Вследствие этого будут выполняться следующие соотношения:
Еп = Ел = Е； Zn = Zjj = z.
Пусть освещенность / ®‘，z‘) является функцией координат на поверхности объекта. Точке Р (Е, г) на одной из плоскостей изображения (например,己口^口) соответствует определенная точка 200
(%, W) на поверхности объекта, освещенность в которой / 仇，％)• Аналогичной точке на плоскости изображения другой телекамеры будет соответствовать точка (编，z；) на плоскости объекта, освещенность в которой / ©л, 2Л). Если предположить, что амплитуда видеосигнала пропорциональна освещенности, и обозначить i (t/n> z；) и t (ул, 2Л)——отклонения от средней освещенности в двух эквивалентных точках на плоскостях изображения, то корреляционная функция видеосигналов обеих телекамер будет определяться выражением
R(8, %,хо) = * J р(Уш Z^i{y^ 2；)dBd2,То То
где 0П и 0Л — углы между оптическими осями телекамер и осью X; 尤° ——расстояние между анализатором и объектом (ОО7); k — коэффициент, определяемый характеристиками объективов и телекамер; А = 4^о'^о ——эффективная площадь плоскости изображения (2^о и 2% — эффективная ширина и высота плоскости изображения соответственно).
Чтобы упростить рассмотрение, можно предположить, что поверхность изображения объекта перпендикулярна оси X или практически выполняются следующие соотношения: х0》d;
0П《1 рад; %《1 рад и а + й » §
(где а = АСп = 5СЛ; b = Сп0п = Сл0л),
Тогда
(а + Ь)(凡 ％ — d) — Е (%)+ 曲口 一匕)а + b
/〜2 (尤0 一b).
Zn ~ a + 尸'
,(а + &) (хоОл — d) — Е (% + 叫一匕)
女^17TL
一警声(5.9)
Если зафиксировать величины 0П； 8门=8口 一 Ф; (Ф 一 угол коррекции оптической оси) р； = &； 2口 =各 т。соотношения (5.9) могут быть преобразованы к виду
ул t -三解"=2，
где 皂=2 (芻 Вп — d) — х0Ф.
(5.10)(5.10)Корреляционная функция будет определяться как
(5.10)
(5.10)
7? пл (h) = % У(百—％) i (I)武成，
2
где В = (3 — fi) (^s —铝；
(a + b) a岛一d) + 晶(№_+ 硯匸 A).
夕 "(凡一切」a + b ，
(a + bNx% — d)—氐—.
=a~+b，
Таким образом, при сделанных выше допущениях взаимная корреляционная функция может быть аппроксимирована автокорреляционной функцией (5.10), принимающей максимальное значение при % = 0, т. е. при выполнении соотношения
Ф ~ 20п — •
*0
В диапазоне, для которого справедлива подобная аппроксимация, расстояние х。 между анализатором и объектом можно определить, если найти угол коррекции оптической оси Ф, при котором корреляционная функция видеосигналов имеет максимум. В данном случае интерес представляют только максимум корреляционной функции и сравнительно узкая зона около него, что позволяет использовать один из простейших корреляторов 一 полярный,
В настоящее время разработан ряд способов анализа трехмерных сцен на основе различных стереоскопических и псевдостерео- скопических принципов [5.19; 5.25; 5.36]. Однако, несмотря на положительные результаты, достигнутые с помощью этих способов, необходимо отметить, что из-за ограниченности или фиксированности направления обзора геометрическая информация о невидимой части объекта остается недоступной.
В последнее время разработан метод анализа трехмерной геометрической информации об объекте по одному изображению самого объекта и его зеркальным отображениям [5.38 ]. Этот метод с определенным допущением может быть рассмотрен в данной главе.
При реализации этого метода объект устанавливается в блок анализа, оснащенный зеркалом, и с помощью видеодатчика воспринимается изображение, в которое входят прямое и зеркальное отображения объекта [5.38]. Путем анализа координат точек на этом изображении при известном относительном расположении видеодатчика и зеркала, могут быть рассчитаны трехмерные координаты характеристических точек и вершин объекта (рис. 5.31). По рассчитанным координатам и отношениям характеристических ноиек может быть реконструирована информация о трехмерной форме? размерах и расположении объекта. Представляется также
zzРис, 6.31. Анализ трехмерного объекта с помощью его зеркаль* ного отображения: / …，объект; 2 — зеркальное отображение объектаРис, 6.31. Анализ трехмерного объекта с помощью его зеркаль* ного отображения: / …，объект; 2 — зеркальное отображение объекта^ормиpoSanue графическогоизображении
z
z
Рис, 6.31. Анализ трехмерного объекта с помощью его зеркаль* ного отображения: / …，объект; 2 — зеркальное отображение объекта
Рис, 6.31. Анализ трехмерного объекта с помощью его зеркаль* ного отображения: / …，объект; 2 — зеркальное отображение объекта
Обработка изображенияОбработка изображенияКорреляция сооглбетстбую- щу/ характеристических
Обработка изображения
Обработка изображения
Iточек
Расчс!Т1 положений
Генерация графа\структурного описания
■ Арис. 5.32。Схема алгоритма рас»Ппз^а5?.ния трехмерного °6ь・екта■ Арис. 5.32。Схема алгоритма рас»Ппз^а5?.ния трехмерного °6ь・ектаРаспознабание трехперноиФормы ц ориентацииIобъектаРаспознабание трехперноиФормы ц ориентацииIобъектаОценка невидимыхповерхностей
■ А
рис. 5.32。Схема алгоритма рас»
Ппз^а5?.ния трехмерного °6ь・екта
■ А
рис. 5.32。Схема алгоритма рас»
Ппз^а5?.ния трехмерного °6ь・екта
Распознабание трехпернои
Формы ц ориентации
Iобъекта
Распознабание трехпернои
Формы ц ориентации
Iобъекта
возможным провести распознавание особых или заданных элементов объекта.
В рассмотренном методе для того, чтобы иметь возможность рассмотреть объект с разных сторон, вместе с прямым изображением объекта используется его зеркальное отображение. Может использоваться как одно зеркало, так и одновременно несколько зеркал-
Последовательность обработки информации представлена на рис. 5.32. С помощью обработки изображений и корреляции соответствующих характеристических точек может быть рассчитано пространственное положение характеристических точек объекта. С помощью положений характеристических точек и их относительного расположения трехмерная структура объекта может быть определена как структурный граф.
Несмотря на то, что в такой системе в ряде случаев одна или несколько поверхностей останутся невидимыми, правильное представление о них не вызывает больших затруднений.
Для автоматического распознавания трехмерного объекта его изображение, воспринятое видеодатчиком, записывается в память с требуемой дискретностью. Каждому элементу изображения присваивается один из п уровней яркости. Полученное изображение
203
дифференцируется, а затем преобразуется в двоичное изображен ние. Это двоичное изображение преобразуется в изображение с толщиной линий в один элемент изображения. Значение градиента каждого элемента изображения анализируется по линиям изображения, и точки локального максимума выделяются как кандидаты на характеристические точки [5.38].
Соответствие между парными точками изображения, содержащего как прямое, так и зеркальное отображение объекта, находится с помощью следующих процедур：
поиск парных точек изображения по ограничительной линии; анализ краевых структур в каждой точке изображения.
Для представления геометрической модели объекта в виде многогранника применяется описание структуры поверхностей в виде графа. При этом используются графы объекта и его зеркального отображения. Совмещенный граф формируется из этих графов по соответствующим характеристическим точкам, ребрам и поверхностям. Совмещенный граф может отображать структуру задних невидимых поверхностей объекта. После включения этих поверхностей получается полная модель объекта в виде многогранника,
В последний период создано несколько вариантов структурных схем пассивных бинокулярных ТВ-стереоанализаторов трехмерных сцен, предназначенных для выполнения производственных операций. Автоматические стереотелевизионные анализаторы трехмерных сцен могут применяться в самых разнообразных областях.
Приведем несколько примеров применения таких систем [5.39]. Процесс определения местоположения деталей, уложенных на транспортный стеллаж частично упорядоченным образом, иллю-
5.33. Использование стереоанализа- для определения местонахождения верхней детали в штабеле:—видеодатчикн; 3 — электромагннт- вахват?; 4 —> штабель деталей5.33. Использование стереоанализа- для определения местонахождения верхней детали в штабеле:—видеодатчикн; 3 — электромагннт- вахват?; 4 —> штабель деталейРис. 5.34. Использование стереоаналнза” тора для определения местонахождения элементов корпуса автомобиля：Z, 2 — видеодатчики; 3 — робот-распылич тель； 4 —■ корпус автомобиляРис. 5.34. Использование стереоаналнза” тора для определения местонахождения элементов корпуса автомобиля：Z, 2 — видеодатчики; 3 — робот-распылич тель； 4 —■ корпус автомобиля
5.33. Использование стереоанализа- для определения местонахождения верхней детали в штабеле:
—видеодатчикн; 3 — электромагннт- вахват?; 4 —> штабель деталей
5.33. Использование стереоанализа- для определения местонахождения верхней детали в штабеле:
—видеодатчикн; 3 — электромагннт- вахват?; 4 —> штабель деталей
Рис. 5.34. Использование стереоаналнза” тора для определения местонахождения элементов корпуса автомобиля：
Z, 2 — видеодатчики; 3 — робот-распылич тель； 4 —■ корпус автомобиля
Рис. 5.34. Использование стереоаналнза” тора для определения местонахождения элементов корпуса автомобиля：
Z, 2 — видеодатчики; 3 — робот-распылич тель； 4 —■ корпус автомобиля
стрмруется рис. 5.33. Местоположение детали наверху штабеля определяется с помощью стереотелевизионного анализатора, и манипулятор робота направляется для ее захвата. Эта операция повторяется до тех пор, пока не будет разгружен весь многоярус- ныя стеллаж. При определении того, какая деталь находится вверху, используют априорное знание о форме и размерах детали.
Вариант использования стереотелевизионных анализаторов для определения мест нанесения уплотнителя на корпус автомобиля схематически представлен на рис. 5.34. Здесь показан корпус автомобиля, движущегося по линии сборки. Когда корпус останавливается у очередного рабочего участка линии, с помощью стереотелевидения производится регистрация отверстий в каждой из трех колесных ниш. Это позволяет определить местоположение и ориентацию кузова и дает возможность роботу нанести уплотнитель на швы колесных ниш. При выполнении этой операции могут возникать погрешности в позиционировании корпуса, однако, все же, робот на основе действия стереотелевизионного анализатора в состоянии точно направить струю из разбрызгивателя на нужную часть корпуса автомобиля [5.20].
Стереотелевизионные анализаторы трехмерных сцен находят также применение при выполнении некоторых сварочных операций на объектах сложной конфигурации.
В качестве примера использования пассивной стереоскопической СА4В в промышленности можно рассмотреть следующую схему (рис. 5.35). На ней изображена система автоматической сварки элементов рамы ходовой части железнодорожного вагона, действующая на основе использования двухкамерной стереосистемы машинного видения [5.27]. В ходовой части вагона осуществляется периодическая замена стальных пластин размерами 20x25 см, расположенных на боковой раме. Точное размещение этих пластин, которые закреплены на боковой раме для сварки, варьируется в определенных пределах. Заранее запланированная программа сварки осуществляется с поающью микрокомпьютера и реализуется в трехмерном пространстве с применением двух видеодатчиков.
Система включает в свой состав два твердотельных видеодатчика, установленных на расстоянии 750 мм друг от друга на руке сварочного робота. После передачи оператором сигнала готовности робот подносит видеодатчнки к месту сварки. С каждого видеодатчика в блок обработки видеоинформации вводятся изображения. На этих изображениях выделяется область, соответствующая щели в центральной части пластины, и по положению этой щели на изображениях стереопары определяются прс^тран- ственное положение и ориентация всей пластины. Эта информация передается в систему управления роботом. Процесс анализа изображений занимает менее 6 с. Программирование робота проходит в две стадии. Вначале проводится обучение зрительной подсистемы. Для этого манипулятор g установленными на нем 205
Рнс. 5Л5. Стереоскопическая CMBf пред* вазначеяная для выполнения сварочных работ:
3 2 — вндеодатчики; 3 — сварочная горелка; 4 f привариваемая пластина; 5 е корпуо
Рис. 5.36. Стереоскопическая СМВ, пред* назначенная для выполнения автоматической сварки трехмерных деталей:
，，2 — видеодатчики; 3 — робот; 4, 6 一 анкерное onopsi; 6『кузов автомобиля
видеодатчиками приводится ввидеодатчиками приводится в
видеодатчиками приводится в
видеодатчиками приводится в
положение^ при котором свари
ваемые детали оказываются в поле зрения видеодатчиков. После этого проводится обучение робота с помощью выносного пульта. После завершения обучения сформированные программы записи^ ваются на магнитную кассету.
В качестве еще одного примера использования стереотелевизионных СМВ при выполнении сварочных работ рассмотрим схему, изображенную на рис. 5.36. При выполнении операции сварки корпуса автомобиля видеодатчики стереоанализатора, установленные на манипуляторе, определяют местоположение детали, которая предварительно приварена прихваточными швами к кузову автомобиля (рис. 5.36). В этом случае распознаваемыми признаками являются отверстия в корпусе детали. После определения местоположения детали производится сварка швов.
В рассмотренных приложениях объекты, местоположение которых известно неточно или которые неточно фиксированы, координируются в пространстве с высокой степенью точности благодаря использованию стереотелевизионных анализаторов. Этот метод позволяет достичь значительного сокращения расходов на фиксирование деталей или на их прецизионное изготовление на предыдущих стадиях производственного цикла.
Для контроля параметров состояния оборудования и аппаратуры атомных электростанций (АЭС) разработаны различные самоходные информационные роботы 15.8; 5.32]. Эти роботы снабжены черно-бельши и цветными стереосистемами, предназначенными для автоматического визуального контроля состояния аппаратуры и обзора рабочей зоны АЭС, а также другими информационными устройствами, предназначенными для контроля различных пара- 206
метров: уровня радиации, температуры, давления и др. Различные датчики для осуществления контроля могут приближаться к контролируемым объектам с помощью специального манипулятора* Информационный робот функционирует в режиме воспроизведения жестких программ контроля оборудования и реализуемых g помощью микропроцессора.
При выполнении автоматического визуального контроля со* стояния аппаратуры в рабочей зоне внутри АЭС самоходный информационный робот, снабженный телевизионными стереоанализаторами, может перемещаться не только по ровной поверхности>
но и преодолевать крутые подъемы, спуски и лестничные переходы. При действии в режиме дистанционного управления информационный робот управляется операторами с помощью специального пульта (пат. 4731856 США, НКИ 382—8).
Как известно, существенная трудность, возникающая при автоматической обработке и интерпретации трехмерной информации с помощью бинокулярной стереотелевизионной системы, заключается в идентификации на стереопаре участков изображений, соответствующих одной и той же реальной точке трехмерного рельефа. Для преодоления этой трудности целесообразно использовать специальную искусственную подсветку, позволяющую так осветить множество точек рельефа, чтобы можно было автоматически установить их однозначное попарное соответствие. В связи с этим к классу стереотелевизионных анализаторов также могут быть отнесены активные автоматические стереоанализаторы трехмерных сцен, действующие с использованием различных типов
подсветки.
Активные стереоанализаторы трехмерных сцен представляют собой весьма перспективное направление развития систем этого класса, и их работа основана на применении различных видов статического и динамического структурированного лазерного подсвета. Созданы бинокулярные системы со сканирующим нитевидным лазерным лучом, совершающим строчно-покадровое сканирование контролируемой сцены; с плоским лезвийным лучом, совершающим сканирование кадра за один проход, и с одновременным решетчатым подсветом всей контролируемой сцены (без сканирования).。
В системе первого типа сканирующий лазерный луч последовательно подсвевдвает различные участки поверхности анализируемой сцены и при этом с помощью двух видеодатчиков с двух ракурсов анализируется изображение подсвеченной сцены. Перед видеодатчиками установлены светофильтры, пропускающие только излучение лазерного подсвечивающего пятна. Для определения характеристик трехмерного пространства используются различные стереометрические способы анялизя, на основе которых в реальном масштабе времени проводится обработка последовательности изображений стереопар, полученных за время сканирования световым пятном одного полного кадра контролируемой 207
Рис. 5.37. Стереоскопическая СМВ с лазерным подсветом:
1 曰 двигатель； 2 — объект; 3 — платформа; 4 — линейки детекторов; 5 i колеблю4 щееся зеркало; 6 — лазер
сцены. Во время обработки на основе принципов триангуляции по двум изображениям стереопары, представляющим собой изображение пятна лазерного подсвета трехмерного рельефа, полученным с двух ракурсов, определяются пространственные координаты точки встречи лазерного луча с поверхностью рельефа. При этом точное пространственное направление лазерного луча в данный момент известно (пат. 4593967 США, НКИ 350—3.71; пат. 4654699 США, НКИ 358—88).
Разработана также группа активных стереометрических анализаторов, в которых во время сканирования лазерным лучом объект совершает дискретное вращательное двюкение вместе с платформой (рис. 5.37), на которой он установлен, причем платформа с объектом одновременно перемещается вертикально вдоль оси вращения [5.15； 5.41]. Вследствие этого объект, установленный на платформе, сканируется лазерным лучом, причем луч имеет дополнительное сканирующее перемещение в горизонтальной плоскости, реализуемое с помощью колеблющегося зеркала. При этом изображение пятна подсвета анализируется с двух ракурсов двумя одномерными видеодатчиками, выполненными в виде линеек фотодетекторов. По положению пятна подсвета на двух изображениях стереопары определяются координаты соответствующей точки встречи лазерного луча с поверхностью объекта. Каждый видеодатчик, представляющий собой линейки из п детекторов, подключен к микропроцессору, осуществляющему анализ распределения яркостей.
Система определяет координату z точки поверхности объекта как функцию от координаты % (рис. 5.37). Действие системы основано на использовании принципа активной стереоскопии. При этом сложная задача автоматического стереовидения по сопоставлению двух изображений стереопары осуществляется с помощью весьма интенсивного освещения анализируемой точки поверхности. Интенсивное освещение обеспечивается лучом лазера, который одновременно может перемещаться в направлении оси X. 208
Система отклонения луча в плоскости X—Z управляется микропроцессором. Лазерный луч формирует небольшое яркое пятно на поверхности объекта, создающее по одному изображению в каждом видео датчике стереосистемы. Используя позиции расположения изображений пятен на фоточувствительных поверхностях и геометрические параметры видеодатчиков, вычисляются координаты лиг ярко освещенного пятна на поверхности объекта. Платформа, на которой расположен объект, оборудована двигателями с дискретными режимами перемещений.
Эти двигатели позволяют поднимать и опускать платформу вдоль оси У, а также поворачивать ее вокруг оси У. Оптика выполнена таким образом, чтобы диаметр лазерного луча поддерживался постоянным и минимальным во всем диапазоне пространственных измерений.
Каждый линейный видеодатчик связан с микропроцессором, который определяет максимально засвеченную группу фотодиодов и ос^^цествляет интерполяцию для получения позиционных данных с точностью до г/8 ширины диода. Второй микропроцессор управляет всей системой, в том числе колеблющимся зеркалом, и осуществляет триангуляцию по данным, полученным им из двух видеодатчиков. Время одного измерения составляет приблизи- тель но 1 мс.
Необходимо отметить, что избыточность информации, создаваемая за счет одновременного вращения объекта относительно вертикальной оси при сканировании лазерного луча в горизонтальной плоскости, позволяет существенно повысить точность анализа вогнутых поверхностей объектов по сравнению с простым сканированием вращающегося объекта неподвижным лазер
ным лучом.
При сопоставлении трехмерных моделей объекта производится построение различных его видов, предета вл я ющи х собой двумерные функции дальности, соответствующие ориентациям объекта, отличающимся на 30°. При создании трехмерной модели объекта требуется центрированное представление объекта. Оно рассчитывается посредством маркирования нулевой позиции для осей X и У и получения относительного значения для оси Z. Таким образом, все точки поверхности объекта приводятся к одной и той же координатной системе. Чтобы создать трехмерную модель объекта, трехмерные данные об изображении объекта собираются при каждом повороте объекта на 30° вокруг оси 工 После построения модели контролируемого объекта, состоящей из элементарных многогранных поверхностей, являющихся плоскостными аппроксимациями трехмерной поверхности действительного объекта, производится его распознавание [5.411.
Распознавание объектов производится методом сопоставления со структурной трехмерной моделью, представляющей собой описание объекта в терминах элементарных поверхностей. Каждая элементарная поверхность описывается следующими параметрами； 209
Рис, 5.38. Схема лен мн дальности в гелсиизионион СМВ нврующей лазерной сиеткойРис, 5.38. Схема лен мн дальности в гелсиизионион СМВ нврующей лазерной сиеткойопреде* стсреоч со ска-« иод-
Рис, 5.38. Схема лен мн дальности в гелсиизионион СМВ нврующей лазерной сиеткой
Рис, 5.38. Схема лен мн дальности в гелсиизионион СМВ нврующей лазерной сиеткой
1) площадь; 2) периметр; 3) длина максимального, минимального и среднего радиус-векторов (векторов, соединяющих геометрический центр поверхности с ее границей); 4) число изломов границы (в случае аппроксимации многоугольниками); 5) угол между максимальным и минимальным радиус-векторами; 6) отношение площади к квадрату периметра; 7) координаты геометрического центра; 8) уравнение плоскости, содержащей грань; 9) список соседей.
Грани аппроксимирующей фигуры упорядочены с помощью таких отношений, как соседство, параллелизм и т. д. Эти отношения порождают граф. Таким образом, задача сопоставления объекта с моделью сводится к задаче сравнения двух графов.
Существуют также подклассы активных бинокулярных стерео- анализаторов, в которых осуществляется подсветка трехмерной сцены следующими путями: построчно-покадровым сканированием «нитевидным» лазерным лучом; покадровым сканированием сцены плоским лазерным лучом (полностью перекрывающим ширину кадра); одновременной подсветкой всей сцены неподвижной регулярной световой решеткой [5.31 ]. Определение формы рельефа трехмерной сцены в последнем случае производится стереосистемой на основе анализа деформации регулярной прямоугольной сетки при ее проецировании на контролируемый рельеф.
Эти системы в отличие от монокулярных СМВ со структурированным подсветом могут использоваться для контроля трехмерных сцен, расположенных на любом заранее неизвестном расстоянии от СМВ.
В такой бинокулярной системе, осуществляющей построчнопокадровое сканирование трехмерной сцены, с помощью лазерного луча осуществляется последовательная засветка всех элементов рельефа лазерным световым пятном, что позволяет сравнительно легко установить их однозначное попарное соответствие [5.4].
Рассмотрим участок поверхности, на котором освещена некоторая точка М (рис. 5.38). В системе имеются две передающие 210
телевизионные трубки, на фоточувствительные мишени которых проектируются изображения этой точки. По координатам x^i и #2^2, определяющим положение изображений точки в плоскостях мишеней, можно вычислить координаты х, д，2 точки Л4. □ри рассмотрении принята система координат с началом в сред- лей точке О базового расстояния О^, ось ОХ совмещена с от- тезком 0工。2； ось 0Y направлена параллельно плоскостям фото- чувствительных мишеней передающих трубок; ось 0Z выбрана в соответствии с правой системой координат. Оси объективов телевизионных камер лежат в плоскости XOZ и пересекаются под углом конвергенции (на рис. 5.38 угол 2ф равен нулю). Для выбранной системы координат формулы определения координат точки М преобразуются к следующему виду [5.4 ]i
f —也tg成—f +融tg屮
+幻+幻
+幻
+幻
2 5l2 5lP — COS 质 f + ^! tg Ф 'P — COS 质 f + ^! tg Ф '
2 5l
2 5l
P — COS 质 f + ^! tg Ф '
P — COS 质 f + ^! tg Ф '
где 2a — базовое расстояние между оптическими центрами °6黑 тнвов (% н о，； / — фокусное расстояние, одинаковое для обеих
к Приведенные формулы существенно 噥器吋°融爲聡т靠 объективов телевизионных камер параллельны, а ф У тельные мишени передающих трубок л ежат в 0^ москост^
Рассмотрим более подробно м^°4^ ю [5.4]' Пред-
местности при угле конвергенции Ф, Р ° создает световой ставим, что источник, находящи» 叮° в ПЛОСкости
луч, лежащий в плоскости S^ PA о™^ ^ зован строчный мишеней левой и правой передающ РУ „ цеоез любую из растр, строки которого 齎喘^磊盒i 協黑盛 пло- строк растра и точки 0г и О2 м0 ^ ТОЧек пересечения скостъ Q. Если допустить,吗案麗鶴嚅書：/к。одна плоскости Q С исследуемой п0®йр б жения Д41 и М2 должны точка М, то соответствующие ей J^XoShmh мишеней пере- лежать на пересечении плоское 息 ^仪此 и М2 находятся дающих трубок. Таким ооразом, у
на соответствующих строках 瞭烈;讨“ и х2у2 точек пере-
Очевидно, если измерить ^ РА ^ ^ 説 растра двух пересечения кривых &尻 и 的瓦 ск Д 口° приведенным выше фор- дающих телевизионных труоо ,工 〃 z соответствующих
мулам можно вычислить коорд丁4^ (рис. 5.38).
точек поверхности, лежащих ^а Р автоматических стереотеле-
Разработаны различные вардействующих на основе
визионКых анализаторов трехмерных еденУ
как пассивных, так и активных принципов.
Рис. 5.39. Структурная схе・ ма стереоскопической СМВ со сканирующей лазерной подсветкой:О — объектив; Д — видео- датчик; ИК —• измеритель координат; СУ — согласующее устройство микро, процессора; МП — микропроцессор; СО — сканирующий облучатель; СГ i снихрогенераторРис. 5.39. Структурная схе・ ма стереоскопической СМВ со сканирующей лазерной подсветкой:О — объектив; Д — видео- датчик; ИК —• измеритель координат; СУ — согласующее устройство микро, процессора; МП — микропроцессор; СО — сканирующий облучатель; СГ i снихрогенератор
Рис. 5.39. Структурная схе・ ма стереоскопической СМВ со сканирующей лазерной подсветкой:
О — объектив; Д — видео- датчик; ИК —• измеритель координат; СУ — согласующее устройство микро, процессора; МП — микропроцессор; СО — сканирующий облучатель; СГ i снихрогенератор
Рис. 5.39. Структурная схе・ ма стереоскопической СМВ со сканирующей лазерной подсветкой:
О — объектив; Д — видео- датчик; ИК —• измеритель координат; СУ — согласующее устройство микро, процессора; МП — микропроцессор; СО — сканирующий облучатель; СГ i снихрогенератор
Стереотелевизионная система автономного управления подвижным аппаратом может быть выполнена на основе активной функциональной схемы, приведенной на рис. 5.39. Пос ле до вательное освещение участков рельефа осуществляется сканирующим облучателем СО. При этом может быть использовано сканирование по двум координатам (линейному и угловому перемещениям) или только по одной координате (угловому перемещению). В первом случае освещается точка, обегающая последовательно весь выбранный участок рельефа местности, лежащий непосредственно перед подвижным аппаратом.
Таким образом, на исследуемой поверхности образуется растр, строки которого на горизонтальной плоскости будут расположены веером и пересекутся в точке на оси 0Y. Размер светящейся точки и расстояние между строками определяют разрешающую способность системы.
Во втором случае освещение производится построчно плоским узким лучом, в результате чего формируется строчный растр. Необходимо заметить, что хотя техническая система со сканированием по углу оказывается несколько проще, она требует применения источника подсвета повышенной интенсивности.
С выходов телевизионных датчиков видеосигнал подается на усилители и, далее, на вход электронного измерителя координат ИК. Основной его задачей является предварительная обработка видеосигналов с целью получения текущих координат исследуемой точки рельефа на двух изображениях. Полученные сигналы подаются на микропроцессор, с помощью которого для всех положений сканирующего пятна последовательно вычисляется рельеф трехмерной сцены. Далее осуществляется интерпретация анализируемой сцены и выделяются расположенные на ней трехмерные объекты. На последнем этапе обработки осуществляется идентификация или распознавание трехмерных объектов.
На основе аналогичного принципа действия функционирует активная стереоскопическая СМВ, в которой используется сканирующий подсвет с помощью жидкокристаллического (ЖК) проекционного устройства [5.10], имеющего ЖК-матрицу размером 212
30 X32 элементов. В ряде применений такое простое устройство подсвета обладает рядом преимуществ по сравнению с устройством сканирующего лазерного подсвета. Эта система имеет два видеодатчика, анализирующих под разными ракурсами положение пятна подсвета на контролируемом рельефе и определяющих текущие координаты этого пятна. Рассмотренная система является активной триангуляционной СМВ, позволяющей определять трехмерные параметры объектов на основе принципов активной стерео
скопии.
Рассмотренная выше система с активной подсветкой обладает
рядом положительных качеств по сравнению с пассивными системами с двумя передающими трубками, осуществляющими «несинхронную» развертку изображения. В такой системе проводится элементарный анализ простых двухградационных изображений стереопары, представляющих собой изображение светового пятна на координатном поле. Это является следствием использования выбранного спектра излучений подсвечивающего пятна и установкой соответствующих светофильтров перед передающими телевизионными трубками.
Для выявления координат проекций светового пятна на двух изображениях стереопары осуществляется их синхронная построчная развертка. Затем на основании приведенной выше формулы по полученным координатам проекций подсвечивающего пятна на мишенях двух передающих трубок определяются пространственные координаты подсвечиваемого элемента поверх- hoctil Аппаратурная реализация блока, выполняющего такие
операции, сравнительно несложная.
Создание пассивной системы, осуществляющей функции анализатора трехмерного рельефа, но использующей две передающие телевизионные трубки с несинхронным сканированием двух полных изображений стереопары, связано с некоторым упрощением входной части системы (за счет удаления сканирующего лазерного облучателя), но с одновременным существенным усложнением вычислительного блока. В такой системе за счет того, что одновременно анализируются два полных многоградационных изображения стереопары, происходит некоторое снижение помехозащищенности и ухудшается точность разрешения по дальности.
Недостатком автоматических стереоанализаторов с несинхронной разверткой двух изображений стереопары является также малая разрешающая способность, обусловленная схемой блока совпадений, реализующей лишь амплитудное совпадение двух видеосигналов. Блок совпадения амплитуд выдает выходной сигнал не только при полном совпадении по амплитуде и времени двух видеосигналов, но и при наличии некоторой разницы амплитуд этих видеосигналов, которая заранее задается. Наличие этой разницы приводит к размытию границ предметов при нх индикации в блоке памяти и снижает разрешающую способность по градациям яркости [5.5].
Этот недостаток может быть несколько уменьшен применением общеизвестного принципа дифференцирования для обработки двух видеосигналов в блоке совпадения. При этом общий принцип действия системы (см. рис. 5.39) остается неизменным и к схеме лишь добавляются ди4ференцирующие ячейки.
В заключение этой главы необходимо отметить, что в последнее время наблюдается интенсивное развитие автоматических стереотелевизионных анализаторов на основе реализации как пассивных, так и активных принципов действия и работающих в различных диапазонах спектра (видимого, инфракрасного и др.) [5.12; 5.16; 5.17; 5.21; 5.33; 5.40], Используются разнообразные методы автоматической обработки двух изображений, стереопары с целью интерпретации анализируемой трехмерной сцены (пат. 4682029 США, НКИ 250—330; пат. 4628210 США, НКИ 250—558; пат, 4593967 США, НКИ 350—3.71).
Можно с уверенностью сказать, что этот класс визуальных анализаторов, несмотря на существующие сейчас некоторые трудности, несомненно в будущем займет одно из ведущих мест в рас- сматриваемой области информационной техника“
ГЛAB A 6
ДАЛЬНОМЕТРИЧЕСКЙЕ СКАНИРУЮЩИЕ
ЛАЗЕРНЫЕ АНАЛИЗАТОРЫТРЕХМЕРНЫХ СЦЕН
Отдельное направление среди анализаторов трехмерных сцен составляют так называемые лазерные дальнометрические сканирующие анализаторы. Это направление, использующее принципы функционирования светолокационных систем, является одним из перспективных направлений в области создания автоматических анализаторов трехмерных сцен. В последний период разработаны разнообразные варианты способов анализа дально- стных картин и принципов построения сканирующих лазернодальномерных систем. Такие системы позволяют воспринимать и затем анализировать непосредственно даль ноет ные изображения контролируемых трехмерных сцен [6.6; 6.13; 6.37]. При этом для определения дальности измеряется либо время прохождения светового импульса между моментом его испускания и моментом его возвращения после отражения от элементов трехмерной сцены, либо изменение фазы отраженного сигнала относительно фазы излученного сигнала. Рассматриваемые системы являются разновидностью лазерных локационных систем, и поэтому, прежде чем начать их анализ, приведем краткие сведения о классе лазерных локаторов.
В основе действия лазерных локационных систем лежат следующие три принципа [6.6 ]: 1) оптическое излучение по-разному отражается от объектов различной физической сущности (и от фона), что обеспечивает их раздельное восприятие по отраженному ими оптическому излучению; 2) для обзора пространства используется узконаправленный прямолинейный лазерный луч, при попадании которого на объект можно судить о наличии в данном направлении объекта с определенными параметрами; 3) постоянство скорости распространения световых волн, имеющей значение с = 2,998-108 м/с, позволяет определять длину траектории распространения световых волн, а следовательно, и дальность до объектов, выявляемых в процессе сканирования зоны обзора.
Для лазерной локации объектом наблюдения может быть любая трехмерная сцена, состоящая из одного или группы тел с электромагнитными свойствами, отличными от свойств промежуточной средн, в которой распространяется лазерное излучение.
215
При лазерной локации информация о трехмерной сцене и о расположенных в ней объектах переносится электромагнитными колебаниями оптического диапазона, параметры которых определенным образом связаны с координатами, скоростью движения и другими характеристиками объектов. При этом для определения радиальной скорости движения объектов и элементов трехмерной сцены могут быть использованы два метода: метод, основанный на определении доплеровского сдвига несущей частоты отраженного оптического сигнала, и метод, основанный на дифференцировании дальности до объектов и элементов сцены,
В общем случае лазерные локационные системы предназначены для анализа трехмерных сцен, обнаружения объектов и получения разносторонней информации об их характеристиках по отраженному оптическому излучению. В результате анализа параметров отраженных световых сигналов могут быть определены координаты, линейная и угловая скорости, выявлены размеры, форма и ориентация объектов, отражающие свойства их поверхностей, и т. д. Специфика лазерных локационных систем связана в первую очередь с использованием в них когерентных источников излучения, обладающих высокой спектральной яркостью, монохроматичностью, пространственной и временной когерентностью. Благодаря этому в лазерных локационных системах можно получать узкую диаграмму направленности (10~3 рад) и осуществлять эффективную спектральную и пространственную селекцию. Лазерные источники излучения позволяют также генерировать короткие и сверхкороткие импульсы (10~8 ... 10~12 с).
Лазерный локатор благодаря высокой угловой направленности сканирующего луча может при растровом сканировании достаточно ярко освещать объекты при небольшой излучающей апертуре и формировать четко очерченные силуэты изображения движущихся объектов. Из принятых сигналов в отображающее устройство подаются лишь те сигналы, которые имеют частотный доплеровский сдвиг. Остальные сигналы, порожденные неподвижным фоном, подавляются. Полученное таким образом силуэтное изображение движущегося объекта может быть подвергнуто последующей обработке и распознаванию.
Лазерные локационные системы обладают значительно более высокой точностью и разрешающей способностью по сравнению с микроволновыми радиолокационными системами (РЛС). К достоинствам таких систем относятся также электромагнитная совместимость и высокая помехозащищенность. Большие преимущества имеют лазерные системы при - измерении малых скоростей, что обусловлено большой частотой оптической несущей и, соответ- ственно, большим доплеровским сдвигом частоты. Лазерные локационные системы являются наиболее эффективными измерителями дальности и угловых координат при малых углах места.
Однако наряду с достоинствами лазерных систем им присущи определенные недостатки： сильное затухание оптического излу- 216
чеН ия в атмосферных помехах (в дожде, снеге, тумане); сложность наведения узкого луча на объект; трудности обеспечения больших областей обзора.
В настоящее время лазерная локация оформилась в самостоятельное научно-техническое направление. На базе теоретических и экспериментальных исследований сложились определенные принципы построения лазерных локационных устройств и систем.
Значительные достижения квантовой электроники позволили не только создать различные локационные системы на основе лазеров, но и эффективно использовать их в различных областях науки и техники. Так, с помощью различных лазерных локаторов осуществляется наблюдение за летательными аппаратами (самолетами, искусственными спутниками Земли), исследуется состояние атмосферы и т. д. Лазерные локаторы применяют при обзоре поверхности Земли с самолетов, при посадке самолетов, в процессе стыковки космических аппаратов и т. д. [6.14; 6.43; 6.51; 6.54].
Специальные лазерные локационные системы, являющиеся фактически сканирующими лазерными дальномерами, могут быть использованы в качестве систем технического зрения для решения задач промышленного характера и для управления автономными самоходными аппаратами. Примерами задач первого типа являются автоматическая адресация деталей, перемещаемых транспортными конвейерами, автоматизация погрузочно-разгрузочных работ и управление внутризаводским транспортом [6.10; 6.41; 6.45].
В задачах второго типа основным назначением системы технического зрения является восприятие, анализ и обработка информации о рельефе поверхности с целью обеспечения нормального движения автономного самоходного аппарата по сложному трехмерному рельефу.
Для того чтобы проиллюстрировать основные возможности лазерных локаторов, необходимо напомнить несколько общих положений. Известно, что локационная система служит для получения информации о контролируемой сцене или удаленных объектах. Эта информация доставляется локационным сигналом и извлекается из него в результате специальной обработки. Главной особенностью всех локационных систем является то, что принимаемый ими сигнал возникает вследствие отражения от поверхности объекта зондирующего излучения. В качестве зондирующего излучения могут использоваться электромагнитные волны различных диапазонов: когерентный свет, ультразвук, корпускулярные потоки-электроны и др.„
Эффективность локационной системы определяется, с одной стороны, объемом получаемой ею информации, скоростью и точностью, с которыми эта информация получена, а с другой стороны —тем, насколько технически просто удается реализовать 217
При лазерной локации информация о трехмерной сцене и о расположенных в ней объектах переносится электромагнитными колебаниями оптического диапазона, параметры которых определенным образом связаны с координатами, скоростью движения и другими характеристиками объектов. При этом для определения радиальной скорости движения объектов и элементов трехмерной сцены могут быть использованы два метода: метод, основанный на определении доплеровского сдвига несущей частоты отраженного оптического сигнала, и метод, основанный на дифференцировании дальности до объектов и элементов сцены.
В общем случае лазерные локационные системы предназначены для анализа трехмерных сцен, обнаружения объектов и получения разносторонней информации об их характеристиках по отраженному оптическому излучению. В результате анализа параметров отраженных световых сигналов могут быть определены координаты, линейная и угловая скорости, выявлены размеры, форма и ориентация объектов, отражающие свойства их поверхностей, и т. д. Специфика лазерных локационных систем связана в первую очередь с использованием в них когерентных источников излучения, обладающих высокой спектральной яркостью, монохроматичностью, пространственной и временной когерентностью. Благодаря этому в лазерных локационных системах можно получать узкую диаграмму направленности (10~3 рад) и осуществлять эффективную спектральную и пространственную селекцию. Лазерные источники излучения позволяют также генерировать короткие и сверхкороткие импульсы (10~8 ... 10~12 с).
Лазерный локатор благодаря высокой угловой направленности сканирующего луча может при растровом сканировании достаточно ярко освещать объекты при небольшой излучающей апертуре и формировать четко очерченные силуэты изображения движущихся объектов. Из принятых сигналов в отображающее устройство подаются лишь те сигналы, которые имеют частотный доплеровский сдвиг. Остальные сигналы, порожденные неподвижным фоном, подавляются. Полученное таким образом силуэтное изображение движущегося объекта может быть подвергнуто последующей обработке и распознаванию.
Лазерные локационные системы обладают значительно более высокой точностью и разрешающей способностью по сравнению С микроволновыми радиолокационными системами (РЛС). К достоинствам таких систем относятся также электромагнитная совместимость и высокая помехозащищенность. Большие преимущества имеют лазерные системы при измерении малых скоростей, что обусловлено большой частотой оптической несущей и, соответственно, большим доплеровским сдвигом частоты. Лазерные локационные системы являются наиболее эффективными измерителями дальности и угловых координат при малых углах места.
Однако наряду с достоинствами лазерных систем им присущи определенные недостатки; сильное затухание оптического излу- 216
qe：黒旣т^^Т ма^в дожде, снеге, тумане); сложность наведения узкого луча на объект; трудности обеспечения больших областей обзора.
В настоящее время лазерная локация оформилась в самостоя- тельное научно-техническое направление. На базе теоретических и экспериментальных исследований сложились определенные принципы построения лазерных локационных устройств и систем.
Значительные достижения квантовой электроники позволили не только создать различные локационные системы на основе ла- зеров, но и эффективно использовать их в различных областях науки и техники. Так, с помощью различных лазерных локаторов осуществляется наблюдение за летательными аппаратами (самолетами, искусственными спутниками Земли), исследуется состояние атмосферы и т. д. Лазерные локаторы применяют при обзоре поверхности Земли с самолетов, при посадке самолетов, в процессе стыковки космических аппаратов и т. д. [6.14: 6.43; 6.51; 6.54].
Специальные лазерные локационные системы, являющиеся фактически сканирующими лазерными дальномерами, могут быть использованы в качестве систем технического зрения для решения задач промышленного характера и для управления автономными самоходными аппаратами. Примерами задач первого типа являются автоматическая адресация деталей, перемещаемых транспортными конвейерами, автоматизация погрузочно-разгрузочных работ и управление внутризаводским транспортом [6,10; 6.41; 6.45].
В задачах второго типа основным назначением системы технического зрения является восприятие, анализ и обработка информации о рельефе поверхности с целью обеспечения нормального движения автономного самоходного аппарата по сложному трехмерному рельефу.
Для того чтобы проиллюстрировать основные возможности лазерных локаторов, необходимо напомнить несколько общих положений. Известно, что локационная система служит для получения информации о контролируемой сцене или удаленных объектах. Эта информация доставляется локационным сигналом и извлекается из него в результате специальной обработки. Главной особенностью всех локационных систем является то, что принимаемый ими сигнал возникает вследствие отражения от поверхности объекта зондирующего излучения. В качестве зондирующего излучения могут использоваться электромагнитные волны различных диапазонов: когерентный свет, ультразвук, корпускулярные потоки-электроны и др.。
Эффективность локационной системы определяется, с одной стороны, объемом получаемой ею информации, скоростью и точностью, с которыми эта информация получена, а с другой стороны —тем, насколько технически просто удается реализовать 217
данную локационную систему. С этих позиций в ряде случаев отдается предпочтение лазерным локационным системам, так как они позволяют получать исчерпывающую информацию о различ- ных параметрах объекта, а также измерять с высокой точностью его координаты и скорость. В то же время лазерные локаторь: могут иметь сравнительно небольшие размеры и невысокое энергопотребление.
Сигнал, генерируемый лазерным локатором, отличается от радиолокационного только тем, что имеет существенно меньшую длину волны. А как известно, с уменьшением длины волны зондирующего сигнала происходит увеличение точности измерения координат и скоростей объекта при одновременном уменьшении габаритных размеров самих локационных систем. Вследствие этого на создание лазерных локационных систем было обращено большое внимание, как только появились реальные технические условия и возможности для разработки приемлемых лазеров. По мере своего развития лазерная локация стимулировала развитие ряда новых научных направлений, внесших существенный вклад в общую проблему локационных систем. В ряде работ были изложены основы теории приема и обработки лазерных сигналов, синтезированы новые методы и алгоритмы [6.13].
Характерным для лазерных локационных систем является очень высокая информативность оптического сигнала. В результате возникла необходимость как в синтезе принципиально новых алгоритмов его обработки (например, оптимальной обработки пространственной структуры принимаемого сигнала), так и в усо- веошенствовании традиционных алгоритмов (пат. 4716298; 4727259 США, НКИ 250—561; пат. 4656462 США, НКИ 340—556; пат. 4669809 США, НКИ 350—1.1; пат. 4687281 США, НКИ 350— 3.66; пат. 4492464; 4729653 США, НКИ 356—4.5; пат. 4518256; 4533242 США, НКИ 356—5; пат. 4637727 США, НКИ 356—373; пат. 469657 США, НКИ 356—375; пат. 4688086 США, НКИ 358— 95).
Необходимо отметить, что лазерный сигнал обладает рядом особенностей по сравнению с обычным оптическим излучением. Высокая временная когерентность лазерного сигнала приводит к резким флуктуациям интенсивности оптического изображения. Эта флуктуации отрицательно сказываются на эффективности процесса распознавания. Для снижения этого влияния разработаны специальные методы улучшения качества лазерных изображений и созданы оптимальные алгоритмы их распознавания,
Однако отмеченное отрицательное свойство вполне компенсируется новыми возможностями, которые открываются благо дарх высокой когерентности лазерного сигнала. К этим новым и весьма перспективным возможностям в первую очередь следует отнести использование голографических и интерферометрических методов, позволяющих осуществлять оптимальную обработку принимаемых локационных сигналов.
Для построения различных схем сканирующих лазерных ана- лй3ат°Р°в трехмерных сцен необходимы устройства； которые позволяют соответствующим образом управлять лазерным лучом, т. е. отклонять его в пространстве, а также модулировать по интенсивности, фазе, поляризации и т. д. [6.19].
Развитие лазерной локации стимулировало развитие новой элементной базы, необходимой для выполнения различных операций управления лазерным лучом. Были созданы малоинер- ционные и высокоэффективные электрооптические модуляторы и дефлекторы различных типов (пат. 4703287; 4727341; 4730171 США? НКИ 332—7.51; пат. 4685763; 4709978 США, НКИ 350— 96.14; пат. 4660941; 4705365 США, НКИ 350—487).
Для управления лазерным излучением широко применяются кристаллы5 обладающие электрооптическим эффектом и оптическими нелинейными свойствами [6.7 ]. К этой группе кристаллов относятся кристаллы щелочных и щелочноземельных ниобатов и танталатов, имеющие оригинальные сегнетоэлектрические, электрооптические и нелинейно-оптические свойства, которые подробно рассмотрены в литературе [6.11 ].
Разработаны сканирующие устройства различных классов, предназначенные для перемещения в пространстве лазерного луча [6.2; 6.20]. Как известно, устройства сканирования лазерным лучом по отношению к источнику излучения можно разделить на внешние и внутренние, составляющие единое целое с источником излучения. Во внешних устройствах используются различные управляемые отражатели и преломляющие элементы, в том числе рефракционные, интерференционные и поляризационные элементы. Принципы действия внутренних сканирующих устройств основаны на селекции определенных типов колебаний в оптическом резонаторе лазера 16.7; 6.16; 6.19].
Сканирующие перемещения лазерного луча могут быть реализованы различными способами. Для этой цели используют оптикомеханические сканаторы различных типов; сканаторы с вращающимися преломляющими призмами различных конфигураций (пат. 4544228 США, НКИ 350—6.4; пат. 4588254 США, НКИ 350— 6.7)； сканаторы с колеблющимися призмами (пат. 4502751 США, Н1<Й 350—6.4); сканаторы с вращающимися зеркальными многогранными барабанами различных типов и форм как с наружньши, так и с выутоенними зеркальными по вер хностями (пат. 4585296, 463^500 США НКИ 350—6.5; пат. 4607908; 4637680; 4715699; 醤起；С111А；НКИ 350-6.8; пат. 4714960 США, ™ 358-206); сканаторы с вращающимися зеркалами (пат. 4bUbbUl НКИ 350-6 4; пат. 4655543 США, НКИ 350-6.6); сканаторы с пространственно колеблющимися и ^рфующими зеркалами (пат. 4502752; 4613203; 4619498;4632502;4690486 США,
НКИ 350—6 6); сканаторы с набором линз, установленных на вращающихся дисках и барабанах, в которых каждая линза последовательно сканирует соответствующую строку ;§
и др.В перечисленныхи др.В перечисленных/пат 4640573 США, НКИ 350—6.1; пат. 4621891 США, Ш<И &50二6.2; пат. 4621892 США, НКИ 350—6.3); аналогичные голографические сканаторы с голографическими линзами, расположенными на вращающихся дисках и барабанах (мт. 4626062; 4639070; 4647143; 4655541; 4678263 США, НКИ 350—3.71)
и др.
В перечисленных
и др.
В перечисленных
типах оптико-механических сканаторов давно
известные классические схемы,известные классические схемы,осуществляющие оптико меха-
известные классические схемы,
известные классические схемы,
ническое сканирование, в последнее время существенно уссвер“ шенствованы, что позволило значительно повысить их точность и технологичность. Созданы волоконно-оптические и интегрально- оптические лазерные сканаторы, имеющие разнообразные схемы /Пат 4534615 США, НКИ 350—6.1; пат. 4550985 США, НКИ 350— 6 3*'пат. 4717222 США, НКИ 350—6.5; пат. 4523803 США, НКИ 350—96.13; пат. 4422732 США, НКИ 350—356); пьезоэлектрические сканаторы различных типов (пат. 4708420 США, НКИ 350— 6.6; пат. 4660941 США, НКИ 350—487), а также акустооптические и электрооптические дефлекторы (пат. 4638266 США, НКИ 332— 7.51; пат. 4470661 США, НКИ 350—96.13; пат0 4313651 США, НКИ 350—355).
В последнее время произошло значительное расширение областей применения лазерных локаторов, которое, в частностиз явилось следствием значительного усовершенствования СО2-ла^ зеров, имеющих в настоящее время значительно уменьшенные массы и габаритные размеры. Создание таких лазеров позволяет реализовать лазерные локаторы в виде достаточно компактных систем. Наиболее важными задачами, решаемыми лазерными локаторами, являются обнаружение объектов в контролируемой зоне, определение их координат, измерение дальности до объектов и их скоростей, формирование изображения объектов, их сопровождение и идентификация. Созданы такие лазерные локационные системы, которые кроме перечисленных задач способны устанавливать многоканальную коммутируемую помехозащшценную связь с объектами по лазерному лучу и осуществлять управление объектами по лучу. Возможно также определение траектории дви- жения центра тяжести объекта и динамических параметров его вращения путем использования возможностей доплеровских измерений.
Для определения движущихся объектов в лазерных локато- рах обычно используются специальные процессоры, решающие эту задачу с помощью различных алгоритмов. При этом на основе использования способа цветового кодирования параметра расстояние ——интенсивность на экране видеомонитора формируется квазитрехмерное изображение [6.57].
Лазерный излучатель локатора должен быть достаточно эффективным, устойчивым к внешним воздействиям и в общем слу- чае обладать возможностью работать как в импульсном, так и непрерывном режимах. Лазеры, являющиеся узкополосными
источниками излучения^ позволяют осуществлять гетеродинное детектирование в видимой и ИК областях спектра, т. е. позволяют создавать локаторы гетеродинного типа, дающие большие доплеровские сдвиги частоты.
Средн лазерных локаторов гетеродинного типа наибольшее внимание уделяется локаторам на основе СОг^лазера, так как та- ко» лазер имеет высокий коэффициент преобразования электри- аеско它 энергии в световую и большая длина волны позволяет относительно просто (по сравнению с видимым диапазоном спектра) достигнуть требуемого согласования волновых фронтов опорного источника и сигнала на фоточувствительной поверхности приемника (пат. 4305666; 4417813 США, НКИ 356—349; пат. 4442455 США, НКИ 358—209; пат. 4195221 США, НКИ 455—609). Благодаря своим достоинствам локаторы на СО2-лазерах в ряде применений могут занять преимущественное положение по сравнению с локаторами на рубиновых и IAG : Nd-лазерах.
Современные инфракрасные малогабаритные лазерные локаторы, использующие СО2-лазеры и многоэлементные матрицы гетеродинных детекторов Hg Cd Те, могут обеспечивать автоматический поиск движущихся целей, их отслеживание в реальном масштабе времени, высокую частоту кадров, высокую разрешающую способность изображения, необходимую для идентификации целей, и формирование квазитрехмерного изображения в реальном масштабе времени. Для этих целей обычно используют доплеровские локаторы с непрерывным излучением или непрерывно меняющейся частотой повторения импульсов. Применяют различные способы формирования изображений путем обработки до- плеровских сигналов (пат. 4655588; 4715706 США, НКИ 356—5; пат. 4340299 США, НКИ 356—28.5).
Разработаны различные схемы сканирующих лазерных дальномеров, кратко рассмотрим некоторые из них. 。
Как известно, интерферометрические методы с их высокой чувствительностью непригодны для измерения расстояний, превышающих несколько десятков метров. При измерении расстояний
когда расстояние до объектакогда расстояние до объектав полевых условиях с помощью лазеров используют два метода — фазовый и импульсный. Фазовый метод заключается в том, что на удаленный объект направляют промодулированный световой пучок и затем принимают отраженный от объекта сигнал. Фаза отраженного сигнала сравнивается с фазой посылаемого светового сигнала и по разности фаз судят о расстоянии до объекта. При реализации фазового метода используют обычно полупроводниковые лазеры. Такой метод пригоден на расстояниях до нескольких сотен метров [6.1 ].
когда расстояние до объекта
когда расстояние до объекта
Импульсный метод применяют, велико. В этом случае объект облучают короткими импульсами излучения лазера с модуляцией добротности. Измеряя временную задержку между моментами посылки и приема светового импульса,
определяют искомое расстояние.
Рис. 6.1. Схема определва ния расстояния с использо* ванием метода модуляция светового пучка:1 — лазер; 2 一 генератор; 3 — модулятор; 4 一 см* ситель： 5 — фотодетектор; 6 — фазометр; 7 — теле* скопРис. 6.1. Схема определва ния расстояния с использо* ванием метода модуляция светового пучка:1 — лазер; 2 一 генератор; 3 — модулятор; 4 一 см* ситель： 5 — фотодетектор; 6 — фазометр; 7 — теле* скоп
Рис. 6.1. Схема определва ния расстояния с использо* ванием метода модуляция светового пучка:
1 — лазер; 2 一 генератор; 3 — модулятор; 4 一 см* ситель： 5 — фотодетектор; 6 — фазометр; 7 — теле* скоп
Рис. 6.1. Схема определва ния расстояния с использо* ванием метода модуляция светового пучка:
1 — лазер; 2 一 генератор; 3 — модулятор; 4 一 см* ситель： 5 — фотодетектор; 6 — фазометр; 7 — теле* скоп
Рассмотрим подробнее фазовый метод измерения дальности. При реализации данного метода фазу амплитудной модуляции отраженного сигнала сравнивают с фазой модуляции излучаемого сигнала. Разность фаз обусловлена тем, что время, которое необ- ходимо для прохождения света к объекту и возвращения к телескопу, имеет определенное значение. Сдвиг фазы ф связан с полной длиной трассы L соотношением
ср = 2л (2п^£/Х),
где ng ——групповой показатель преломления; ^ длина волны лазерного излучения в вакууме.
В схеме дальномера данного типа (рис. 6」)лазерный луч модулируется по амплитуде сигналом заданной частоты, коллимируется и направляется на объект. Отраженный свет собирается телескопом 7 и фокусируется на фотодетектор 5. Относительные фазы сигнала в отраженном и исходном пучках сравниваются с помощью фазометра 6.
Указанная разность фаз может быть представлена выражением
①=(n一+力2n,
где N ——целое число; / ——правильная дробь, не превышающая 1. Из измерений можно определить значение /, но не удается получить информацию относительно М Поэтому необходимо проводить измерения при нескольких значениях частоты модуляции. Сначала, например, проводят измерения на более низкой частоте, для которой 屮 V 2n (т. е. N = 0), я получают грубый результат измерения. Затем увеличивают частоту и измеряют значение / более точно, располагая данными о ^ из проведенного уже измерения. Осуществляя измерения несколько раз, можно определить гр с высокой точностью.
В другой разновидности метода частоту модуляции изменяют так, чтобы получать нулевой сигнал на выходе приемника в тех случаях, когда фазы исходного и отраженного сигналов отличаются на 180°. При изменении частоты модуляции значение изменения длины оптического пути проходит через нули, соответствующие половине длины волны модуляционного сигнала, Оп- 222
ределив положение нескольких подобных нулей, можно вычислить расстояния.
Разработаны разнообразные схемы сканирующих лазерных дальномеров (рис. 6.2), в которых использован фазовый метод изменения дальности [6.1; 6.3; 6.17; 6.57] (пат. 4639129 США, НКЕ 356—5).
В качестве источника излучения применяется СО2-лазер /, луч которого модулируется частотой fM = 5 МГц электрооптическим модулятором 2. Напряжение высокой частоты, питающее модулятор, поступает от генератора 6 через фильтр 5. Модулятор работает при четвертьволновом постоянном напряжении смещения, подаваемом от источника 4, Модулированное излучение проходит через передающую оптику 3 и, пройдя измеряемое расстояние др объекта 8, возвращается обратно» попадает через приемную оптику 7 на фотодетектор 19. На фотодетектор подается опорное переменное напряжение от гетеродина 23 с частотой /г = —5,25 МГц. При этом в фотодетекторе происходит смешение сигналов двух частот: частоты модуляции излучения и частоты гетеродина. Выделяется промежуточная частота /пр = 250 кГц.
Сигнал с выхода фотоприемника поступает на каскадный предварительный усилитель 18 и резонансный усилитель промежуточной частоты 17. После усиления сигнал промежуточной частоты поступает на фазовый детектор /6, куда одновременно подается опорный сигнал той же промежуточной частоты.
В канал опорного напряжения входит смеситель 22, на выходе которого выделяется /пр = 250 кГц. Со смесителя напряжение промежуточной частоты поступает в фазовый модулятор 27• В фазовом модуляторе фаза напряжения промежуточной частоты периодически, с частотой 70 Гц, изменяется на 180°. Фазовый модулятор приводится в действие от генератора 14, дающего
схема даль-схема даль-
схема даль-
схема даль-
напряжение частоты 70 Гц. После фазового модулятора напряжение поступает в фазовращатель 20 (где фаза может плавно изменяться от 0 до 360°) и усилитель /5, который необходим для ком、 пенсации ослабления напряжения в фазовращателе, далее в фазовый детектор /6. Таким образом, на фазовый детектор поступают напряжение сигнала и опорное напряжение. В результате детек* тирования выделяется напряжение частоты 70 Гц, амплитуда которого зависит от разности фаз сравниваемых напряжений. Напряжение частоты 70 Гц усиливается избирательными усилителями /2 и /3 и детектируется в синхронном детекторе //. Опор- ное напряжение на синхронный детектор подается с генератора 14. После усилителя постоянного тока 10 сигнал регистрируется индикатором 9.
Если рассматриваемый дальномер снабжен двухзеркальным (с зеркалами 24 и 25) сканирующим устройством, осуществляющим просмотр зоны обзора с соответствующим периодом Т, то полученный сигнал может быть отображен на дисплее с использованием способа цветового кодирования дальности [6.57].
Высокой чувствительности приемной системы лазерного дальномера можно достичь, используя кроме метода прямого фото- детектирования, рассмотренного выше, метод оптического гетеро- дирования и метод счета фотонов [6.11. Различие этих методов в том, что при прямом фотодетектировании вся информация о частоте и фазе оптического излучения теряется, так как фото приемник реагирует только на интенсивность приходящего излучения, а при оптическом гетеродировании й счете фотонов приемное устройство реагирует на амплитуду, частоту и фазу. При этом достигается высокая чувствительность в условиях больших фоновых засветок или значительного ослабления сигнала на трассе. Метод гетеродирования когерентных волн излучения позволяет обнаруживать разность частот (/н —爲 ^ 1 Гц при несущей частоте /н ^ 1016 Гц. Метод счета фотонов является одним из наиболее чувствительных для приема рассеянного излучения; он позволяет исследовать статистические свойства потоков излучения.
Как известно, излучение лазеров обладает пространственной и временной когерентностью. Свойство когерентности позволяет осуществить фотосмешение в оптическом гетеродинном приемнике. При гетеродинном методе приема отраженный лазерный сигнал смешивается на чувствительной площадке фотодетектора с когерентным (опорным) лучом гетеродина [6.18; 6.36]. При этом составляющая фототока, обусловленная интерференцией сигнального и опорного излучений, представляет собой сигнал промежуточной частоты, равной разности частот сигнального и опорного излучений, а амплитуда сигнала пропорциональна произведению амплитуд сигнального и опорного полей.
Одной из важнейших является проблема повышения эффективности приема отраженных^ лазерных сигналов. Эффективность приема и связанное с ней отношение сигнал/шум определяет 224
дальность действия лазерного локатора и его точностные характеристики. Использование метода гетеродинного детектирования позволяет существенно повысить чувствительность приемных устройств. Это стало возможным благодаря значительным успехам, достигнутым в обеспечении стабильности лазерных передатчиков. Лазерные гетеродинные приемники обладают намного более высокой чувствительностью, чем приемники прямого детектирования. Другой важной особенностью метода гетеродинного детектирования является то, что в этом случае электрический сигнал на выходе фотоприемника сохраняет информацию о фазе поля на его входе [6.46; 6.56]. Поэтому особую роль играют
aaco-co-пространственно-временные флуктуации локационного поля, также абберации оптического тракта приемника.
a
a
co-
co-
При гетеродинном методе приема происходит смещение
ставляющей спектра модулированного сигнала с полезной информацией из диапазона несущей (высокочастотной области оптического спектра) в область низких радиочастот. В области низких радиочастот фильтрация и усиление сигнала современными техническими средствами осуществляются значительно проще, чем в оптическом диапазоне.
В последнее время разработаны разнообразные схемы лазерных локаторов и дальномеров с различными вариантами гетеродинного метода приема сигналов (пат. 4669682 США, НКИ 244— 3.13; пат. 4655588 США, НКИ 356—5; пат. 4417813 США, НКИ 356—349; пат. 4442455 США, НКИ 358—209).
В фазовом лазерном дальномере относительная погрешность в определении дальности L складывается из относительной дальномерной погрешности AL/L = —А(ом/(ом ((ом—масштабная частота) и относительной погрешности измерения разности фаз Дф/(р.
Значение относительной дальномер ной погрешности уменьшается с ростом частоты(ом. Фазовая составляющая погрешности, в основном, определяется техническими характеристиками фазометра, т. е. сосредоточена в величине Дер [6.4 ].
Высокая угловая разрешающая способность лазерной сканирующей системы позволяет с достаточной степенью точности получить при сканировании угловые координаты направления визирования на разрешаемые по дальности элементы поверхности. В то же время амплитудная высокочастотная модуляция лазерного луча дает возможность исмючить влияние отражательных характеристик поверхностей на информацию об их форме.
Сканируемая поверхность может быть представлена в виде ряда или интеграла Фурье, характеризующих форму объекта. Работа лазерной сканирующей системы в этом случае сводится к иностраыственно-частотному анализу. Реакция системы определяется с помощью операции свертки функции объекта и импульсного отклика системы [6.5; 6.26].
В настоящее время разработаны лазерные дальномерные системы такого типа, которые работают по принципу модуляции 225
Заказ 867
пу^ка 宣 имеют абсолютную погрешность 土 £ м?.< йр:л измерении расстояний примерно до iOCu м. Их относительная погрешность измерений на больших расс『с*三咬员，х составляет - 4 0'° (”зт. 4600299; 4613231 США, НКИ 3S6—6).
Точность измерения формы объекта зависит нс только от про етранственно-частотных характеристик лазерной дальномерной сканирующей системы, но и от точности оценки фазы принимаемого сигнала. Экспериментальные исследования показали значительную зависимость точности измерения от характера фоновых засветов, определяющих уровень спектральной плотности шумов 菖 рабочем диапазоне. При использовании лазерных сканирующих систем контроля сложных профилей точность измерения ъ:эжет быть повышена за счет увелкчених частоты модуляции излучения (до сотен мегагерц) либо за счет яспользоваиия иных :р?дЗических принципов .измерения (интерференционного, базисного).
Разработан также к〃асс импульсных лазерных дальномеров. 三 таких системах нзмефенке расстояний основываезгся на определении времени распространения, короткого импульса излучения Е：二 объекта и сЗратно, В системах этого типа обычно применяют лазеры с модуляцией добротности. Така幻 система состоит из ла- s^pa> телескопа, собирающего отраженное из.^чение^ фото пр нем- еккз и прецизионного хронометрического устройства, позволяю» ,=2『о измерить интервал времени межд>^ моментами излучения и возвращения светового импульса. Хорошо сколлимированный лазерный nyqcK позволяет измерять расстояние до выделенных объектов и получать отраженный сигнал без местных помех и азмех； которые обусловлены другими объектами, р асположен- 三三近口看вблизи.
Осуществляя сканирование трехмерной сцены, например, гю .лострочной траектории, можно, выбрав оптимальное соотношение цгжл.у временем кадра и частотой импульсов зондирующего z(a- sгрнего сигнала, получить необходимое пространственное разре- :空^нме в сформированной дальностной картине [6.15; 6.16].
Созданы разнообразные схемы импульсных сканирующих ла- резных дальномеров, различающиеся как по областям применение. так и по структурном схемам и характеристикам (патч 4380391; 4521107; 4690551; 4699607 США, НКИ 356—5).
В качестве примера рассмотрим одну из схем импульсного сканирующего лазерного дальномера [6=1 ], представленную на р%2, 6,3.
Рубиновый лазер 6 с длиной вопеы излучения 0,6943 мкм работает в режиме модуляции добротности, осуществляемом вра^ щающейся призмой. Генерируемые импульсы имеют длительность 53 … 30 нс. Накачка активного вещества лазера производится системой 2 с импульсной ксеноновой лампой. Выходящее излу- ■^ние направляется телескопической оптической системой £° Отраженное от объекта излучение собирается оптической системе
W 11W 11
W 11
W 11
Рмс. 8.3 • Стру к турн ая схема импульсв ого сканирующего дальаоысра мот 10 и через интерференционный фильтр 11 поступает на фото* умножитель /2. Часть излучения лазера для формирования опорного сигнала призмой 9 передается непосредственно в приемное оптическое устройство.
зоны просмотра.зоны просмотра.Песне фотоэлектрического преобразования усилителем-форми- ровете刀ем 13 опорный сигнал усиливается, и из него формируется импульс, под действием которого происходит переброска триггера 14. Стартовый импульс триггера запускает счетное устройство 7. Отраженное от объекта излучение образует на выходе фотоумножителя сигнал, сдвинутый по времени относительно опорного, который после усиления и формирования также подается на триггер. Под действием этого импульса триггер перебрасывается в исходное положение и генерирует стоп-импульс, останавливающий счетчик. Таким образом, счетное устройство измеряет время задержки тзп отраженного светового импульса относительно опорного. В системе используется схема совпадения 8. Результат измерения выдается на индикатор 3, или на дисплей, развертка которого синхронна с развертывающими зеркалами строчного и кадрового сканирования 1 и 4. При использовании цветного дисплея может применяться дополнительная схема цветового кодирования элементов изображения в зависимости от дальности. Необходимо отметить, что в рассмотренной схеме сканирующие перемещения совершает только зондирующий лазерный луч, а приемный канал воспринимает излучения одновременно от всей
зоны просмотра.
зоны просмотра.
импульсов.импульсов.световыхсветовыхтакойтакойВ импульсных лазерных локаторах в качестве излучаемого сигнала используется последовательность световых 「"^”门匚仆八匕 Основное требование, которому должен удовлетворять сигнал, следующее: длительность световых импульсов должна быть как можно меньшей, а энергия в импульсе — наибольшей. Такой сигнал может быть сформирован с помощью импульсного лазера с модуляцией добротности.
импульсов.
импульсов.
световых
световых
такой
такой
Отраженный от объекта сигнал поступает на фотоприемник и схему обработки, которая должна вычислять требуемые параметры. Обычно сигнал после фотодетектора поступает на усили- 8*227
тель с полосой прсиуекания, равной спектру огибающей оптического сигнала, После усилителя сигнал 】юсту“не‘г на пороговое устройство и измеритель задержки. Для получения оптимальной разрешающей способности на максимальной дальности полоса пропускания усилителя может быть переменной в зависимости
от мощности отраженного сигнала.
Особенностью оптического сигнала, постуиающего на вход фотодеч'ектора, мьляегся наличие фона, ибуеновиенноги помехой обратного рассеяния. Уровень этого фо/ia уменьшается с увели-
чением задержки принимаемого сигнала ьследсгвие его затуха” ния. Уменьшение урсгвнн фона зависит ит свойств среды, в ко торой распросграняется световой имнульс. В результате этого
происходит изменение оощеги уроьня сигнала п помехи й различнее ИНТврЬаЛЫ БреЖНИ. Чтобы nObbiCillb iiOt'ie ХОССОЙ КОСТЬ СЙы схемы, необходиг.ю нриизьодить регулировку ур(звн>1 порога е, помощью снецнйЛьний схемы> С эгой целью разработаны приемные схемы, в ко'горгдх при пспользоьаыш фотоэлектронного умно^и- тел 只 задаваемый уровень порога миж 己工 а втомати чес к и меняться в заьисимости 0t /(ально(；ги ии заранее определенному закону.
Характерной исобвгшоегью ихггическмх сигналив на входе приемника является то, что их йнтенсИБносль может изменяться в широком диаиазйнс за короткое времп. Это приводит к необходимости применения быстродейегьующил 七心打占 регулировки порога, и Аребуег большого динамического диапазона м фотодетектора и схем ибрабочки с/лектрическил сигналов；
измененияизменениясоответствиисоответствииДля нолуиеньн широкого динамического диапазона прием- ника ншту^пенпги лазерного ^юкатора использукгг различные способы. Для эсий цели применяют автоматическую регулировку усиления (АРУ) и временную автоматическую регулировку уся“ ления приемника (ВАРУ)。Система АРУ может быть использована и и нриемнике си стробируемый йптерьалом дальности. При использовании ВАРУ необходимо заранее знать закон во времени интснсиьйостей фона и сигнала и в q ним производить регулировку^ усиления [6,6].
изменения
изменения
соответствии
соответствии
действия им-действия им-С целью иоеспечения максимальной дальности пульсного лазерного локатора чувствительность приемника необходимо делать максимально нысокой. В импульсных локаторах, в которых в качестве фотодетекторов применяют ФЭУ, обладающие высоким усилением фототока, не п р едет а в л я егся возмож^ ннм регистрировать сигналы в том интервале изменения интенсивностей сигнале! п фона, когорый наблюдается в реальных системах. Это происходит вследствие того, что имеет место насыщение в оконечных каскадгхл умножения. Поэтому( если приемник лазерного локатора, ь котором использованы ФЭУ, настроен на прием сигналов с больших дальностей (т. е. имеет максимальнз;ю чувствительность), то он не может принимать сигналы с большой амплитудой вследствие возникновения насыщения. Поэтому появляется необходимость регулировки усиления ФЭУ.
действия им-
действия им-
Для сужения динамического диапазона световых сигналов на входе ФЭУ возможно применение различных электрооптических быстродействующих затворов, пропускание которых должно изменяться во времени по требуемому закону. В качестве таких затворов могут быть использованы электрооптические ячейки Керра и Поккельса. Однако недостатком таких устройств являются значительные потери света в поляризаторах полностью открытых затворов, малые поперечные размеры световых пучков и большая амплитуда управляющих электрических сигналов.
Разработан также способ ослабления влияния помехи обратного рассеяния с помощью электронно-оптического преобразователя, который включается в определенные моменты времени. Таким образом производится стробирование элемента дальности, с которой требуется принять отраженный сигнал.
Разработаны также и другие способы стробирования по дальности отраженных сигналов (пат. 4727259 США, НКИ 250—561} пат. 4226529; 4708473 США, НКИ 356—5).
Особенности построения и применения лазерных локационных систем определяются не только их назначением, но и типом используемого лазерного источника и его характеристик.
В современных нмиулвсннх локационных системах зондиро- вание пространства осуществляют световыми импульсами, длительность которых не превышает 100 нс. Для систем высокой точности стремятся использовать возможно более короткие импульсы. В ряде лазерно-локационных комплексов длительность зондирующих импульсов составляет несколько десятых долей наносекунды. Для формирования требуемых зондирующих импульсов широко применяют твердотельные лазеры в режиме модуляции добротности или синхронизации мод, несколько реже ——полупроводниковые лазеры. По-видимому, в локационных системах следующего поколения будут широко использовать в первую очередь СОа-
лазеры [6.13].
высокуювысокуюВ импульсных локаторах обычно применяют твердотельные лазеры, которые позволяют формировать импульсы излучения очень большой мощности (порядка 10°…lu11 ГВт) и малой длительности (порядка 10~8 с). Использование таких импульсов в качестве зондирующих обеспечивает большую дальность действия, точность и разрешающую способность. В таких лазерных системах применяют рубиновые, неодимовые лазеры, а также лазеры на ип'рий-алюминиевом гранате с неодимом. В последнем случае может быть реализован частотный режим импульсной работы лазерного передатчика дальномеров (F0 ~ 10 ... 100 Гц). Полупроводниковые лазеры также находят применение в импульсных дальномерах, так как дают возможность работать с большой частотой повторения зондирующих импульсов (F。＞ 1000 Гц). Кроме того, они имеют малые размеры и обладают высоким КПД. Однако их недостатком пока является малая импульсная мощ-
высокую
высокую
кость.
Дальность Д действия рассмотренной схемы дальномера определяется следующими параметрами: длиной волны 久4b энергией £изл и длительностью / импульса излучения, расходимостью пучка ▼，углом поля зрения оптической системы АН и квантовым выходом фотоприемника 刀，Кроме перечисленных параметров, на дальность действия дальномера оказывают также в〃н咒нне метеорологические условия； коэффициенты ослабления К入 и пропуска” ния атмосферы ^ (九)= 戸并,оптические характеристики %『 Наиболее приемлемыми для применения в импульсных дальномерах видимого и ближнего инфракрасного спектра длинами волн являются 儿=0,6943-10~4 см：儿=0,84 10 4 см；儿=1,065х X К)-，см. На этих длинах волн работают импульсные рубиновые, полупроводниковые GaAs, неодимовые и IAG-лазеры [6 1 ]
Выбор рабочей длины волны дальномера 0npeнел*已ita гакнмм
характеристиками, как минимальное значение коэффициента отражения поверхностей g наихудшими отражающид-ш свойствами,, коэффициент потерь интерференционных фильтров, спектральная плотность солнечной засветки, значение потерь энергии в атмосфере И др.
Точность импульсного оптического лазерного дальномера оп^ ределяется погрешностью, возникающей из-за неточности синхронизации момента излучения импульса с моментом запуска блока измерения времени запаздывания и вследствие неточности синхронизации момента прихода отраженного импульса 負 момента окончания подсчета времени запаздывания. Помимо погрешности синхронизации дальномерная погрешность включает в 匸心0* пог- решности, вызванные запаздыванием сигнала в схеме дальномера, погрешность, вызванную нестабильностью ГЕнератсра счетных импульсов в блоке измерения времени запаздынанин, к ряд других. Результирующая относительная погрешность измерения дальности импульсных дальномеров составляет ■ -Ол)Ь %
В последний период существенное развитие, иолучил класс так называемых многофункциональных лазерных локацианных систем, которые могут выполнять не только обзор присграиства с выделением объектов, определением их координат, скорости и других параметров, но и с оеущесгвлением операций автомата ческого распознавания объектов с последуюшлм отслеживанием и наведением (пат. 4298280 США, НКИ 3655., пат 4401886 США, НКИ 250—203). Созданы системы этого классаг которые ми гут работать как в импульсном, так и в квазинепрерывном режи мах, выполняя операции распознавания (пат. 4380391； 4518256; 4531833 США, НКИ 356—5). Кроме лазерных локаторов, в ко торых производится, как правило, последовательный обзор кин тролируемой сцены сканирующим лазерным лучом, созданы также локационные системы^ в которых используются иные принципы сканирования, например с помощью перемещаюш.ейся подсвечивающей полосы когерентных излучений, ширина которой равна ширине кадра [6.6; 6.13L
Предложено много новых структурных схем лазерных лока- Еоров, имеющих значительно улучшенные характеристики [6.16]. В известных локаторах, производящих обзор пространства тон- кипа «игольчатым» лучом, используется высокая частота повторения зондирующих импульсов для обеспечения требуемого темпа обзора, что приводит к расширению спектра сигнала и ухудшению отношения сигнал/шум. Устранение этих недостатков достигается путем применения плоского луча, освещающего одновременно горизонтальную полосу в заданной зоне (пат. 4119379 США, НКИ 356——4). В такой схеме используется импульсный лазер, причем каждый его нмну近ьс высвечивает одну строку на анализируемой сцене. Отраженные от сцены импульсы излучения, пройдя через щелевую диафрагму, проецируются с помощью вращающегося зеркального сканатора на поверхность видеоанализатора, где формируется профиль распределения дальности до объектов анализируемой сцены в данном сечении.
В таких системах просмотр кадра может осуществляться также с помощью набора неподвижных подсвечивающих горизонтальных полос, включаемых последовательно в соответствии с некоторым кодом. При этом в качестве приемника отраженных излучений в такой схеме может использоваться волоконно-оптический преобразователь изображения, состоящий из набора плоских световодов, размещенных вертикально, т. е. перпендикулярно полосам подсвета.. С каждого плоского световода излучения подаются на отдельный фотодетектор, причем весь набор фотодетекторов последовательно опрашивается при каждом положении подсвечивающей полосы (пат, 4229103 США, НКИ 356—141).
В последнее время в различных лазерных дальномерных системах находят применение световодные устройства, используемые как в качестве внутренних линий связи, так и в качестве волоконно-оптатеских линий задержки (пат. 4653905 США, НКИ 356—4; пат. 4451146; 4496764; 4521107; 4533242; 4699508 США, НКИ 356—5).
Кроме рассмотренного выше класса многофункциональных лазерных локаторов, имеющих достаточно сложные схемы, разработан класс относительно простых сканирующих лазерных дальномеров, предназначенных для действия в качестве систем машинного видения в производственных условиях [6.40; 6.44], а также для установки в качестве систем ориентации на подвижных производственных роботах и автономных самоходных аппаратах, перемещающихся в естественных природных условиях по сложным рельефам [6.24; 6.28; 6.32; 6.42] (пат. 4668859 США, НКИ 250—221; пат. 4716298 США, НКИ 250—561).
В качестве примера лазерной дальнометрической СМВ, предназначенной для автоматизации сварочных работ4 рассмотрим следующую схему [6.31 ]. Сканирующий лазерный дальномер, снабженный соответствующим микропроцессором, осуществляет распознавание контуров деталей при сварке и контроль сварного 231
Рис. 6.4. Принципиальная схема оптической головки дальномера с использованием двустороннего зеркального разделителя между передающим н приемным световодами: 1 — передающий световод; 2 — приемный световод; 3 — двустороннп й зеркальный зкран； 4 — лннза; 5 — днаграмма направленности в ближней зоне; 6 ― диаграмма направленности в дальней зонеРис. 6.4. Принципиальная схема оптической головки дальномера с использованием двустороннего зеркального разделителя между передающим н приемным световодами: 1 — передающий световод; 2 — приемный световод; 3 — двустороннп й зеркальный зкран； 4 — лннза; 5 — днаграмма направленности в ближней зоне; 6 ― диаграмма направленности в дальней зоне66
Рис. 6.4. Принципиальная схема оптической головки дальномера с использованием двустороннего зеркального разделителя между передающим н приемным световодами: 1 — передающий световод; 2 — приемный световод; 3 — двустороннп й зеркальный зкран； 4 — лннза; 5 — днаграмма направленности в ближней зоне; 6 ― диаграмма направленности в дальней зоне
Рис. 6.4. Принципиальная схема оптической головки дальномера с использованием двустороннего зеркального разделителя между передающим н приемным световодами: 1 — передающий световод; 2 — приемный световод; 3 — двустороннп й зеркальный зкран； 4 — лннза; 5 — днаграмма направленности в ближней зоне; 6 ― диаграмма направленности в дальней зоне
6
6
соединения. Дальномер работает по принципу измерения времени прохождения модулированного лазерного луча до элемента контролируемой сцены и обратно. Контур объекта айгиизируется путем поеледовательно го сканирования. Лазерный луч модулируется частотой 300 МГц, и во время измерения определяется фазовый сдвиг между посылаемым и отраженным сигналами. Прямая амплитудная модуляция луча осуществляется лазерным диодом. В качестве детектора используется лавинный фотодиод. Высокая помехозащищенность достигается селективной фильтрацией света интерференционным фильтром, настроенным на частоту 300 МГц, и фокусированием фотодиода на световом пятне, излучаемом лазерным диодом. Разрешающая способность устройства близка к 0,1 мм, электронные схемы обеспечивают получение изображения со скоростью одна точка контура за 1 мс [6.22; 6.311.
Создано миниатюрное волоконно-оптическое лазерное дальномерное устройство, которое работает на основе измерения времени прохождения отраженных лазерных импульсов. Оптическая часть устройства выполнена в виде малогабаритного сенсора, который в случае необходимости может располагаться на захвате робота. Наряду с измерениями расстояния, такой сенсор может определять профили, выделять контуры и контролировать полное изображение объектов. Оптическая сенсорная головка соединена с остальными элементами сенсорной системы с помощью двух световодов (рис. 6.4).
Принцип измерений сводится к следующему: импульсы инфракрасного излучения лазерного диода через передающий световод направляются на объект. Отраженные от объекта световые лучи через приемный световод направляются на фотодиод. Разность времени от момента передачи до момента приема лазерных импульсов является мерой удаления объекта. В оптической го- новке размещено плоское двустороннее зеркало, расположенное между концами световодов и используется одна общая линза. От передающего световода импульсно освещается верхняя часть 232
линзы. При этом зеркало в нижней части полости головки обеспечивает зеркальное изображение, так что объект как бы освещается двумя концами световодов. При этом в дальней зоне образуется диаграмма направленности в форме восьмерки. В момент прихода отраженного импульса аналогичные явления происходят в приемном световоде и приемной диаграмме направленности. При этом необходимо, чтобы конец приемного световода точно так же располагался на зеркальной поверхности, как и передающий световод.
Таким образом, в рассмотренном устройстве торцы передающего и приемного световодов автоматически правильно сфокусированы. Их диаграммы направленности перекрываются в дальней зоне идеально, а в ближней зоне наложение представляется в виде диаметральной полосы, обеспечивающей получение требуемой точности.
При использовании рассмотренной зеркальной оптики достигается не только автоматически оптимальное перекрытие, но и обеспечивается простой режим сканирования. В этой связи большое значение имеет высокая скорость измерений, достигающая от 5000 до 10 000 измерений в секунду. Она позволяет провести быстрый контроль контуров, профилей и обеспечивает высокую
точность.
Высокая точность достигается за счет того, что измерение проводится в абсолютно одинаковых облучательном и измерительном каналах. Для этого в головке расщепляется лазерный импульс подсвета и небольшая его часть проходит через оптический элемент и стекловолоконный световод так, чтобы базовый импульс попадал на приемный диод раньше, чем самое первое отражение от объекта.
помехи.помехи.Решение о том, какой из воспринятых импульсов считать базовым, а какой рабочим, принимается с помощью электронного счетчика времени. Используя его аюжно выбрать необходимый сигнал из множества сигналов, при всех остальных сигналах компаратор не срабатывает. Таким же способом можно исключить
помехи.
помехи.
ство имеетство имеетНаряду с высокой точностью рассмотренное лазерное устрой- большой диапазон измерений с очень малой ближ-
ство имеет
ство имеет
ней «мертвой» зоной.
последовательнопоследовательноРазработаны также лазерные да льнометрические анализаторы трехмерных сцен, в которых в качестве излучателей используются матрицы последовательно излучающих лазерных светодиодов (ркс. 6,5). Такие анализаторы, имеющие светодиодную матрицу размером 16 X 16 элементов, по пространственно'временному разрешению пригодны для решения ряда производственных задач. Эти анализаторы имеют более простые схемы, чем аналогичные устройства, реализованные на основе сканирующих лазеров.
последовательно
последовательно
Разнообразные СМВ, в которых используются сканирующие лазерные дальномеры в комплексе с микропроцессорами, находят применение в различных областях производства.
Для измерения геометрических характеристик внешней среда на автономных самоходных аппаратах и подвижных производст- венных роботах используются специальные лазерные сканирую- щие дальнометрические СМВ. При скоростях движения роботов около 10 км/ч такие системы должны обладать быстродействием порядка 104 измерений в секунду, точностью около 1 см и дальностью видения более 20 м. В состав такой СМВ обычно входят лазерный дальномер, блок обзора и блок управления. Высокое быстродействие системы достигается за счет применения в дальномере полупроводниковых излучателей и высокой скорости обзора. В качестве обзорных устройств используются системы параллельного восприятия или оптико-механические зеркальные ска” наторы [6*61 (пат* 4644146 США, НКИ 250—202; пат. 4668859 США, НКИ 250—221; пат. 4638157 США, НКИ 25 0 -236; пат. 4716298 США, НКИ 250—561).
Требования высокого быстродействия и сравнительно большой точности заставляют использовать фазовый метод измерения дальности при импульсном режиме работы лазерного светодиода. Этот режим не позволяет применить традиционные методы, повышения точности измерений такие, как гетеродирование и статистическая обработка результатов измерений. Все это заставляет искать нетрадиционные методы повышения точности для пр.чн.нтого метода измерения [6,22].
В рассматриваемьтх системах используются различные схемы обзора пространства лазерным лучом, в том числе схема обзора с двухосным сканирующим зеркалом, обеспечивающим круговое сканирование по спирали (рис. 6*6). Система состоит из лазерного дальномера и блока обзора, гюзволяюш.его осуществлять круго- в°й обзор среды вокруг робота [6.8]. В элгой схеме зеркало вращается с большой угловой скоростью вокруг вертикальной оси и cganm，a—gT，"” в ПРОДОЛЬНОЙ ПЛОСКОСТИ.
Рис, 8,6, Дальномерный ан а* лизатор трехмерной сцены с матрицей лазерных светом диодов;/ … лазерные саетодмоды； 3 -，оптический экран； 8 — детекторРис, 8,6, Дальномерный ан а* лизатор трехмерной сцены с матрицей лазерных светом диодов;/ … лазерные саетодмоды； 3 -，оптический экран； 8 — детектор
Рис, 8,6, Дальномерный ан а* лизатор трехмерной сцены с матрицей лазерных светом диодов;
/ … лазерные саетодмоды； 3 -，оптический экран； 8 — детектор
Рис, 8,6, Дальномерный ан а* лизатор трехмерной сцены с матрицей лазерных светом диодов;
/ … лазерные саетодмоды； 3 -，оптический экран； 8 — детектор
PqCe 6.6c Ск^ма сггявэтрующего лазерного дяльвомера выходе системы формируются пять аналоговых сигналов: сигналы о потенциометров блока обзора поверх- ноет и, по которым можно определить значения углов а2, сс3г а&; сигнал далв- 口ости; сигнал уровня. Кроме этого, формируется цифровой сопровождающий сигнал, позволяющий определить положение измеренной точки в секторе сканирования —угол а「 Все эти сигналы подаются на микропроцессор, который позволяет сформировать даль- ностную картину обозреваемого проо тройства з затем провести ее интерн гфетапию.
Разработаны также сканирующие ла~ зерные дальномеры, в которых сканиру- юилее зеркало совершает колебательные
дви7кенип относительно двух осей координат. Обзорный дальномер такого типа 16.23] позволяет измерять геометрические характерно 7DRH среды в сферической системе координат — дальность и угловое положение луча дальномера. При этом обеспечивается сканирование лучом, поверхности с частотой 8 Гц в секторе обзора ±30°. П.искретность по углу сканирования может составлять i, 2 я 4°. Положением сектора обзора поверхности и дискретностью об-
аора может управлять микропроцессор.
Система, построена на базе полупроводникового лазера из арсенида галия, который работает в ближней инфракрасной области (0т9 мкм). Режим, работы лазера импульсный, частота посылок импульсов —— около 2 МГц, В дальномере используется фаз。- импульсный метод, позволяющий измерять расстояние в диапазоне 0,3 4 at с погрешностью 土3 см. Для устранения оптического параллакса оси излучателя и приемника совмещены. Измерения в секторе обзора организованы такнм образом, что одновременно с определением дальности проводится анализ сканируемой зоны внешней средьт с целью выделения ее характерных особен^
ностей.
Для обеспечения необходимой эффективности работы дально- метрической информационной системы большое значение имеет получение и предварительная обработка информации от измерителя в реальном масштабе времени и представление данных о внешней среде в удобной для дальнейшей обработки форме. При этом возможности реализации подобной обработки дальнометрической информации на микропроцессорных схемах в режиме реального масштаба времени во многом определяются емкостью памяти и w?口ользуемс員 системой операций [6.40 ].
номера позволяетномера позволяетКак известно, использование сканирующего лазерного даль
номера позволяет
номера позволяет
непосредственно в процессе движения автоном-
ного самоходного аппарата определять геометрические характеристики рельефа и предметов, расположенных на его поверхности в полосе движения аппарата. Однако в условиях движения такого аппарата вследствие вибрации и качки возможны пропуски зон обзора, а также неравномерность распределения точек лоцирования на поверхности, что усложняет процесс о пределе- ния препятствий.
Одним из возможных способов стабилизации поля зрения является соответствующее управление приводами зеркала блока обзора лазерного дальномера. Это должно позволить удержать линию визирования луча на заданной траектории в условиях линейных и угловых перемещений корпуса аппарата. Кроме того, указанный способ также позволяет управлять обзором, т. е. изменять направление и детальность просмотра, осуществлять повторное зондирование отдельных участков рельефа и т. д.
Кроме рассмотренного типа сканирующих лазерных дальне- метрических систем, осуществляющих двумерное сканирование пространства, разработаны также лазерные дальномеры, выполняющие круговое сканирование только в горизонтальной плоскости. Такие устройства используются, например, для ориентации подвижных роботов в помещении, где в определенных точках плоскости сканирования установлено несколько уголковых от- ражателей. Отраженные от них излучения воспринимаются уст- ройством ориентации и позволяют с достаточной точностью оп-
на плоскости [6.48 ]на плоскости [6.48 ]47201594720159США, НКИСША, НКИределять координаты подвижного робота (пат. 4647784 США, НКИ 250—561; пат.
на плоскости [6.48 ]
на плоскости [6.48 ]
4720159
4720159
США, НКИ
США, НКИ
350—6.9).
трехмерныхтрехмерныхи яркостнаяи яркостнаяВ ряде дальнометрических СМВ при анализе форм объектов совместно используется дальностная & информация. При выполнении операций сегментации дальност- ной картины, при которой изображение разбивается на области, соответствую1цие различным плоским поверхностям, рационально обрабатывать совместно два изображения сцены: одно, полученное с помощью ТВ-камеры, а другое — полученное путем сканирования сцены дальномером [6.21; 6.53]. При этом осуществляется сканирование сцены лазерным лучом и измеряется амплитуда воспринимаемого отраженного света (данные о яркости) и фазовый сдвиг между воспринимаемой и излучаемой световой волной (данные о дальности). По полученным данным с помощью микропроцессора вычисляются: произведение диффузной отражательной способности соответствующей точки сцены на косинус угла падения сканирующего луча и декартовы трехмерные координаты этой точки сцены [6.29; 6.33; 6.39}.
трехмерных
трехмерных
и яркостная
и яркостная
В описанной вычислительной процедуре итеративно подбирается наклонная плоскость, соответствующая некоторому участку изображения сцены в сканируемом пространстве. При этом по- 236
следовательно уточняются положение и участок, отведеяные йё®^- ранному начальному приближению для такой элементарной плос* кости.
Описанный подход позволяет более сояерптенно проводят сегментацию изображения трехмерной сцены на соответствующем зтапе его анализа. При этом в качестве двумерной визуальной информации могут быть использованы как черно белые (яркост- ные), так и цвеа'.ные изображена [6,5; 6.58.1.
Совокупность цветяото изображения и сведений о дальности в。многих случаях является идеальной базой данных, на основании которых можно проводить проетрзнственньти анализ трехмерных объектов, касающийся их расположения в пространстве, размеров, форз^ы и их с(л|рикосяовений с ближайшими соседними объектами. При использовании этих двух источников данных еле* дует обратить внимание на то, чтобы элемент двумерного изобра* жения и удаленность конкретно обозначенного элемента матрицы соответствовали одному и тому же участку физической сцены. В то же время взятые отаелвно неточные данные о дальности могут не позволить однозначно указать границы объектов, находящихся приблизительно на одинаковом удалении, а сами по себе данные о цветном нзображенни могут привести к невозможности определить границу между объектами, окрашенными в близкие цвета, которые визуально соприкасаются, но находятся на разном расстоянии [6.47 ]. Одновременный анализ совокупности этих двух форм данных должен свести к минимуму неопределенность в отношении расположения объектов, окрашенных в близкие цвета, визуально соприкасающихся и находящихся примерно на одном расстоянии. Кроме того, этот метод, заключающийся в сочетании данных о дальности и цветном изображении, позволяет исключить проблему соответствия5 т「тника*”иут。 при гегментяттип изображений трехмерных сцеи.
СМВ, основанная на использовании информапии от лазерного С2<анярующего измерителя расстояний, должна обладать способностью осуществлять автоматический выбор способов описания объектов в зависимости от сложности конкретной задачи. Это обеспечивает эффективную работу системы при решении широкого класса задач, Прн этом могут применяться различные методы описания объектов.
Разработано представление объектов по дальностным данным, основанное на кривизне поверхности. Выделяются области с поверхностями, имеющими определенные однородные свойства. В ходе обработки эти поверхности сначала аппроксимируются гладкими участками поверхностей, задаваемыми в параметрической форме [6.55]. После вычисления главных значений кривизны на полученных поверхностях проводится соответствующая классификация их точек.
Предложен алгоритм вычисления описаний в терминах гра* ниц скачкообразного перехода ст одной поверхности к другой.
внутренних краев и областей о однородной гауссовой кривизной. Он состоит из этапов разбиения дальностных данных на «окна» и аппроксимации тех участков в пределах сокна», которые не содержат разрывов. Затем формируются обобщенные области путем объединения аппроксимированных участков сцены со сходными характеристиками кривизны. Области на поверхности трехмерного объекта могут быть заданы посредством размеченного графа, в котором каждая вершина соответствует области, ее метка указывает тип области и содержит ряд характерных признаков этой области [6.55].
При анализе дальностной информации может использоваться
также структурно-параметрическое описание объектов 16.9; 6.34; 6.35 ]. Сканирующий лазерный дальномер выдает информацию о видимой части трехмерных объектов в сферической системе
системы распознаваниясистемы распознаваниякоординат. Исходной информацией для
системы распознавания
системы распознавания
-даль--даль-является последовательность импульсов 〃｛屮｝ В, где Д ность до облучаемой точки объекта;屮一угол поворота луча в плоскости сканирования;卩——угол поворота луча в вертикальной плоскости.
-даль-
-даль-
мера, состоитмера, состоитное описаниеное описаниепо полученнойпо полученнойВ общем случае задача распознавания трехмерных объектов по информации, поступающей от сканирующего лазерного дально- в следующем. Имеется заданная совокупность объектов, для каждого из которых существует некоторое исходное описание в памяти распознающего устройства. Требуется по полученной последовательности 〃｛屮｝卩，сформированной при обзоре некоторого объекта, провести его идентификацию.
мера, состоит
мера, состоит
ное описание
ное описание
по полученной
по полученной
Основная особенность рассматриваемого способа получения и обработки дальнометрической информации состоит в последовательном осмотре отдельных фрагментов распознаваемого объекта в процессе его сканирования лучом лазера. Элементарными фрагментами являются отрезки линий «сечения» объекта, из последовательности которых образуются сечения, являющиеся существенной характеристикой распознаваемого объекта. Другие сведения о поверхностях объекта могут быть извлечены из анализа нескольких сечений, полученных при различных углах §.
Обычно в рассматриваемых системах используется иерархическая система алгоритмов-классификаторов:
классификатор линий, определяющий тип отдельных линий, составляющих сечение;
основеосновеклассификатор сечений, определяющий тип сечения на анализа информации, поступающей от классификатора линий;
основе
основе
классификатор поверхностей.
Первым уровнем в иерархическом представлении объектов являются элементарные фрагменты линий сечения. Для их описания рационально использовать структурно-параметрический подход, состоящий в применении как структурного метода описания, с помощью которого описываются качественные особенности отрезков линий сечен ия, так и соответствующих числовых 238
параметров этих отрезков. В качестве непроизводных элемитов могут быть приняты следующие элементы сечений: отрезок прямой, образуемый при движении луча лазера по объекту; отрезок выпуклой (или вогнутой) кривой; резкие изменения (скачок) дальности; отрезок прямой, образуемый при движении луча по подстилающей поверхности, и др. [6.40; 6.49]. Для решения ряда задач, кроме знания указанных непроизводных элементов, необходимы численные значения параметров, характеризующих каждый элемент сечения (например, длина линейного элемента сечения, угловые пвзмерн криволинейного элемента селенит 五 т. д.).
Структурные и параметрические характеристики элементов сечений определякися с помощью соответствующего алгоритма классификатора, который также определяет границы каждого непроизводного элемента. Таким образом, каждый анализируе- мый объект характеризуется определенной совокупностью данных, которая содержит структурную и параметрическую информацию о видимой части поверхности объекта. В зависимости о? сложности алфавита объекта в каждом конкретном случае выби^ рается минимальное число данных, достаточных для распознал
вання.
Для решения задачи распознавания трехмерных объектов на основе дальнометрической информации необходимо, чтобы объекты обладали определенными признаками, инвариантными к изменениям ориентации и положения объектов в поле зрения сканирующего лазерного дальномера. Для тел простой геометр и = ческой формы, имеющих ось или несколько плоскостей симметрии, существуют, как правило, характерные непроиззодные эле менты или их конкатенации, удовлетворяющие указанному условию инвариантности.
В ряде работ разработаны различные наборы таловых сечений разных объектов заданного алфавита, имеющих инвариантные структурные характеристики {6.49L Используя указанны：； наборы сечений, можно составить модели трехмерны区 объектам； применяемых в процессе распознавания.
В простейших случаях структурная и парамирическая ннфор мация, необходимая для решения задачи распознавания задан ного алфавита объектов, может вводиться в CWiB человеком оператором, он же может составлять и соответствующую про грамму распознавания. Однако в целях автоматизации этих процессов целесообразно обеспечить возможность обучения системы Работа обучающейся системы распознавания обычно состоит иг трех этапов.
Первым этапом является «показ» объеша, т. е. введение ин формации о каждом распознаваемом объекте заданного алфавита. На этом этапе объекты, входящие в алфавит, поочередно представляются распознающей системе. При 守ам сканирующий лазерный дальномер производит сканирование каждого объекта в опреде- 239
ленном порядке, и поступающая дальнометрическая информация обрабатывается соответствующими программами. Полученному «дереву знаний» об объекте присваивается имя объекта. Если объект может занимать более одного устойчивого положения, при которых сечения видимых поверхностей различны, то обучающая информация записывается отдельно для каждого из этих положений. При этом каждому варианту устойчивого положения объекта присваивается свое имя. 。
Второй этап сводится к обработке и сжатию полученной дально- метрической информации с целью формирования алгоритма, обеспечивающего решение задачи распознавания при минимальной необходимой для этого информации. После записи информации о всех предъявленных объектах производится сжатие исходных описаний объектов, при котором отсеиваются также неинформативные признаки и устанавливается «дерево признаков» для объектов данного алфавита. Затем с помощью «дерева признаков» формируется алгоритм распознавания, использующий наиболее экономную последовательность признаков и обеспечивающий распознавание объекта с требуемой вероятностью правильных решений.
Третий этап сводится к распознаванию предъявленного объекта с помощью дальнометрической информации и алгоритма, сформированного на втором этапе. На этапе распознавания системе предъявляется один из объектов, входящих в заданный алфавит, причем объект может быть произвольно ориентирован и занимать любое положение в контролируемом пространстве.
На основании последовательного дальнометрического анализа объекта и применения соответствующего решающего правила система определяет тип объекта и при необходимости выявляет его пространственное расположение и ориентацию.
Разработаны и другие методы распознавания объектов по дальностным изображениям. Предложен метод выделения примитивов и сопоставления их с модельными данными, представляющий собой обобщение преобразования Хыога {Hoygh} на случай примитивов более сложных, чем отрезки прямых [6.27]. Это обобщенное преобразование переводит исходное дальностное изображение в пространство матриц размером 4X4, которые определяют положение примитива на сцене.
Разработан также метод идентификации трехмерных объектов на основании анализа дальностных изображений, при котором поверхность объекта описывается совокупностью векторов, а для распознавания строится адаптивный согласованный фильтр [6.50]. Отбор гипотез проводится методом обобщенного преобразования Хока, т. е. путем накапливзния гипотез в пространстве параметров.
Предложены различные способы построения трехмерных моделей объектов, представляющих собой двумерные функции дальности. Разработаны разнообразные иерархии локальных модель- 240
ных представлений дальнометрической информации. Предложены различные типы алгоритмов обработки и соответствующие схемы обработки информации, которые основаны на выбранной иерархии представлений и реализуются поэтапным использованием тех или иных операций обработки. Иерархия локальных модельных представлений обычно включает в себя: модель нижнего уровня для представления текущих результатов измерений; ряд промежуточных локальных моделей; проблемную локальную модель, которая используется непосредственно для принятия решения.
Необходимо отметить, что для трехмерных объектов процедура сопоставления с моделью намного более сложная, чем для двумерных, в частности потому, что объекты видны лишь частично. Для решения этой задачи используются методы теории статистических решений, методы оптимизации (динамическое и нелинейное программирование, поиск решения на сетях и графах и др.). Распознающие системы, как правило, требуют больших вычислительных мощностей, так как алгоритмы обработки изображений достаточно сложны, а размерность — высокая. Одной из проблем на пути создания эффективных систем анализа трехмерных сцен является сложность базы данных. При этом для снижения информационной избыточности данных необходимо применять эффективные методы предварительной обработки видеоинфор
мации.
Существует отдельный класс сканирующих лазерных систем, предназначенных для анализа динамики трехмерных сцен и основанных на использовании эффекта Доплера. Эти системы позволяют осуществлять контроль скоростей движения различных зон и элементов трехмерной сцены (пат. 4715706; 4721385 США, НКИ 356—5).
Как известно, на основе лазерных доплеровских измерителей скорости создан широкий ряд систем, осуществляющих контроль скоростей потоков жидкостей и газов [6.12 ], контроль размеров (длины) двигающихся протяженных изделий и материалов (ка- белей, лент полотна из бумаги, фольги и других материалов) [6.591. Эти бесконтактные системы контроля обладают высокой точностью и надежностью (пат. 4624561; 4637716; 4637717; 4715707 США, НКИ 356—28.5).
Дальнейшим развитием рассмотренного подхода измерения скорости движения материала на основе доплеровского сдвига частот лазерного излучения является распространение этого метода на двумерную поверхность со сканированием лазерного луча относительно двух осей координат. При этом могут решаться различные задачи визуального контроля, например задача контроля скоростей взаимного перемещения различных зон вибрирующих поверхностей.
Разработаны различные системы этого типа, предназначенные для визуального контроля вибрационных нагрузок, возни- 241
кающих на поверхностях некоторых объектов в процессе их ра『 боты или испытаний [6.30; 6.38]. Такие системы, например} используются для анализа двумерной картины вибрации корпусов автомобилей, самолетов, узлов двигателей и т. д. Системы этого типа, предназначенные для измерения вибрационной скорости точек поверхности объекта, основаны на использовании эффекта Доплера, возникающего при сканировании различных точе?< вибрирующей поверхности перемещающимся лазерным лучом Сканирующая оптическая анализирующая система определяем' амплитуду вибрации поверхностей при помощи управляемого компьютером сканирования лазерным лучом и быстрого гр£бср£зз- вания Фурье сигналов скорости, полученных $2 счет частотной модуляции [6.52]. При этом могут быть воспроизведены частотные спектры отдельных точек и вибрационные картины в ряде частотных диапазонов.
Системы данного типа должны отвечать следующим сено^нт требованиям：
выполнять быстрое измерение параметров вибрации (амплитуды, скорости, ускорения) всей поверхности объектов;
проводить частотный анализ вибрационных сигналов： воспроизводить изменения вибрационных картин контрс-лк-' руемого поля;
проводить измерения в акустическом диапазоне частот (В :江 … 12 кГц).
®*8* Схема оптико-электринной ”зме” рительной головки:®*8* Схема оптико-электринной ”зме” рительной головки:/D (0 = ”)2 cos 旧2./D (0 = ”)2 cos 旧2.Рис.Рис.В рассматриваемой системе лазерный луч (частота /^；1 фс^у- сируется на объекте. Отраженный свет получает ч^стстныв. сдвиг 瓜 пропорциональный составляющей скорости объекта в направлении луча, что описывается следующим выражением (рис. 6.7):
®*8* Схема оптико-электринной ”зме” рительной головки:
®*8* Схема оптико-электринной ”зме” рительной головки:
/D (0 = ”)2 cos 旧2.
/D (0 = ”)2 cos 旧2.
Рис.
Рис.
Рис. 6.7. Схема лазерного измерителя ско^ рости, действующего на основе эффекта
? — сканирующие зеркала со ступенча- ^ым уаговнм приводом; 2 — ТВ-камера： 3 — фокусирующая линза; 4 — оптни, ски^ гетеродин с лавинным фотодетек-1 торным модулем; б — гелий-иеоновый ьа” зер (15 мВт); 6 •— ячейка Брегга? — сканирующие зеркала со ступенча- ^ым уаговнм приводом; 2 — ТВ-камера： 3 — фокусирующая линза; 4 — оптни, ски^ гетеродин с лавинным фотодетек-1 торным модулем; б — гелий-иеоновый ьа” зер (15 мВт); 6 •— ячейка БреггаДоплера:
? — сканирующие зеркала со ступенча- ^ым уаговнм приводом; 2 — ТВ-камера： 3 — фокусирующая линза; 4 — оптни, ски^ гетеродин с лавинным фотодетек-1 торным модулем; б — гелий-иеоновый ьа” зер (15 мВт); 6 •— ячейка Брегга
? — сканирующие зеркала со ступенча- ^ым уаговнм приводом; 2 — ТВ-камера： 3 — фокусирующая линза; 4 — оптни, ски^ гетеродин с лавинным фотодетек-1 торным модулем; б — гелий-иеоновый ьа” зер (15 мВт); 6 •— ячейка Брегга
[——лазер; 2 ——ячейка Брэгга; 3 ——объект; 4 — фотодетектор; 5 — электронный преобразователь лазерных сигналов, подвергнутых действию эффекта Доплера
Для того чтобы измерить этот незначительный частотный сдвиг, он накладывается на отраженный опорный луч с определенным частотным сдвигом /0 = 40 МГц (гетеродинное детектирование). Разделение и смещение частоты опорного луча осуществляется при помощи ячейки Брегга. Фотодетектор фиксирует пульсирую- Щий си гнал между амплитудой объекта 4S и опорной амплитудой Л г:
/ = 14 +儿|2 = 14产十14『+人力；+力;4；
/s (Z) ~ As exp [2лг (/ь + /d) f]；4 (£) = Аг exp [2лг 仇 + %)力；/ = I /45 卩+ I 4 产 + 2AsAr cos [2冗仇一后)f].
Частота модуляции сигнала может быть подвергнута анализу и преобразована в сигнал и (f).
Важным блоком рассматриваемой системы является измерительная головка (рис. 6.8). Источником света является гелийнеоновый лазер. Разделение объектного и опорного лучей осу- ш,ествляется в ячейке Брегга. Объектный луч проходит через поляризационный расщепитель луча с присоединенной четвертьволновой пластиной, рассеивающую линзу и фокусируется при помощи линзы и двух отражающих зеркал на объект. Отраженный от объекта свет попадает на фотодетектор вместе с опорным лучом. Два зеркала для горизонтального и вертикального смещений объектного луча поворачиваются при помощи управляемых компьютером шаговых двигателей. В измерительной головке установлена также телевизионная камера, обеспечивающая представление результатов двумерного сканирования поверхности объекта.
Система обработки сигналов содержит микрокомпьютер, устройство для запоминания изображений, аналоговый процессор, осуществляющий быстрое преобразование Фурье сигналов от всех точек контролируемого вибрационного поля. Управляемый компьютером лазерный луч сканирует контролируемое вибрационное поле по точкам. Число точек сканирования на прямоугсльной измеряемой площади может максимально составлять 30x30. В каждой точке система анализирует сигнал от фотодетектора и формирует сигнал для компьютера. При помощи процессора строится комплексный вибрационный спектр, который может при необходимости быть преобразован в амплитудный спектр или в спектр ускорения. Уровни (максимальный, интегральный и средний) каждого из этих отдельных спектров для ряда частотных диапазонов запоминаются для того, чтобы затем воссоздать вибрационную картину по данным каждого частотного диапазона. Возможно также воспроизведение отдельных или усредненных спектров при исследовании интересующих диапазонов частот.
Ввиду того, что данные получаются от отдельных измерительных точек последовательно, измерение разности фаз сигналов возможно только при введении дополнительного опорного сигнала. Этот сигнал может быть образован, например, при помощи вибрационного датчика. Скорость сканирования поля ограничивается 243
частотой измеряемой вибрации: если разрешение по частоте △，工 =2 Гц, требуется время для измерения в каждой отдельной точке, равное 0,5 с. Однако время, необходимое для обработки данных, занимает только несколько миллисекунд. В зависимости от диапазона измерений, время измерения, которое необходимо для сканирования вибрационного поля по 400 точкам, занимает от 20 мс до нескольких минут.
Представление результатов измерений (спектров, вибрпл.ионных картин) может осуществляться в графической форме при помощи цветного монитора. Для иллюстрации вибрационных картин существуют два основных способа. Первый объемное сетевое представление обеспечивает получение перспективного изображения распределения амплитуд на горизонтально расположенной сетке с узлами в измерительных точках [6.52]. При втором способе представления информации сетка из измерительных точек и значений уровней наносится непосредственно на черно-белое изображение исследуемого объекта. Отклонения линий уровней от положений измерительных точек характеризуют значения параметра вибращш в .измерительных точках.
Результаты анализа параметров вибрационного поля с помощью микропроцессора могут быть использованы для автоматы- ческого визуального контроля и интерпретации характеристик вибрирующих объектов. Рассмотренные системы могут быть использованы для исследования вибрационного поведения объектов за мяштмальное время. Параметры вибрации могут быть измерены быстро и бесконтактно во многих точках и предссавлены в графической форме [6.52 ].
В последнее время разработаны разнообразные высокоинфор' мативные схемы сканирующих лазерных дальнометрических. анализаторов трехмерных сцен, использующие в основном разл^днне варианты трех методов приема и обработки отраженного сигнала: метода прямого фотодетектирования (пат. 4600299: 4613231 США, НКИ 356—5; пат. 4696574 США, НКИ 356—375), ме/cwi оптического гетеродинирования (пат. 4669682 США, НКИ 244-—3.13； пат. 4305666 США, НКИ 356—349; пат. 4195221 США, НКИ 455— 609) и метода счета фотонов. При этом наиболее чувсгвительньгм является последний мегод. Области применения рассмотренных сканирующих лазерных анализаторов весьма разнообразна. Они позволяют получать информацию о различных параметрах объектов, расположенных на контролируемой сцене, об их коорди^ нвтах, радиальной скорости движения, а также о свойствах и параметрах среды (пат. 4657382 США, НКИ 356—4; пат. 4515471; 4542986 США, НКИ 356—5). Использование сканирующих лазерных дальнометрических систем в качестве анализаторов трехмерных сцен в производственных условиях весьма перспективно, так как позволяет получать высокую точность измерения рельефа вне зависимости от условий освещенности и оптических характеристик поверхности контролируемых объектов.
Г Л А В A 7
КОМБИНИРОВАННЫЕЛАЗЕРНО-АКУСТИЧЕСКИЕ СИСТЕМЫВИЗУАЛЬНОГО КОНТРОЛЯ
В последний период в сканирующих лазерных системах автоматического визуального контроля микрообъектов наблюдается тенденция использования различных комбинированных методов контроля, в том числе оптико-акустических. Такие методы позволяют контролировать характеристики не только поверхностей объектов, но и параметры внутренней микроструктуры материалов объекта. Контроль микрообъектов на основе комбинации методов оптико-акустической спектроскопии и сканирующей лазерной микроскопии важен для различных областей науки и техники, включая м атери ал сведение, технологию оптического и электронного производства и т. д.
Лазерные оптико-акустические методы автоматического визуального контроля находят эффективное применение в - микроэлектронной технологии производства различных интегральных схем. Использование оптико-акустических методов позволяет дополнить возможности традиционных методов микроскопии (оптической, акустической, электронной и др.), а в ряде случаев получить совершенно новую информацию о микроструктуре различных контролируемых плоских микрообъектов.
Общие принципы оптико-акустической (ОА) микроскопии сводятся к следующему [7.1; 7,2; 7.6]. В обычном микроскопе (рис. 7Д, а) обнаружение микронеоднородностей в объекте осуществляется путем регистрации проходящего или рассеянного излучения. В ОА-микроскопе (рис. 7.1, б) мощность, поглощенная в образце, регистрируется с помощью соответствуютцего акустического датчика. Фокусировка излучения в сочетании с пространственным сканированием лазерного луча позволяет получить информацию об объемной микроструктуре контролируемого объекта.
В лазерных ОА-микроскопах используются три основных физических процесса, которые сопутствуют ОА-эффекту в различных средах： поглощение радиации； формирование и распространение тепловых волн; формирование и распространение акустических волн. Наиболее просто реализовать двумерную схему ОА-микро- скопа, для которой характерно высокое разрешение в поперечном направлении и сравнительно низкое — в продольном направлении. Эффективно использование таких систем для
Рис. 7.1. Сравнение схем, обработка информации в сканирующих микро» скопах:
а — обычном; б — оптш^о-аиусти- неском; / — ллзсрный луч; 2 — образец; 3 —— детектор излучения; 4 —• детектор з в у к а; 5 — i.i ы х од на систем
Му ВИЗуг).»!!Г|；1Ч.1.1И
контроля плоских струк- тур, примеров которых могут служи гь поверхностные структуры СИЛЪ- нопоглотцатоттилх или оп- т и ческии 介门 р оз р а тп и』х
образцов иразличпые
тонкие пленки на оптически прозрачных образцах.
Процессы трансформации поглощенной анергнн сканнрунниет。 лазерного луча в акустические колебания позволякгг иол^-чпть информацию о микроструктуре контролируемой срелы, обуслов ленной ее оптической, термической, акустической, а также геометрической пространственной неоднородностью. В таких системах необходимым условием нолутепн” высокого прострянгтпен- ного разрешения является минимизация объема вз??птодейсгвия излучения с контролируемой средой, что достигается за счет высокой фокусировки лазерного луча. Высокая цространствегь ная когерентность лазерного излучения позволяет £「п сфокусировать в чрезвычайно малые объемы, в пределе сравнимые с дифракционным объемом порядка 九з (入—дЛИна волны нзпуиеннн).
В соответствии с двумя используемыми способамп регистрации поглощенной энергии можно выделить схему ОА микроскопа с косвенной регистрацией акустических колебаний с помощью микрофона, размещенного в соприкасающемся с объектом газе (ОАМкосв) и схему с прямой регистрацией акустических колебаний непосредственно в объекте с помощью присгыкованного к нему пьезоэлектрического датчика (ОАМ). Можно условно выделтггь три основных случая оптико-акустического визуального контроля плоских объектов: оптический, термический и акустический (рис. 7.2) Рассмотрим последовательно каждый из этих случаев [7.2】.
При оптическом способе оптнко-акустического контроля предполагается, что микрообъект термически и акустически однороден, а преобладает лишь оптическая неоднородность, под которой понимаются локальные вариации коэффициента поглошенпя в объеме объекта. Наличие оптических неоднородностей приводит к неравномерному распределению поглощенной энергии в объеме взаимодействия лазерного излучения со средой, что проявляется в виде изменения ОА-сигнала при сканировании лазерного луча по объекту (рис. 7.2, а). 一
Этот тип систем наиболее рационально использовать при контроле микроструктуры слабопоглощаюитих объектов, когда 246'
необходима высокая чувствительность в сочетании с высоким пространственным разрешением. Для идентификации типа поглощающих. неоднородностей выполняется контроль микроструктуры в различных диапазонах спектра.
При использовании термического способа оптико-акустического контроля микрообъектов предполагается, что объект оптически и акустически однороден и в нем имеются лишь термические неоднородности. Под ними понимаются локальные вариации термодинамических параметров, от которых зависит ОА-сигнал, а именно: теплоемкости С, теплопроводности К, плотности р и суммарной харак.терисипш -—коэффициента тепловой диффузии. k = К/рС и др.
Влияние термической неоднородности проявляется в виде неравномерного нагрева объекта в отдельных точках в пределах объема взаимодействия лазерного излучения со средой (даже при равной поглощенной мощности в этих точках) и в виде изменения амплрттуды и фазы тепловой волны, распространяющейся из зоны облучения. Эти изменения передаются возникающей аку” этической волне, являющейся переносчиком информации о тепло- «ой микроструктуре микрообъекта. В такой системе результат процесса взаимодействия тепловых волн с локальными термическими неоднородностями визуалируется путем регистрации сопут- ствуюшж акустических волн (рис. 7.2, б).
Если рассматривать термоволновой эффект более подробно, ”р можно отметить, что он является результатом наложения трех различных процессов. Первый из них вызван вариациями поглощения мощности излучения вследствие изменения оптических свойств объекта вдоль линии сканирования. Этот процесс несет
勿(м) /、川⑷/\勿(м) /、川⑷/\处）J匸_.处）J匸_.口）口）
勿(м) /、
川⑷/\
勿(м) /、
川⑷/\
处）J匸_.
处）J匸_.
口）
口）
Р叫 土2$黑雷卷-акус™ТяУТ-С：икр：фо^Гп
О - Пб^я1^а Л -^к^т^ческая линз! с иммерсионной жидкостью. Внизу показано
--^^嬲鹏賣蹴^裳㈱盤£
информзцию об абсорбционно-отражзтсльных свойствах объекта (поглощения, отражения, рассеяния). При его доминировании фото- акустическое изо б о а же € i и с эквивалентно оптическому. Разрешающая способность определяется диаметром сканирующего луча 2©, а глубина визуализируемых свойств под поверхностной структурой определяется глубиной проникновения фотонов.
Второй процесс представляет собой взаимодействие температурных волн с тепловыми неоднородностями объекта, вызванными вариациями физического состояhfiя объекта, микрорельефом и микроструктурой, которые в свою очередь определяются иерез теплопроводность и коэффициент теплового расшнремп я. На частотах модуляции от 10 Гц до 10 МГц, наряду с температурными волнами и в зависимости от них, генерируются длинные по сравнению с толщиной планарных элементов, акустические волны, которые не взаимодействуют с объектом и служат лишь носителями информации, полученной за счет распространения температурных волн. Этот режим работы анализатора получил название термоволнового. Разрешающая способность данного метода зависит от размеров сечения сканирующего луча, а также значения Rs и определяется большим из этих двух параметров, глубина визуализации оценивается значением 卩$.
Третий процесс взаимодействия акинетических волн с упругими неоднородностями объекта в наибольшей степени проявляется на частотах модуляции, превышающих 100 МГц. Длина генерируемой акустической волны становится того же порядка, что и размеры неоднородностей объекта. При определенном выпаде данного процесса в термоволновой эффект фотоакустическое изображение эквивалентно акустическому, а разрешающая способность имеет порядок длины звуковой волны.
Амплитуда и фаза фотоакустического сигнала несут качественно различную информацию об объекте. Так, в случае сильного изменения коэффициента отражения световых волн на различных участках поверхности объекта, амплитуда сигнала отображает оптическую топографию, существенно не отличающуюся от оптического изображения, в то время как фаза сигнала не зависит от электромагнитных свойств поверхности и ее изменение определяет только толщину и внутреннюю структуру объекта. Амплитудное изображение с ростом частоты меняется мало, а фазовое улучшается, что позволяет получать информацию о тепловых неоднородностях микроскопических размеров и визуализировать подповерхностную структуру материала.
При неизменном значении 氏 поверхностную или подповерхностную структуру объекта можно определить с помощью синхронного детектора. Такой подход позволяет проводить профильный анализ оптически непрозрачных объектов.
Как уже было отмечено, в рассмотренных анализаторах лазерное излучение выполняет роль инициатора тепловых волн, возникающих в объеме взаимодействия излучения со средой. Такой 248
подход рационально использовать для контроля подповерхностной структуры оптически непрозрачных объектов. В этом случае длнна тепловой диффузии /т определяет характерное расстояние, в пределах которого возможна визуализация «тепловой» микроструктуры объекта. При высоких частотах модуляции возможен микроструктурный анализ вблизи поверхности с очень высоким пространственным разрешением. Для регистрации высокочастотных акустических волн целесообразно использовать прямую схему измерения с быстродействующими пьезоэлектрическими датчиками. Разрешение такой системы зависит от размера сечения лазерного пучка и способности регистрирующего устройства фиксировать малые относительные изменения амплитуды и фазы сигнала, обусловленного пространственными вариациями термических свойств объекта.
Акустический способ предназначен для оптико-акустического контроля микрообъектов с преобладанием акустических пространственных неоднородностей, под которыми понимаются пространственные вариации параметров, вызывающих формирование и распространение акустических волн (таких, как коэффициент теплового расширения, константа упругости, скорость распространения и т. п.). Наличие таких неоднородностей приводит к неравномерному возбуждению акустических волн в объеме взаимодействия излучения со средой и к изменению амплитуды и фазы акустической волны при ее распространении от зоны облучения к датчику (рис. 7.2, в). Для улучшения пространственного разрешения необходимо увеличить частоту модуляции. Верхний предел ограничиваемый эффектами затухания акустических волн в среде, лежит примерно на уровне 3 ГГц. Этому пределу по частоте соответствует предел по пространственному разрешению около нескольких микрометров. При разработке таких систем используются быстродействующие тонкопленочные пьезоэлектрические датчики.
Необходимо отметить, что характеристики рассматриваемого акустического способа могут быть существенно улучшены за счет использования оптимальной формы лазерного пятна, воз* буждающего звуковые волны. Для этой цели» например, предложено использовать пятно лазерного подсвета, имеющего кольцевую форму, что позволяет возбуждать и детектировать сходя- пщеся к центру такого пятна поверхностные звуковые волны. Регистрация звукового импульса производится в центре кольцевого пятна подсвета с помощью лазерного интерферометра. При таком способе возбуждения ультразвуковых волн и их регистрации не требуется ни контакта с исследуемой поверхностью объекта, ни погружения его в жидкость.
Как известно, в рассматриваемом способе контроля основная проблема, связанная с лазерным возбуждением — низкий уро- вень сигнала, детектируемого оптическим путем. Это может потребовать использования более мощных лазерных импульсов,
249
Fhic, 7,& ； d«方式AXfiMN%｝近区匸 cx3、a aria-： n计3&【6卩а с оптическим 3ез6у?К口色наe旗 и детектированием сксдйщихся по» верхностных звуков*% волн:
/ — облучающий лазер; 2, 3 — линзы объектива； 4 — акснкон; 5； 9 — полупрозрачные зеркала; 6 — анализируемый объект; 7 ― лазер ннтерференцн- онного измерителя; 8 — линза; 10 —< зеркало с пьеэовибраторотл; 〃 一 ос* циллограф; 12 — фотодетектор; 13 —) микропроцессор
что, однако, ограничивается разрушением поверхности. При этом даже в термоупругом режиме (при температуре ниже границы плавления поверхности) уровень ее нагрева должен быть ограничен, если речь идет о таких материалах, как керамика., чувствительная к термическим напряжениям, которые могу г привести к образованию микротрещин.
Схема устройства для оптического возбуждения и детектйроьа- ния сходящихся поверхностных звуковых волн представлена на рис. 7.3. Луч многомодового N: IAG-лазера (на неодимо-иттриево' алюминиевом гранате [7.6], генерирующего импульсы длительностью 15 нс и энергией 0,1 Дж, расширяется при помощи теле скопа и через аксикон 4 (линзу конического поперечного сечения； фокусируется на поверхности объекта 6, где образуется освещенное колошэ диаметром около 10 мм и шириной 0,2 мм. Перемещение аксикона вдоль оси позволяет изменять диаметр кольца„ Ширина кольца, приблизительно равная половине центральной длины волны возбуждаемых звуковых волн, при достаточно малой дли тельности лазерного импульса пропорциональна расходимости луча, обусловленной многомодовой структурой излучения лазера= Телескоп уменьшает расходимость луча и, следовательно, ширину линии, пропорционально своему усилению^ Можно воздействовать на исследуемую поверхность либо частью кольцаs либо полным кольцом. В последнем случае достигается наибольшее усиление сходящихся звуковых волн, однако требуется очень точная установка IAG-лазера вдоль нормали к поверхности, а также тшчатель- ное центрирование лазерного измерительного зонда относительно кольцевого пятна подсвета.
Импульс возбужденных поверхностных звуковых волн детектируется в центре кольца при помощи гелий-неонового интерфе-1 рометра, который фокусируется на поверхности образца путем отражения от дихроического зеркала, прозрачного для IAG- лазера. Для обеспечения наибольшей чувствительности зондиру- ющий луч должен быть центрирован с точностью до долей длины генерируемых звуковых волн. Если зондирующий луч хорошо сфокусирован на отшлифованной поверхности с высокой отражательной способностью, то чувствительность интерферометра составляет около 0,02 нм в полосе частот 30 МГц. Коэффициент 250
усиления кольцевого источника возбуждения поверхностных звуковых волн близок к 20.
Дл» анализа двумерных поверхностей осуществляется соответствующее относительное перемещение объекта и анализатора по необходимой траектории (например, построчной).
Рассмотренный способ использовался: для контроля толщины электролитического покрытия; для исследования акустических свойств пьезоэлектрических материалов; для исследования рас- слиенин металлоэпоксидных слоистых образцов путем наблюдения изгибных колебаний отслоенного материала под действием акусгических воли; для анализа трещин и для ряда других целей.
Необходимо отметить, что приведенное выше деление лазерно- акустических систем на три основных типа является весьма условным и приведено для облегчения понимания отличительных особенностей таких систем. На практике имеется мало объектов с нрко выраженным только одним типом неоднородности. Поэтому в осицем случае вариации сигнала в сканирующем ОА-микроскопе могут быть обусловлены пространственными вариациями одновременно оптических, термических и акустических свойств образца [7.5]. Это затрудняет получение дифференцированной информации об истинной природе микроструктуры объекта по результатам ОА~контроля. Однако это не имеет существенного значения при визуальном контроле микросхем путем автоматическою сопоставления полученного изображения с эталонным изооражепием (сформированным при анализе эталонной микросхемы)
В рассматриваеьлых системах сканирование лазерного луча пи поверхности плоскоги объекта (микросхемы) может осуществ- jiMibcn двумя способами: перемещением самого объекта с помощью специального подвижного столика или сканированием луча с по* мсшенэ опгико-электрнческиго сканера. Достоинством первого сиисоба яйляется высокая точность и воспроизводимость поло- женин (объекта (до 1 мкм) н большое поле обзора (десятки миллиметров); недостагкогл- — низкое быстродействие, а также влияние Bri»pawiH на пороговую чувствительность. Лучшее быстродействие imetoi OiiTuKG-электрические сканеры лазерного луча. Однако ноле оозора в таких системах существенно ограничено вслед- сгвие влн я и ня расфокусировки излучения в процессе скани- ривання (пат. 4727420 США, НКИ 358—112),
Как правило, с увеличением пространственного разрешения енюкается 4yBCTBHTejibHOCTbs что объясняется уменьшением относительной дол и поглощенной энергии, ответственной за форми- ровзниб per и с 1 р ri ру емо г о сигнала. Обычно выбор пространствсн- нсго разрешения и чувствительности системы основывается на компромиссном решении. Частично проигрыш в чувствительности вследствие высокого разрешения можно компенсировать использованием более мощных лазеров и увеличением времени накопле- ни>i сигнала. При этом верхний предел мощности излучения ла-
Рис* 7.4. Оптико-акустическая голограмма поверхностей керамик* нз нн^'рида кремния с поверхностным дефектом. Разрешение 30 мкм, источник излучения -- аргоиовь^й лазер* частота модуляции 600 ГцРис* 7.4. Оптико-акустическая голограмма поверхностей керамик* нз нн^'рида кремния с поверхностным дефектом. Разрешение 30 мкм, источник излучения -- аргоиовь^й лазер* частота модуляции 600 Гцмммм
Рис* 7.4. Оптико-акустическая голограмма поверхностей керамик* нз нн^'рида кремния с поверхностным дефектом. Разрешение 30 мкм, источник излучения -- аргоиовь^й лазер* частота модуляции 600 Гц
Рис* 7.4. Оптико-акустическая голограмма поверхностей керамик* нз нн^'рида кремния с поверхностным дефектом. Разрешение 30 мкм, источник излучения -- аргоиовь^й лазер* частота модуляции 600 Гц
мм
мм
зера определяется в зависимости от типа контролируемых объектов. Необходимо также иметь в виду, что при компенсации проигрыша в чувствительности за счет роста времени накопления сигналов происходит увеличение общего времени измерения. Такая система записи «по точкам» вследствие малой скорости сканирования приводит к необходимости запоминать отдельные детали изображения для последующего его воспроизведения на экране монитора. При этом воспроизводиться может как амплитудное, так и фазовое изображение объекта.
Рассмотрим подробнее принцип действия и основные характеристики лазерного оптико-акустического микроскопа с косвенной регистрацией сигнала. В такой системе информацию о характере поглощения в объекте получают на основе косвенной регистрации акустических колебаний, возникающих в газе, сопрнкаса。 ющемся с объектом. Благодаря сильной зависимости амплитуды и фазы сигнала от физических и термодинамических параметров преимущественно поверхностного слоя объекта этот метод наиболее эффективен для исследования поверхностной и подповерхностной микроструктуры. Такие системы целесообразно использовать для визуализации оптической или термической структуры объекта, поскольку в используемом методе процессом переноса поглощен-
ной энергии в объеме образца с помощью акустических волн можно пренебречь.
Для примера на рис. 7.4 представлена полученная с помощью такого микроскопа топограмма поверхности керамики, созданной на основе нитрида кремния с поверхностным дефектом в виде трещины размером 50 X 100 мкм [7.2]. Причиной возрастания сигнала в области дефекта, по-видимому, является изменение объема взаимодействия излучения с образцом и термическая неоднородность этой зоны. Высокая чувствительность этого метода к поверхностной микрогеометрии позволяет эффективно использовать построенные на его основе системы в качестве микропрофило- негроь.
При контроле реальных микрообъектов термические и оптические неоднородности могут присутствовать в теле объекта одно- времсшю, и важной проблемой становится разработка методов их идентификацнн. Наиболее просто эти методы можно реализовать на основе сканирования излучения лазера и частоты модуляции [7.2].
Лазерный оптико- акустический сканирующий микроскоп с пря- мсш ретгнстранне访 сигнала с помощью пьезоэлектрических датчиков имеет достаточно простую схему. Она содержит лазер, сканер лазерного луна и оптическую систему, фокусирующую излучение на объект с пристыкованным к нему пьезодатчиком. Использование ^быстродействующих пьезодатчиков позволяет существенно улучшить как тепловой, так и акустический предел разрешения системы (до долей микрометра).
В зависимости gt частоты модуляции можно выделить два основных режима работы рассматриваемых систем: на сравнительно низких частотах модуляции (не более 1 МГц и на сверхвысоких частотах (до 1 ГГц).
При низкочастотной модуляции благодаря сравнительно большой длине волны акустических колебаний (выше 0,5—1 см) наиболее целесообразно применение такой системы для визуализации термических и оптических свойств поверхностной микро- структры объекта. Одним из возможных путей получения раздельной информации об оптических и тепловых свойствах объекта является постр оение одновремен но амплитудного и фазового оптико-акустических изображений объекта. Это объясняется тем, ито амплитуда сигнала зависит как от оптических, так и от тепловых свойств объекта. В то же время фаза сигнала при условии^, ★гго длина акинетической диффузии не больше длины тепловой диффузии (Za 之 /т), зависит в основном лишь от тепловых свойств объекта.
Оптико-акустическпе сканирующие лазерные микроскопы позволяют получить информацию о подповерхностной тепловой струк- тт^пе образца даже в случае сильного оптического контраста, что весьма важно для многих практических приложении, в частности в микроэлектронной технологии при производстве БИС и СЬИ *
При работе рассматриваемых систем на сверхвысоких частотах глубина распространения тепловых волн в объекте достаточно мала, например не более 0,1 мкм при частотах выше 100 МГц. В то же время длина акустических волн уменьшается и становится соизмеримой с длиной оптического излучения. Это позволяет использовать такую систему для анализа термоупругих и механических свойств среды.
Такая система при работе в акустическом режиме позволяет обнаружить локальные изменения упругих свойств материалов путем анализа по точкам реакции материала объекта па периодические упругие колебания, инициируемые лазерным излучением. Разрешение такой системы определяется в основном длиной волны акустических колебаний. Предельное разрешение на уровне 0,5 ... 1 мкм ограничивается эффектами затухания звука в различных средах на частотах выше 1 ГГц. Наиболее высокая чувствительность достигается при анализе оптически непрозрачных объектов, имеющих малое отражение оптического излучения от поверхности, хорошее акустическое согласование с датчиком и высокий коэффициент преобразования поглощенной энергии в акустическую. Это осуществляется при высоком коэффициенте теплового расширения, малой теплоемкости и высокой частоте модуляции.
Важной проблемой является создание систем трехмерной оптико- акустической интероскопии микрообъектов [7.2 I. Под трехмерной интероскопией в данном случае понимается оптико-акустическая микроскопия объемной пространственной структуры объектов с высоким разрешением как в поперечном, так и в продольном направлениях.
Обычно при измерении оптико-акустршеских сигналов происходит интегрирование информации о значении поглощенной мощности вдоль луча лазера, и получаемое при сканировании лазерного луча изображение объекта представляет собой, но существу, двумерную проекцию трехмерной структуры. Наиболее общим методом восстановления информации о трехмерной структуре объекта является математическая обработка с помощью микропроцессора ряда двумерных проекций, полученных при различных угловых положениях оси лазерного пучка относительно осей трехмерного объекта. Этот метод, называемый томографией, эффективно применяется в оптической, рентгеновской и акустической интероскопии. Для корректного применения метода томографии в ОА-микроскопии необходимо иметь информацию о законе интегрирования ОА-сигналов в продольном направлении (вдоль оси луча).
Возможным способом повышения продольного разрешения при исследовании слабопоглощающих объектов является временное стробирование оптико-акустических сигналов, идущих от отдельных локальных зон вдоль лазерного луча. При этом существенно облегчает задачу временной селекции сигналов вы- 254
zckk,£ фокусировка лазерного излучения в исследуемую зону объекта ° 小о вызывает существенную «временную» расфокусировку сигналов, нлуш.их из зон вне фокального объема и умень- £иение их относительной амплитуды вследствие меньшей мнтен・ сир.ьости излучения (большего диаметра пучка).
При импульсном режиме работы лазера сочетание амплитудных х временных методов селекции сигналов, поступающих из вокального объема взаимодействия излучения со слабопогло- '；.'<:люшей. средой, позволяет улучшить продольное разрешение примерно до 0,1 мм [7.2]. Хорошие результаты дает также одно- воеменное использование нескольких пьезодатчиков или матрицы пь^зодатчиков в сочетании с корреляционными методами обработки результатов измерения =
Существуют также подходы, основанные на возможности реализации нелинейной оптико-акустической интероскопии и микроскопии, в которых используются различные нелинейные эффекты при взаимодействии лазерного излучения со средой как 三尸 оптическом уровне, так и на акустическом [7.7——7.9]. Про- стейи.шм вариантом практической реализации одного из таких подходов может служить схема с гармонической модуляцией сфокусированного лазерного излучения и регистрацией акустического сигнала на второй гармонике от частоты модуляции. Исследование нелинейных свойств среды на микроскопическом уровне позволяет повысить информативность контроля, что полезно, например, для более надежной идентификации инородных вклю- ■^пний в объектах, имеющих различные нелинейные свойства.
Существует также подход, основанный на возможности реали- зй£'ИИ стереоскопической опти ко- а кусти чес кой микроскопии пу- ?ем облучения объекта под различными углами одновременно двумя лазерными пучками. Модификацией этого способа является двухчастотное нелинейное возбуждение среды двумя пересека- юшимися лазерными пучками с регистрацией сигналов на суммарных и разностных гармониках от частот каждого пучка.
В заключение проведем краткое сравнение оптико-акустических методов контроля микрообъектов с другими методами. При разрешении, существенно не уступающем разрешению обычной микроскопии, метод ОА-микроскопии значительно информативнее, поскольку ОА-изображение одновременно зависит от оптических, акустических, термических и упругих свойств контролируемого объекта. Проблема заключается в разработке надежных методов ииентификации типа и характера визуализируемой структуры. Для этой цели могут быть использованы, например,спектральные, амплитудные, фазовые, частотные и нелинейные методы селекции ОА-сигналов.“
Преимуществом ОА-микроскопии по сравнению с оптической микроскопией является возможность анализа пространственной структуры слабопоглощающих нерефракцнонных сред, а также подповерхностной структуры сильнопоглощаюш.их или оптически 255
Рнс, 7.5. Принципиальная схема лазерное Рис, Схема, иллюстрирующая теневой 寺 акустического метода анализа визуальнойметод определения дефектов;《
нн+орм&цнн】—верхняя поверхность обрэзцз; 2?
падающий лазерный луч： 3 — преобразо- t ватель； 4 — непрерывно излучаемая уль< 胃 граэиуковая волна; 5 ― поверхность па・ ；. дения звука
непрозрачных сред. ОА-микроскоп при его работе в режиме ,? высокочастотной модуляции лазерного излучения позволяет кон-: тролировать упругие свойства оптически непрозрачных сред. £ Особенностью такой системы является использование излучателя :; термооптического типа, достоинствами которых являются бескон- j тактность, разнообразие режимов возбуждения, возможность сильной локализации объема излучателя и простота сканирования поверхности объекта. Уникальной возможностью систем этого типа является способность визуализации термоакустической струк
туры поверхностных слоев при частотах модуляции в зависимости от физической структуры материала до 100——300 кГц. На этих частотах можно пренебречь эффектами затухания акустических
волн.
Необходимо отметить, что чувствительность оптико-акустического метода возрастает с увеличением мощности лазерного излучения. Однако такой путь повышения чувствительности не всегда приемлем вследствие низкой лучевой прочности некоторых объектов контроля. В данном случае перспективным представляется использование техники контроля с применением преобразователей Адамара и Фурье. При этом вместо сканирования сфокусированным лазерным пучком по поверхности объекта элемент за элементом осуществляется одновременное облучение всех элементов контролируемого поля широким лазерным пучком. Для получения информации о характере поглощения в каждом отдельном элементе объекта на пути пучка помещается специальная маска, движение которой поперек пучка обеспечивает соответствующий тип кодирования сигналов для каждого элемента изображения. Далее полученный таким образом сигнал обрабатывается в ЭВМ. Помимо уменьшения интенсивности излучения на поверхности объекта при сохранении чувствительности, преимуществом таких систем является совращение общего времени контроля по сравнению с другими системами [7.4].
Поскольку преобразование Адамара и выполняемые коррекции являются линейными операциями, этот метод можно сочетать g другими мультиплексными методами, такими как преобразование Фурье в области частотной модуляции или энергии возбуждения для глубинного профилирования и спектроскопических исследований. При соответствующих обратных преобразованиях, например преобразовании Лапласа, можно получать трехмерные дифракционные картины, полностью используя преимущества линейности фотоакустического эффекта, а также мультиплексирования.
Существует также созданный в последнее время клаев лазерноакустических анализаторов визуальной информации, в которых акустические волны возникают не под действием лазерного луча, а формируются е помощью специальных пьезоэлектрических преобразователей. При этом сканирующий лазерный анализатор используется для считывания ультразвукового изображения, возникающего на поверхности контролируемого объекта [7.5].
В лазерно-акустическом анализаторе такого типа (рис. 7.5) продольные звуковые волны 10 создаются пьезоэлектрическим преобразователем 9, закрепленным в опорной плите 8, и через промежуточную среду / (обычно это дистиллированная вода) проходят в исследуемый образец материала 7. На границе между водой и материалом звуковые волны испытывают отражение и преломление в соответствии g законом
sE仇=旦'sin %%，
где 0Ш и 0S — направления падающего и преломленного лучей; % 且 ％ — скорости звука соответственно в образце и воде.
Достигнув противоположной поверхности образца, покрытой отражающей пленкой или металлизированной полиметилакрилатовой лентой 2, звук смещает и деформирует ее, создавая динамическую рябь 3. Для наблюдения динамической ряби возбужденный участок пленки последовательно освещается сканирующим лазером 5 через прозрачную предохранительную платину 6. Свет лазера, испытавший угловую модуляцию, обусловленную деформацией поверхности пленки, отражается на фотодетектор 4, сигнал с которого используется для получения на видеомониторе изображения в реальном масштабе времени. Если образец содержит рассеиватели такие, как пустоты, включения или вариации плотности, то звук будет рассейвзться или ослабляться. Эти рассеянные и ослабленные волны проявляются в виде вариаций амплитуды динамической ряби и, следовательно, могут быть сделаны видимыми на видеоакустическом изображении в реальном масштабе времени.
Для определения глубины дефекта широко применяют два метода: теневой метод для поверхностных дефектов и стереоскопии с267
Заказ 867
■一 " ■国ропАНСс устрс直стае, 7 прозрачная
пластмассовая пластинка, & — вода; 5 объект; 一 звукопровод; — фогопрн- емник; 72 - видеокоп1роль；тс.& устройство； /3 СВЧ Ер.аератпр; f4 - лсс^опреобра ■
scaa&tx巳
ческий метод для подд^в^лп^^ ： Оба метода осиопаны на тон; что направление ультразвука в образце известно заранее.
При теневом методе (рис. 7；6) глубина дефекта бтенлвкен；咒 по направлению звука 仇 и длине 厶 области тени:
d = L/tg
При GTepeoGKOHH^ecicoM методе (рна. 7*7* а) вели-чин а X 卫 характеризует акинетическую проекцию 八епакта на поверхность образца относительно некоторой оси 犬讣，После измерения образец поворачивается относительно этой оси на 180° и измеряется новое положение проекции Х^ дефекта на нс“ер笈нс忌ть (рив. 7,7\(5) = Если известно направление звука в материале.； то глубина d дефекта вычисляется следуюш;им образе用仁
Однако возможны погрешности, обусловленные него笃нейи определением 69 и чистотой обработки поверхности контролируемого образца.
Созданы также различные комбинированшле ак/с^ооптические анализаторы этого типа, например растровый акустооптический микроскоп (рнс, 7 8). Эта система позволяет одновременно формировать и контролировать оптическое и акустическое изображение исследуемого объекта 『7,3]° Плоский объект помещается в не- посредственной близости ст границы вода прозрачная пласт- 258
массовая пластинка 7 и облучается ультразвуком. Поверхноеягь этой пластинки, соприкасающаяся g водой, покрывается полупрозрачной зеркальной пленкой и построчно сканируется сфоку- сированным лучом лазера. Для получения акустического изображения используется отраженный свет, который модулируется по углу и попадает на матричный фотоприемиик 4, преобразующий угловую модуляцию в изменение интенсивности.
Выходной электрический сигнал матричного фотоприемника соответствует интенсивности ультразвука на границе раздела вода——пластинка и модулирует по яркости изображение на экране видеоконтрольного устройства 6, развертка которого синхронизирована с построчным сканированием лазерного луча. Таким образом, лазерный луч считывает акустическое изображение объекта. Для одновременного получения оптического изображения используют световой пучок, проходящий через объект или отраженный от него и попадающий на фотоприемник //, сигнал с которого модулирует видеосигнал на экране второго видеоконтрольного устройства 12. Разрешающая способность такого микроскопа на частоте 100 МГц составляет около 20 мкм.
A/haj}.ajA匕
二。匾嵐「e二‘…厶миенн＞：工 W нозво-二。匾嵐「e二‘…厶миенн＞：工 W нозво-еюз0и 上小一入.
二。匾嵐
「e二‘…厶миенн＞：工 W нозво-
二。匾嵐
「e二‘…厶миенн＞：工 W нозво-
mш3аcym：dj工记е口е расширенные фун［门二m0豆匕n上白上,匸mш3аcym：dj工记е口е расширенные фун［门二m0豆匕n上白上,匸t> ibk•血中三匸 itAK :、丁£ |『.几；：「寸/5 ■- ^, . .■-<'<Г..Г_1'1С pil.3Jl-i :二 /;•、.， и интеграл^Е^-оптйче.. щ>г：с>щ^зо^ 三工 jlii.nO pM^p&CdaH/：, рй.；.：；....ЛpiaSiih^c CiiZiЛЕpj〃J：，j*<d
mш3аcym：dj工记е口е расширенные фун［门二m0豆匕n上白上,匸
mш3аcym：dj工记е口е расширенные фун［门二m0豆匕n上白上,匸
по 匕注fijj^smj ошлгхаг^иых нрицедур сч^^авя . -^формадаи с нвуЕ紀рнын езбговых ис лей. S res gбстлгпьсто nput og й возник- новенИ1()宣门日匕心：х naif行в апачьзатироь н^обр^хс€и：Аа> йгаеющи^ сущесгзеннс 5^1 учтенное инфор^аациогшые поназател^ч
В насто；тк-;г^ врег.ги и разработке теории； i-етодоь и прмйДйпсь ГЮc?Р厂总豆日立：'；二二;「，丑)口[口口к工电ь1x ijCbiI01(0HVK)''0rrri^'L.7：CiC?j,X chCTcU до- CTiilriy-i'E. &r；*w£kS?ED уСНЕХН. Разработай^ ЦрИг1Ц.11.'Ы построения обзс/рИо-11С11С1<ОЬЫА CidCTCEi STCEG ill ПН в Парй А.ЬсЛЬнЫН, ПЭ раллёяьно-последовачельным и последоьй-гельхчЬ!?! Ь£己^ом информации. Прс!И1<：：；1(еН/.1 ilGbi/ie. Н"ЕН ПОСЕрО七宣b* per'/Ji.<ipHL'iX COSOpHO- iiGhUKUuHx пр亡辽己цур [8,41, основанных на новых принципах сканйройання [не『©号打七^己厶丁匕迎义)，П卩匕守пс<.；нбдователь ного йоэлемейтного сканирования так东е усовершенствован，пред- паж二т& 三工七 pa5H〔正工гщеп力目，б тее’шос寸讶 мето.г( аЕтономвсго покадрового GiLa/Шрования,
Ь 宜 гца^с paccrfGTpei-i 卩乜戈 нипртр丁 亡㈠也次節国冗㈠ разработкой волоконно-онтическиА систем, осуществ^яюпх^х параллельный? паралпеД1Ь1Ю-11^с цедовате：нън 宜 йослёдозательйьлй Сг.ем инфор мации g контролируемой поверхностии
ПараьлеГ1Ь1йлй съем н^формациив В тех сн『可а>，х, когда не требуется высокое пространственное разрешение, но пеобходшло высокое разреши,по времени；, рационально ：：ас.ио/гъзоьагь поисковые системь^ 口сущ.&：/ГЕ}И(¥(ущне одновременное определение обеих координат а?；」工辽父х“ Успехи возюконной техники создали предпо сылки для шгг&нсипной разработки систем параялельного съема нпфор!лацйи^ £ тахй1；г, сисгемах используются вс.гю^онно-огп'Иче- ские преобразоьатели с. различными схемами раскладки световодов, позволяюш.^ми Производить цифровое кодирование координат объектов.
В качестве прйггера рассмотрим устройство,直гкавенно определяющее две координаты точечного объекта на исследуемом 260
rax<iir.t "GpdZCh. 4To，《；，)？”rax<iir.t "GpdZCh. 4To，《；，)？”В 区已 OHRHCH коде.В 区已 OHRHCH коде.КО-9ПКН- НA COOT*КО-9ПКН- НA COOT*
rax<iir.t "GpdZCh. 4To，《；，)？”
rax<iir.t "GpdZCh. 4To，《；，)？”
В 区已 OHRHCH коде.
В 区已 OHRHCH коде.
КО-9ПКН- НA COOT*
КО-9ПКН- НA COOT*
кас. 8,1“ BshbauHh» GuvH7ac&&6 ус-крой-' сто о с цифровым выходным сигналом： ，■— светящийся объект; 2 — объектив； 3 —- волоконно-оп»ячеекдйвреобразо
вйтспь; d — фотоириемнин； 6 — прягю уголььея нэчраца зерцев ьйе»оводои
ноне, Т а кое усгройство можеу быть использовано для визуальной цифрсйой индикации двух координат искомого объекта в десятичного коде. Эго ус^ройечьо за короткий 口ромакутск вре меви определяет положение оди ночного светящегося объекта и выдает его координачы в диф равен фор не (рис 8.1).
Для повышении быс1 родей
С.1 ЬИЯ И ТОЧНОСТИ ВЫХи.ДНЫс концы
световодов матрицы расположены
объекта метут бнг［上 отображены
сйетопроводящнх жгутов на выходном торце устройова「二 на несколько пу卫кан волоков (по числу единиц двоичного 二厂广；二 сосгтветсгвующего номеру жгута). На входном торце к仃了丄笈 丿 е жены впл^нуь：； Д|,；г ;< нруг у в виде прямауго^ьней iiaTpki；s< ■ о го каи<дый жгут coGi beicTB^^eT одному из зне拉ентов мзобра汉哽-三, контролируемого поля. На выходном торце волоконно-оптичгсх?-с преобразователи изображения пудкн волокон этих жгутоз 'о-с- пределенъл ло фотоприекшикан разрядов двоаяного кода, ветств^^ющил единицам двоичного числа, равного номеру паньс｝二 элемента изображения. При перемещении одиночного 。»±总;丁久， засвечивающего в каждый момент времени один из элвмввтсе входного тор и а г/пгичег.кого устройства, датчлй： мгновенно 工一匸弓？三工 информацию и положении объ екта в закодированной формеа
Рассмотри^! 已山§ одно вслоконно оптическое усгрсйг^ г. (рис. 8.2), осун氏ствлхющее параллельный съем информации 13Л ?■ Изображегте объекта проецируется на волоконно оптичесияи преобразователь 3, волокна которого на входном торце уложены в виде прямоз/тольвой матрицы. Размеры элементов матрицы зависят от выбранного шага квантования просматриваемого поля по ксюрдииатаи А н 父，Выходиые торцы световодных 一 разделены на m + 祝 пучков, где m и п — число цифр в натах X и У соответственно. Каждое ветвление выводится
ветстзуюц^нй фотоприемиик, Выходные пучкн разделены и выведены к нумерованным фотоприемникам в соответствии 匸 n?G рами декартовых координа!^ в десятичном коде.
Сигналы с фотоприемников подаются ла электроды индикатоп- ного устройства 5, причем одной цифре каждого числового разряда соответствует один фотоприемник, а каждому разряду - осин цифровой индикатор (рн& 8.3).
Рассмотрим устройство волоконного преобр£eor笈『三пн по координате X (по координате У устройство аналогично). Ес〃п < 10, то первые выводы всех элементов вертикального р;хда объединяются вместе и направляются на один фотоприемник. Если х > 10, то каждые два выходных конца волокон; ядуш.ве 0T эле- ментов одной вертикали, объединяются в два ряда, один из которых идет на элемент, соответств^/ющий гдиницан, а второй —— десяткам. При этом выводы всех элементов 1зертикала, соответствующих выстему знаку разряда в диапазонам： 10 > > 20; 20 > х > 30, 30 > х > 40 и. т. д., ногут быть объединены в каждом диапазоне одним общин жгутом, идущие к 這这。以近了 фотоприемнику.
Таким образом, при сшри&тлеп貿丑 ноно》кЕнт負 йбуздсга на 汽аяз, состоящем из 9801 ячейки (99x99, максимальное 耳值匸по вгтвлений одного волокна 4 (" = 23 т = 2), При этом датчик содержит 36 фотоприемников и четыре индикаторные лампьь
Существуют такие варианты рассмотренного устройства, в которых автоматически определяются две координаты только движущегося объекта на фоне неподвижных объектов. Это достигается использованием в схеме обработки дополнительных дифференцирующих звеньев. Для рассмотренной группы обзорнопоисковых устройств характерным является использование различных волоконно-оптических элементов, позволяющих одновременно, параллельно и незавнсимо определять две координаты объектов, находящихся в покое или в движених!, 262
С некоторыгд допущением к группе волоконно ошаческих обзорно-поисковых систем, осуществляющих параллельный съем информации, може? бкггь отнесена рассмотренпая ниже система.
Представленный на ри«. 8.4 волоконно-оптический преобразователь изображения позволяет осуществлять оптическое кодирование и параллельную передачу координат элементов изображения. Это устройство обладает достаточно высокой разрешающей способностью и допускам высокие скорости анализа визуальной информации (8.31. В устройстве использован принцип кодирования двух координат разыскиваемого объекта g помощью двух отдельных анализаторов (раздельно по X и У), каждый из которых состоит из комплекса свободно колеблющихся световодов, и?леющих различную длину и приводимых в колебательное движение относительно спепиальной маски g понощью электромагнитного вибратора.
Преобразователь (рно. 8.4) содерх<ит объектив 2; волоконно- оптическое кодирующее устройство» выполненное из жестко скреплеппъух оптических волокон 3, которые смонтированы на основании 4； я свободных участков этих волокон 5, имеющих различную длину; электромеханический преобразователь 6; генератор импульсов 7; маску 8 и фотоэлемент 9» На входной торец устройства спроектировано изображение объекта I, поиск которого
оауществн яется.оауществн яется.
оауществн яется.
оауществн яется.
Рас. 8.8。 Распределенпе во» Докон в волоконно-оптическом преобразователе
Рис. 8.4. Волоконно-оптический преобразователь! осуществляющий одновременный анализ изображения:
/ — источник авета; 2 — объектив； 3 ― оптические волокна; 4 — основание; 5 — свободные участки волокон; б — электромеханический преобразователь; 7 ——генератор импульсов; 8 — маска; 9 — фотоэлемент
Рис. 8.5. Принципы параллельно-последовательного скан вривания: а ——параллельно-зональный; 6 ——зо・ нально-поэлсментный
• виде клина, вертикальная торцами световодных воло-• виде клина, вертикальная торцами световодных воло-Основание устройства выполнено в
• виде клина, вертикальная торцами световодных воло-
• виде клина, вертикальная торцами световодных воло-
грань которого образована входными
элементов изображения, с различной частотой, анализирующее устрой- анализ и определяютсяэлементов изображения, с различной частотой, анализирующее устрой- анализ и определяютсякон 3, а наклонная грань ——свободными торцами волокон 5, имеющих различную длину. Закрепленные концы волокон 3 через основание механически связаны с электромеханическим преобразователем, возбуждаемым генератором импульсов. Маска, установленная у выходных торцов волокон 5, имеет вид штрихового растра. В результате импульсного возбуждения свободные концы волокон находятся в режиме непрерывных колебаний, причем каждое волокно колеблется с собственной частотой, определяемой длиной свободного конца световода. На фотоэлемент 9 могут попадать излучения с различных причем эти излучения модулируются Затем смешанный сигнал поступает на ство, где осуществляется его частотный координаты объекта.
элементов изображения, с различной частотой, анализирующее устрой- анализ и определяются
элементов изображения, с различной частотой, анализирующее устрой- анализ и определяются
информации. Принципыинформации. ПринципыПараллельно-последовательный съем построения систем параллельного съема визуальной информации^, реализуемые с помощью волоконно-оптических преобразователей изображений, обеспечивают, как правило, невысокую пространственную разрешающую способность. Поэтому, если требуется одновременно осуществлять достаточно высокое разрешение во времени и пространстве, приходится применять принципы параллельно-последовательного сканирования, которые по быстродействию обладают преимуществами параллельного съема информации, а по пространственному разрешению — преимуществами последовательного съема информации [8.6 ].
информации. Принципы
информации. Принципы
Разработаны следующие принципы параллелънопоследовгь тельного съема информации: принцип параллельно-зонального сканирования (рис. 8.5, а); принцип зонально'-поэлементного сканирования (рис. 8.5, б).
Принцип параллельно-зонального сканирования кадра изображения осуществляется с помощью двух так называемых сканирующих щелей, перемещающихся во взаимно перпендикулярных направлениях с одинаковой частотой (см. рис. 8.5, а). При пересечении изображения объекта каждой щелью осуществляется формирование координатных импульсов обнаружения, причем У каждой сканирующей щели используется, как правило, свой отдельный чувствительный элемент и свой канал передачи информации. Применение этого принципа позволяет существенно сократить время обнаружения объекта по сравнению с использованием принципа последовательного сканирования, так как в этом случае ведется одновременное определение двух координат объекта. На основе этого принципа могут быть созданы различные варианты волоконно-оптических обзорно-поисковых систем, осуществляющих различные процедуры поиска.
Принцип зонально-поэлементного сканирования осуществляется в два этапа (см. рис. 8.5, б). Сначала выполняется сканирование контролируемого кадра изображения по зонам до того момента, пока не выяснится, в какой зоне расположено изображение объекта, а затем проводится поэлементное сканирование выбранной зоны для выяснения элемента, в котором расположен объект. В этом случае время поиска несколько увеличивается по сравнению со временем поиска, достижимым на основе использования изложенного выше принципа (так как поиск ведется последовательно по двум координатам, а не параллельно, как в предыдущем случае).
Использование перечисленных принципов сканирования позволяет при решении некоторых обзорно-поисковых задач получать значительно лучшие результаты, чем в случае использования принципа последовательного сканирования полного кадра. Создание ряда новых волоконно-оптических элементов позволяет осуществить принципиально новые подходы к построению обзорнопоисковых устройств и систем. Это дает возможность реализовать рациональные обзорно-поисковые процедуры, приводящие в ряде случаев к существенному повышению информационных характеристик сканирующих систем. При этом достигаются такие результаты поиска (по затраченному времени и полученной вероятности обнаружения), которые не могут быть реализованы другими способами.
Перечисленные выше принципы параллельно-последовательного сканирования положены в основу ряда схемных решений в волоконно-оптическом исполнении. Например, разработано устройство параллельно-зонального сканирования на основе специального волоконно-оптического преобразователя. Эго у строй- 265
MyMy忆68/0廿 а о 6 г d e "?忆68/0廿 а о 6 г d e "?4 5 6 f 2 3才才才對4 5 6 f 2 3才才才對
My
My
忆68/0廿 а о 6 г d e "?
忆68/0廿 а о 6 г d e "?
4 5 6 f 2 3才才才對
4 5 6 f 2 3才才才對
0
а - об認U鏡贾當攏黑。言 У^Р^вес^рал^сК9ЙНроаания：'
paasa.duc ^。5^上:比〃口口口叩1§口工归?昊就、協黑^К署^】^“^0^ преоб-
ство может бить исиользовано для случая, когда на контролируемом поле разыскивается (и находится) только один объект, Ro пользование параллельно-зонально!о метода сканирования дает возможность сократить время просмотра контролируемого поля в десятки раз но сравнению & обычным последовательным вкани- рованнбм [8ЛI
Устройство состоит из следующих основных узлов (рнс. 8、6, а" оптической система 1, фокусирующей изображение контролируем мого поля на прямоугольный торец волоконного преобразователя 2, предназпачентюго для разделения изображения на эле- менты и зонн, и 八вух кнсаектсров 5, Для изготовления волокон- 266
ного преобразователя используются жгуты световодных волокон, имеющих нерегулярную укладку, причем каждый жгут разделяется на два световодных канала. Со стороны приемного торца преобразователя все жгуты укладываются регулярно в общий световод с квадратным сечением, имеющим, например» шесть жгутов по вертикали и шесть жгутов по горизонтали (рис. 8.6, б).
Вторые концы волоконных жгутов раскладываются следующим образом, В один общий жгут объединяются все первые половины раздвоенных концов жгутов горизонтальной строки. Таким же образом объединяются все первые половины световодов последующих горизонтальных строк. Вторые концы жгутов первого вертикального ряда входного торца также объединяются в один общий жгут. Аналогично объединяются все вторые половины световодов, идущие от каждого вертикального ряда приемного экрана. Таким образом, на выходе волоконного преобразователя получается шесть жгутов от горизонтальных строк и шесть от вертикальных рядов. Торцы шести жгутов, идущих от горизонтальных строк, располагаются по окружности в одной плоскости вплотную друг к другу. Аналогично располагаются торцы жгутов, идущих от вертикальных рядов.
Диссекторы предназначены для фотоэлектронной коммутации световых сигналов выходных жгутов с помощью отклоняющей системы. Электронное изображение вращается относительно оси диссектора таким образом, что любая его точка описывает окружность. Если по периферии входного зкрана диссектора кольцом расположены выходные торцы светопроводных жгутов волоконного преобразователя, то при вращении электронного изображения в отверстие диафрагмы диссектора будут последовательно попадать электроны с участков фотокатода, расположенных против каждого из выходных торцов жгутов. В момент времени, когда на анод диссектора попадут фотоэлектроны с той горизонтальной строки приемного экрана волоконного преобразователя, на которой расположено изображение объекта, с диссектора поступит импульсный сигнал.
Аналогично устроен и работает узел коммутации световодов, соответствующих вертикальным рядам приемного экрана волоконного преобразователя.
Сравнивая полученные с двух диссекторов импульсные сигналы с опорными сигналами, подаваемыми иа развертывающие системы, можно непрерывно определять координаты искомого объекта. Сканирование выполняется обоими диссекторами одновременно, и поэтому оба сигнала, несущие информацию о координатах объекта, формируются также одновременно.
Для сканирования выходных концов световодов могут быть также использованы кольцевые структуры ПЗС [8.14] или линейки ПЗС, примем в последнем случае выходные торцы жгутов должны быть расположены вдоль прямой линии (вдоль линебкя ПЗС).
Рассмотренное устройство может 60Tb также иыпо^гнено с двумя ;±U£jibKbiMK волоконными преобраэев?пслsiмк, н；? к-лсрь.те с по- моудью полупрозрачного зеркала одновременно подаются излуче- у；＜я от .контролируемого участка поля, ( дроки ^ходвыл экранов ^.а^гдого преобрази вате л я на его выходе соединя1огс51 в жгуты, с полагающиеся ио кольцу или прямой лиши; Преобразовав 1?1Е должны быть установлены таким образом, qtd6k строки ого входного экрана были перпен；1.икуз£ярны с-грскам второго. ■ иозко-ияет при одновременное сканировании вы ,,одиых тирцов ■ иобразоваа'елей осуществлять поиск объекта на контролируем '/оле.
Е такой системе может бнпъ также применен волоконный пре- ■ Усaso^имеющий общий выхо.пной торец, в котором жх'уты
г.- вертикальные и горизонтальных строк располагаются через по кольцу или по прямой линии. Это позволяет применить 纪 сканатор, выходной сигнал которого затем в специальной 泣ожег быгь разделен на два канала, определяющие смещение . рсга по осям X и У.
「тштренное сканвруклцее устройство молкег 氏正£七 выполнено ‘ I二т.мьш приемным, экраном. В этом случае осуществляется •-「стменнсе сканирование вдоль радиусов и вдоль окру^кносшй 力乙」丁匕司工 диаметров (рис, 8.7), Ка;идьш жгут, идущий от эле« *二士一一 входного экрана, разделяется надвое. Первые половины тзн от элементов экрана, расположенных на одинаковом ра- 二匚二:油 направлепич, соехшняюи/ся в общий жгут. Вторые з二::三^ световодных жгутов, идущие от всех элемен'1'ов каждой 匸仃八】公-2СТЯ также соединяются в один общий световодный жгут, r j/.^r.- выходные торцы объединенных световодных жгутов соеди- ео сканачорами ia!＞ нзе, хак и при е屮只止ду「п/гьном входном
2；；з」вние преимущество рассмотренного волокояно-оптиче» г?”」^H*pygui2ig устройства состоит в том, что оно позволяет
：干咨貿 hn “зе слцного объекта значительно уменьшить '■ “су? з”ам。几новре疋RRorq сиан硯!。居анк注 изображения 三二м“ ：項ум ;змаи窗но цериевдикуj.oiрних направлениях при сохра-
；＞「.广”今广-必 соеди＞?евия световодных волокон между круглим ппие^^м экраном я
•Anyrrr 也＜y§0ej?a^6DR?.®，KKv：WT СЕанаторр.^ч
Ft陰》8.8e Распределение волной 専 opr； п5раэо₽г,- еле:
/ — входной wopeq мреобряэовлтадя； 2 …一 BR7io,i(,BQft u’opeq mp'qJp.?eOBG宵”zc
нении достаточно высокой пространственной ргзп^?п>；г<?.. mt为 способности.
Успехи в обпас印 разработки З7.(емен'.н?в волоконной оптики позволяют создавать аоноконнп £；.г£тг】ескке гфеоб- разовате<;и, осущесгвлягощие сложное разделение и преобразование световых, потоков. На основе использования
оригинального волоконно- оптического преобразователяоригинального волоконно- оптического преобразователя_ разработана одна ка реализаций зонально-поэлементного принципа сканирования ?&4[. В этом устройстве ссущестЕляечс；：： двухэгапный попел?; пр?.^ем исследуе- мое поле расчленяется на области с помощью во^к)ко^о-оптпч^ ского преобразователя таким образом, что оба э<алг： поиска представляют собой равномерный последовательный npn^?.iefp в &вух взаимно перпендикулярных направлениях.
оригинального волоконно- оптического преобразователя
оригинального волоконно- оптического преобразователя
Каждый входной .жгуг преобразователя; соогветсгвующий 8Tg贡 ячейке но迎；разд^-'^н ня *а лутк?厶依「7?：. Первые пучки уложены на выходе преобразователя в матрицу в том же порядке, что на входной матрице, а вторые пучки каждого столбца объединены в один выходной жгут, который укладывается внизу данного столбца. Такнм образом, выходной терец преобразователя имеет одну дополнительную строку, улож^ную внизу и составленную из жгутов, объединяющих вторые пучки, идущие ст кя;,идо^ ячейки данного вертккалвЕЮ столбца. г；/атрч>т,ы-
В згом устройстве осуществляется двухэтапная процедура поиска 06RSKEQB (рис. 8.9). Сначала равномерно сканируется нижняя строка выходного торца волоконно-оптического преобразователя до момента обнаружения ячейки & объектом. Таки.^ обра、 зом определяется координата 若 расположения объекта. Затем й^шолняетея еЕ<'.НЕрованке вг^.(езво\? в^р-?ииг-ного егслбца и определяется координата у обьекта^ При этом сканирование столбца ведется до конца g целью обнаружения других объектов, расположеннт на дайной координате л. Далее продолжается сканирование сеЕавпшхся ячеей нн:±нвю ряда 双и момента, обиа- руления ячейки в другим объектом и так до завершения сканирования всего кадра. Такая процедура сканирования позволяет значительно сократить общее время поисх^а объектов.
На основе волоконно-оптических преобразователей изображения разрабо??аны как пассивные параллельно-последовательные анализ?)9р：5« 巨зобрахиени月,рассмо安卩2£任乩£ ^^^» 彳冃氏五 активные
269
Рнс. 8.9, Траектория сканирования выход-' ного торца:
/ — область поля, в которой начинаетоя поиск； 2 — область поля, в которой нахо- дифся Некомой объект; 3 — ячейка g объектом
Рис. 8.10. Волоконно-оптическое устрой» стно с активным параллсльно-иоследова" тельным сканированием:
/ — излучатель; 2, 5 ——сиетоводы; 3 — полупрозрачное зеркало; 4 — контролируемая облаовь; 6 — фотопрмемнна
анализаторы этого типа, действующие со специальным подсветоманализаторы этого типа, действующие со специальным подсветомпоказанное на оригинальныйпоказанное на оригинальный
анализаторы этого типа, действующие со специальным подсветом
анализаторы этого типа, действующие со специальным подсветом
показанное на оригинальный
показанное на оригинальный
анализируемого пространства,
анализаторованализаторовВ качестве одного из представителей этого класса
анализаторов
анализаторов
рассмотрим волоконно-оптическое устройство, рис. 8.10. В этом устройстве [8.6] использован
принцип активного параллельно-последовательного сканирования кадра. Просмотр кадра проводится с помощью перемещающейся горизонтальной полосы когерентных излучений, ширина которой равна ширине кадра, или с помощью набора неподвижных горизонтальных подсвечивающих полос, включаемых последовательно в соответствии с некоторым кодом. Отраженные от обнаруженного объекта световые импульсы проецируются на поверхность видеоанализатора, который представляет собой волоконно-оптический трансформатор изображения. В этом трансформаторе волоконные световоды, идущие от каждого вертикального столбца входного торца объединяются на выходном торце и подаются на соответствующие фотодетекторы. Таким образом, в этом устройстве проводится последовательная (или в заданном кодированном порядке) подсветка горизонтальных строк кадра и одновременное параллельное восприятие излучений от обнаруженных объектов по вертикальным столбцам кадра.
Вследствие использования описанной процедуры поиска общее время пояска уменьшается до величины Т = Д/п по сравнению со временем Ту = Afnm, затрачиваемым на поиск при обычном последовательном сканировании, где А/—требуемое время подсвета одной строки; п ——число горизонтальных строк; m —— число элементов в строке, т. е. число вертикальных столбцов (пат. 4229103 США, НКИ 356—141).
Последовательный съем информации. Существуют задачи поиска, при решении которых наиболее рационально использовать последовательные способы сканирования с помощью волоконно- оптических устройств. В настоящее время эти методы подверг- 270
ну’гн всестороннему исследованию； дана общая классификация методов (покадровый, траекторный, автономно-покадровый, автономный мвгода сканирования), проанализированы различные варнашм п(>^.\(едорятельны:: методов сканирования, исследованы их YwpaKiepHGUMKB и рассмотрены пути аппаратурной реализации
При нокадриво/м ме'.со,че выполняется мно；'ократное регулярное eR^qqpoBNHRe анализирующим пятном одното и то?。 же
участка поля, ограниченного кадром развертки.
「&'；‘；№*?г且工工。二兮2? с'нни» о и? во〃окпшм>сшт1Г1е，кг!У скзнхру- юи»ик уигро员сге, вбшолнзпощи^ нокадрОЕое сканирование нзобра-
Пк ими. 8.11 irpe;rcraBjreHa принципиальная схема оптико- механического усгройства g вращаюптиыся волоконнооптическим
[феобразователем, предназначенным для по(лрочно покадрового сканирования. Его исгювными элементами являются барабан 3 с口 световодамtiJ электродвигатель 2 привода, объектив 6, фото- Е&.алс卩 У и син7^ронизЕ1руюшее устройство 4,
(Сканирующий барабан 3 со световодами закреплен на оси ^лекчродвигателя 2 внутри корпуса / Барабан расположен таким образом, что фокальная плоскость» в которой объективом 6 фоку- сируется изображение сканируемого поля, касаегея его цилин- прической поверхности. На цилиндрической поверхности барабана оме及”匚9 0Kна，располол^енние но ступеням, причем высота сту- гену? равняется высоче окна, а расстояние меисду окнами по 注ливе ра1шо д^ин5 строки. Внутри барабана располснсены световоды. Их число равно числу строк развертки. Один конец каждого све1огзодз Згтгреплен в еоо-гве^'с'гвующе^ окне нз цилиндрической повеохнссти барабана, а иротивопело?кные концы световодов со- бираются вместе и располгааются в центре низшего торца 6а“ рабана В непосредственной близоеги 貝 центру нижнего торца барабана установлен 4,о7и^еггектор 4.
Г『рм крашенин барабана еа?匕耳ое оке。6 рг；споло?кенным аа нем. вхзаныл концом свеговода последоваг'е^ьЕо перемещаемся вдоль спро今кткгювапною в (Ьокальной плоскости изображения и сканируем его носгрочно, /Момент начала сканирования каждой строки региетрмруется е помощью еинхрен.чзирующего устройства 5, которое так;匕е определ51ёт ииложенне окна относительно экрана по шпрнне и номер строки. За о“кн збоцоЕ барабана скнннру-
Атен все изображение _
Разработаны различные варианты рассмотренного усгрой- ства (пак 4528593 США, НК.И 358—21Ю).
Ff 8m.「В皿讨Р加© $心？必：吁：；膿 ：A.I-J-F.^C-曰.？6@辑02□ТЁ」J一乂 k * 八
Рис. 8.13. Устройство для просмотра коль» цевого поля:/ — объективы； 2 — волоконно-оптические преобразователи; 3 — тонкий металлический барабан； 4 — волоконные жгуты;5 — фотоприемникРис. 8.13. Устройство для просмотра коль» цевого поля:/ — объективы； 2 — волоконно-оптические преобразователи; 3 — тонкий металлический барабан； 4 — волоконные жгуты;5 — фотоприемник
Рис. 8.13. Устройство для просмотра коль» цевого поля:
/ — объективы； 2 — волоконно-оптические преобразователи; 3 — тонкий металлический барабан； 4 — волоконные жгуты;
5 — фотоприемник
Рис. 8.13. Устройство для просмотра коль» цевого поля:
/ — объективы； 2 — волоконно-оптические преобразователи; 3 — тонкий металлический барабан； 4 — волоконные жгуты;
5 — фотоприемник
Рис. 8.12. Схема оптического датчика летательного аппарата：
/ — светонепроницаемый корпус; 2 — ось датчика; 3 — защитная крышка; 4 — отверстие в крышке; 5 — соединительная деталь; 6 ——опорный конический элемент； 7 — ротор двигателя; 8 — фотодетектор;
9 — пучок оптических жгутов
Похожий принцип действия заложен в основу функционирования оптического датчика [8.7〕, устанавливаемого на летательных аппаратах (рис. 8.12). В светонепроницаемом корпусе / выполнено отверстие 4, через которое излучение проецируется на соединительную деталь, выполненную в виде сферической поверхности. Эта поверхность выполнена на роторе, вращающемся с постоянной угловой скоростью, причем на разных участках сферы располагаются входные торцы нескольких одинаковых световодов. Выходные торцы этих световодов соединены вместе и расположены на оси ротора 7 вблизи неподвижного фотодетектора 8.
Зная начальное угловое смещение входных торцов световодов (относительно оси датчика) и сопоставляя полученный импульсный выходной сигнал с опорным, а также учитывая различную длину импульсов (уменьшающуюся по мере удаления входных торцов световодов относительно оси датчика), можно определить значение и направление смещения оптического ориентира относительно оси датчика.
На основе достаточно близкого принципа действия выполнено волоконно-оптическое устройство просмотра больших пространственных углов. Известно, что удовлетворение таким требованиям, как быстродействие, высокая точность измерения, помехозащищенность, существенно затрудняется, если просматриваемое поле имеет значительные угловые размеры. Один из возможных путей успешного преодоления этих трудностей заключается в исполь- зовании сканирующих систем, выполненных на основе волоконно- оптических преобразователей. В этой связи представляет интерес 272
сканирующее устройство для просмотра кольцевого поля в пределах 360 по азимуту и 30° по углу возвышения [8.1].
В этом устройстве (рис. 8.13) восемь объективов полностью перекрывают просматриваемое кольцевое поле. В фокальной плоскости каждого объектива расположен входной торец волоконно-оптического преобразователя. Каждый преобразователь состоит из коротких оптических волокон g регулярной укладкой. Выходной торец преобразователя имеет цилиндрическую поверхность, ось которой перпендикулярна оси преобразователя. Радиув этой цилиндрической поверхности выбирается таким образом, чтобы выходные торцы восьми волоконно-оптических преобразователей образовали замкнутый цилиндр. Внутри этого цилиндра вращается тонкий металлический барабан 3, в боковой поверхности которого прорезано несколько групп узких щелей. Каждая группа состоит из трех щелей и представляет собой информационный узел. Центральная щель узла является вертикальной, а с каждой ее стороны имеется еще по одной щели, наклоненной к вертикальной под углом 30°.
В каждую щель барабана вставлены передние кромки волоконных световодов. При этом передние кромки световодов имеют форму щели, а сами световода выводятся на фотоприемник 5, расположенный неподвижно на оси барабана. Барабан вместе со световодами вращается с определенной скоростью. В момент прохождения информационного узла мимо фокальной плоскости объектива, в поле зрения которого находится объект, иа выходе фотоприемника появляются три импульса. Угол возвышения и азимут объекта могут быть определены из расстояния между этими импульсами и импульсом синхронизации. Азимут объекта определяется по моменту прохождения вертикальной щели qepq изображение объекта (путем сравнения с опорным импульсом), а угол возвышения прямо пропорционален времени между импульсами азимута и импульсами от смежных щелей, наклоненных ПОД углом 30°. Для временной привязки вращения барабана относительно объективов используется неподвижный источник света, генерирующий опорный импульс за один полный оборот ара бана. Положение всех получаемых импульсов может быть привязано к этому импульсу синхронизации. Рассмотренное УстР0Й^™ обеспечивает определение угловых координат о ：：：黑£ ностью 1—2 мрад. При этом оно способно определять текущие координаты движущегося объекта.Л ____ _ипя
Разработаны также различные варианты У^Р -「山厶 НКИ (пат. 4625108 США, НКИ 250-227; пат^ » США, НКИ 咕О—r пат 4601537 США, НКИ 350—96.27).
о.о, пат. ‘ппхппрствления покадрового сканиро-
В последнее время для ос^вл^уст-
вания предложен и разраоотан рад 口 …卅口皿 «сплльаован ройств, в которых в качестве сканиру^его эл^ колеблющийся участок светоча. Д @ ^ й КОнец g помощью жестко закреплен около фотодетек!up » 产^
специального привода осуществляет развертку изображения. Видеосигнал формируетс5г за счет 厂。"ебаимзнт-Е” 'нипрнмтр, построчных) перемещений свободного т<о?ща гибкого световода, совершающего сканирующие даижения в фокальной ^^сг^ Для создания колебательных движений гибкого иаетовока чсполь- зуклся различные m^.w^wu дей/ггви^^ ^^y^.^i^[8 61?
электростатический [8.2 L пьезоэлектрический 限？ I и др.
В зависимости от используемого иргшприа 尸尸丘ствкп 门近！⑴驼耳. ное волокно снабжается оболочкой, обладающей требуемыми физическими свойсть：".ни, nwsmjm上"山;.旧 p" 宀5"一甘3毕，屮’：炉小巾 механизм привода. Отличительной особениос^ъю таких ^санирующих устройств,UTJ"订а*可8* *7 СГ Т?：Е"曾 ую.и宙丁
ройств других типов, яв<«яется простота (пат. 43867 98; 441С23K США, НКИ 350-S6; пУт„ 4452733 C：nU:, Н1<Ы 350 - 356)
Как известно, одна из главные особенностей bojiqkouhN оптики заключается в возможнесгу； npeo5va*?eBwg：*v акоап£ оирв деленную форму исходного изображен^" н нк?бую другую форму. Выбор формы экрана 口伫卩甲項灯円.且五 и ирк迫mi疋匸工'^леыгзионял^^ трубок зависит от электроттно-о.-ттическоп ?qcn®羽曰‘ Оптнзадьные условия ДЛЯ С.канировйния 9〃兮КТ。。負вьт支 лу，5/ 必？'；"；”WK£V при квадратной фор1/-е растра, которую 坟汾丕尼个 ир*н$1тз е 斤力‘上修:工⑪吁 исходной.
В настояшее время создана различные во^ондннооптнреское преобразователи изображения, которые fnbn.ws преобразовывать квадратный расту н окружное^/, (рис. 3 J。) ，"/卩〃尹厂门с 订「也小 В ква,цратный paevp (ркс. 8.15) Ерест 以 г 儿
Разработаны разнообразные волокон.но-отггпческие преобразователи, предназначенные для формирования и:омпл.ег.спык изображений из отдельные SjfeiviGHTOB 叮ш nj(.n pa&q喙нвво气 сиажнЕКк изображений на отдельные элементы е лос^.^дующе^ од^свреиенной ИЛИ последовательной их обработкой (рис >М6) Созданы такие ВОЛОКОННО -ОПТИЧбСЕМе п.рбОЬр5.3OBSYFP пV). прв(1\Н?3И9прнHIл,^ Hjr<j тт^п- трированкя изсбр^^：ер.Е：й o&esmldk и 0*1["、尸f："伫t""！ 工:.；' "} 2.нт号 14ь
Ряс. 8.14. BOJIOKOHHS。!尸B®j.r用 vwGmee.pt."收、¥•吁叮с… …•"：•,,，宀v”・w Z - волокоино-ов^и4^акли 睜吟а3吋*心;2 一，>p:、ga，小屮丄个，加"二、，",、…二.：,7 J
Рис. 8.16, Волоконно-оптический разделитель (совместитель) вэображеаня:J, 2, 3, 9 — матричные анализаторы; 4, 6, 8, 10, 14 — лннзв； 6, 7, /J, /2 — световоднне жгуты； 13 ~ входной торец волоконного преобразоваФеля; 15 — аналнвнруное вэо- браженнеРис. 8.16, Волоконно-оптический разделитель (совместитель) вэображеаня:J, 2, 3, 9 — матричные анализаторы; 4, 6, 8, 10, 14 — лннзв； 6, 7, /J, /2 — световоднне жгуты； 13 ~ входной торец волоконного преобразоваФеля; 15 — аналнвнруное вэо- браженнегнческвй пресбразоватежь адиаиой линяя в падрат" иый растр:/ — ортикои; 2 — вом- □леко плоских оветоводвял жгутов； S — фотоалев &а в нвображетнш#гнческвй пресбразоватежь адиаиой линяя в падрат" иый растр:/ — ортикои; 2 — вом- □леко плоских оветоводвял жгутов； S — фотоалев &а в нвображетнш#
Рис. 8.16, Волоконно-оптический разделитель (совместитель) вэображеаня:
J, 2, 3, 9 — матричные анализаторы; 4, 6, 8, 10, 14 — лннзв； 6, 7, /J, /2 — световоднне жгуты； 13 ~ входной торец волоконного преобразоваФеля; 15 — аналнвнруное вэо- браженне
Рис. 8.16, Волоконно-оптический разделитель (совместитель) вэображеаня:
J, 2, 3, 9 — матричные анализаторы; 4, 6, 8, 10, 14 — лннзв； 6, 7, /J, /2 — световоднне жгуты； 13 ~ входной торец волоконного преобразоваФеля; 15 — аналнвнруное вэо- браженне
гнческвй пресбразоватежь адиаиой линяя в падрат" иый растр:
/ — ортикои; 2 — вом- □леко плоских оветоводвял жгутов； S — фотоалев &а в нвображетнш#
гнческвй пресбразоватежь адиаиой линяя в падрат" иый растр:
/ — ортикои; 2 — вом- □леко плоских оветоводвял жгутов； S — фотоалев &а в нвображетнш#
(рис. 8.17), а также для поворота изображений на 180° (рис. 8.18) н переноса изображений из одной плоскости оптического устройства в другую с управлением пропускной способностью различных световодов (рис. 8.19).
Такие волоконно-оптические преобразователи позволяют решать ряд специальных задач, связанных с функциональным преобразованием изображения, с его анализом и распознаванием (пат. 4469941; 4482805 США, НКИ 250—227; пат. 4537469; 4569571 США, НКИ 350—96.24; пат. 4731670 США, НКИ 358—298; 4564866 США, НКИ 358—302).
Разработаны различные матричные фоконные и волоконно- оптические дискретизаторы изображения, в которых за счет уменьшенных размеров выходного торца световода (по сравнению с входным торцом) представляется возможным превратить непрерывное изображение в матрицу отображающих точек, освещенность в которых равна интегральному значению освещеяностя на входном большом торце каждого световода (пат. 4613210 США, НКИ
350—356).
Гис. 8.17. Волоковво»эп^ический прэобрамаователь изображения с дискретной груп”пировко^ элементов：а — расположение световодов на контро-лируемом изображении; б — форма воло-конно-оптических преобразователеЁ, выво-дящих ове^омодные сигналы на ИЗО阻к~нейкиГис. 8.17. Волоковво»эп^ический прэобрамаователь изображения с дискретной груп”пировко^ элементов：а — расположение световодов на контро-лируемом изображении; б — форма воло-конно-оптических преобразователеЁ, выво-дящих ове^омодные сигналы на ИЗО阻к~нейкиРИС。 8.18” BOJlQRQ!?二9 2卩二MFOCre；：?卩扌尸了&争即. ркй ж1ут аизврака ггобрап^^?; 口 лсхсм- £广州 плбск(эа；ь с его зер”-у：。：..： “Gpangc и нем:'2 -■ в；-о,иго9 гаображе.'хие； 2 ― в®;、*ж.：сРИС。 8.18” BOJlQRQ!?二9 2卩二MFOCre；：?卩扌尸了&争即. ркй ж1ут аизврака ггобрап^^?; 口 лсхсм- £广州 плбск(эа；ь с его зер”-у：。：..： “Gpangc и нем:'2 -■ в；-о,иго9 гаображе.'хие； 2 ― в®;、*ж.：с
Гис. 8.17. Волоковво»эп^ический прэобрамаователь изображения с дискретной груп”пировко^ элементов：
а — расположение световодов на контро-лируемом изображении; б — форма воло-конно-оптических преобразователеЁ, выво-дящих ове^омодные сигналы на ИЗО阻к~нейки
Гис. 8.17. Волоковво»эп^ический прэобрамаователь изображения с дискретной груп”пировко^ элементов：
а — расположение световодов на контро-лируемом изображении; б — форма воло-конно-оптических преобразователеЁ, выво-дящих ове^омодные сигналы на ИЗО阻к~нейки
РИС。 8.18” BOJlQRQ!?二9 2卩二MFOCre；：?卩扌尸了&争即. ркй ж1ут аизврака ггобрап^^?; 口 лсхсм- £广州 плбск(эа；ь с его зер”-у：。：..： “Gpangc и нем:'
2 -■ в；-о,иго9 гаображе.'хие； 2 ― в®;、*ж.：с
РИС。 8.18” BOJlQRQ!?二9 2卩二MFOCre；：?卩扌尸了&争即. ркй ж1ут аизврака ггобрап^^?; 口 лсхсм- £广州 плбск(эа；ь с его зер”-у：。：..： “Gpangc и нем:'
2 -■ в；-о,иго9 гаображе.'хие； 2 ― в®;、*ж.：с
В ряде матричные систем, осущес'.'вляюидих 1«от<??.?；р.7вое ска пирование, элементы матрицы имеют разнеобр^знне достаточно сложные соединения друг с другом. Поэтому не вс” вхомнан пло щадь такой матрицы занята фоточувствительными 9Msiлентами Конструктивно такой приемник представляет собой моз占кку чувствительных элементов, каждый из которые мохгет 网汝еть матричную структуру = Эти эл(ементы навесенв 口鼻七口分上口:匚 ： ¥ основу (подложку) и соединены между собой окремелеик 点皿：。？卜七， зом (рис. 8.20). При таком исполнении часть полезного излучения, достигающего приемника, была бы потеряна, так 三月е меадку элементами могут быть неоабочие промежут?::и, 3aHm二工㈢*;.丁項 тельными np9R0〃EGK?.ME” Сте Г HSEOC%以炉JK У匚j1 ，二匚
нением многоканалъ?^ого блока 1ШК5йи^^д-；и.1Ьннд二二三二二仁二乃ев
(пят, 432332F RDA, НКИ 雙吕一”！&)「
Р®Се 8»19. Волоконно-оптический регулярввй жгут, *равспирзвруго1 悶闵田 汜а仆бракб尽£冷без его обращения:
/, 4 ——оветоводнке рааде^ители изображения; 2. 3 — вветовод^тяе зовмео四曰*елп иэо5<?е-
жеияя; 5 — реру.ппринй световодвай жгу», обращающий нас5*аамсдЕе; 6 — «安三пик уиравлания п^озрач^овФью аэеадово.цоэ "
Рке. 8.2®「Мозаичный прнемвив с многока" 冃-•.产к.&мм блоком пиря.»идат11^иыж световодов: j -- ш^.-^кость изойрагкення первичной опта- •、.宀-二0& G,'''.zci-,f^; 2 плосропгь приемнике.
В，мок состоит из больвлого числа сре.；<>ь(?дных 9；(ементов (ио одному на к.аждай чувствитель- пмг小沦円j »р пенника}. Входные зр УЧни Л ПК ЗЛЕ剂ен i ив зплогнуЮ примыкают друг к другу в пло- 匚*ие，.仔 изобря.жепия. Выходной 0P咒uqk соочвегсгвуег размеру пло” ит^.дк.и чу^^/гвительного элемента. Вследствие этого потери лучистой энерго廿 псключаглся. В то же время вокруг каждого элемен- ее со^^рапяетея свободное про схрансгвп, необходимое 〃，я раз- m产工口C尸.豆可 еем)鼠ь;打：e1Hhни: и co едините^ьных элементов. Блоки сЕбт口 вимних элементов такого
工期п& изготовляются из различных
материалов (например, из германия и германиевых егекол!.
Различные золо конно-оптические преобразователи накопят
;审山/；*户2貝先? ycrpoiV. \Bc'\ тгредназначенныхг
гр©。8.21。Рел^конногч>йтическое устройство для определения 0рлвнль”」：г форык^ 区W воланейных поверхностей*?8 d • г WDH0F 2 г-- волочсннгч^ преобразовйф^чь; S f ^^: р「&з?зта，汨ewгр©。8.21。Рел^конногч>йтическое устройство для определения 0рлвнль”」：г форык^ 区W воланейных поверхностей*?8 d • г WDH0F 2 г-- волочсннгч^ преобразовйф^чь; S f ^^: р「&з?зта，汨ewси*йчи5/ :(.шофил»51 детали от заданного. В 9fgm 匸，iy、是е ^二山力耳曰三 торцы волокон располагакл'ся по профилю анализируемой поверхности, а выходные торцы волокон ——по линии или но окруж мости, сканируемой, фотоэлементом. Принципиальна.?^(：-^^ ：:>,ког^ \F<@yb?. пределав^ена. на рис. &2L
гр©。8.21。Рел^конногч>йтическое устройство для определения 0рлвнль”」：г форык^ 区W воланейных поверхностей*
?8 d • г WDH0F 2 г-- волочсннгч^ преобразовйф^чь; S f ^^: р「&з?зта，汨ew
гр©。8.21。Рел^конногч>йтическое устройство для определения 0рлвнль”」：г форык^ 区W воланейных поверхностей*
?8 d • г WDH0F 2 г-- волочсннгч^ преобразовйф^чь; S f ^^: р「&з?зта，汨ew
22
2
2
戶". 8.22。尸jm；L：解用：оп~ роде.^йния \-ч->'ич^'жой вер«
pj-y/теть'：
a — а^елг грубого слеже- иия; 6 — cxe*・"i определе- rrx горизонта; J — объект;
2 ― обхектнп； з —- четыре
Фотоприемчнка； « —- cncpwj •' scnnru; 6 — i)oiioi\oyi'io- о.,ч ..-.'.гческ.чй пре- о6разов：гг®“?4； 6 — передаю- 口*сз ‘.：еm е d ：:‘ г ：： 口 ‘「рубка；
Рассмотрим еще одну разновидность вслеко^м/' <хП'Г'Игтеских преобразователей изображений； осуществиш.inn.z u『s心гр поля по специальной радиально-лучевой, траектории при покадровом сканировании выходного торца. Устройство гропне.знадено для определения оптической вертнкалн х центру луЕНОгс 1Gм：ка при его различных фазах [8.31.
Это устройство решает задачу оутределлмия исправления на центр лунного диска в два. этапа. Сначала с помощыо системы грубой наводки находят лунный диск (или месяц) к грубо определяют направление на центр диска (рис, 8.22). Широкое поле зрения грубой системы (10° X 10°) нроекткруЕтсп на четыре квадрантных фотоприемника, сигналы с которых подаются на два сервомеханизма, направляющих оптическую ось усггэйсЕва на изображение лунного диска (или месяца). После тоге как оптическая ось системы расположится вну叩к лунного диска, начинает работать точная система, производящая скаиироганрю изображения по шести радкал5нык£ линиям,
В этой системе в качестве приемного рнеме也ти ^'спсльзустся волоконно-оптический преобразователь изображения, который выполнен в виде шести радиальных линий (рис. 8.23), z в выходном торце все радиальные линии уложены по иор^мку в сгрочный растр. Таким образом, когда с помогцью пер е,)\а юще й. те -ле в и знойной трубки или полупроводниковой MfiTpицы осуществляется построчное сканирование выходного торца волоконного преобразователя, его входной тарец сканируется п,о рациаль^ым -?/.иниям.
Положение центра лунного диска определяется расстояниями от точки пересечения радиальных л^.ний 网о наружного края месяца. Ошибка по азимуту и углу j^sct а. и а ходи тс я из рти?. рас- 278
стояний путем обработки видеосигналов. Путем дифференцирования импульсов определяются моменты, когда радиальные сканирующие линии пересекают наружный краб лунного диска. Эги участки видеосигналов имеют значительно более острый фронт, чем те участки, которые соответствуют пересечению внутренней линии месяца (рис. 8.23). В специальном пересчетном устройстве определяется смещение центра лунного диска % н е? но азимуту и углу места относительно оптической оси системы. При этом использукл'ся следующие формулы [8.3]i
&i = %["1 -明 4-(几一Г, I;
e2 =凡[(『s —「2)— G —「2)I,
где /(! и Kz — постоянные коэффициенты; гг, г2 и га ——расстояния между началом координат (точка О) и соответствующим импульсом, возникающим при пересечении наружного края лунного диска радиальными линиями /, //, 1IL
В этом устройстве каждой радиальной линии на входе преобразователя соответствует одна строка выходного торца преобразователя. Точность определения направления на центр диска мо- х©『быть повышена за счет укладки волокон, соответствующих одной радиальной линии, в несколько строк выходного торца.
Цля контроля геометрических параметров изображения при- мен5потся также различные типы волоконно-оптических преобразователей изображения, которые позволяют осуществлять сложные траектории сканирования с помощью сравнительно простых фотоэлектрических устройств. В таком преобразователе изображения волокна на входном торце могут быть расположены вдоль одной линии, вдоль двух взаимно перпендикулярных линий или
Рис. 8.23. Ирпемный элемент датчика оптической ^гр'.'.'ЕЕьлы к центру 口 ла” нетиРис. 8.23. Ирпемный элемент датчика оптической ^гр'.'.'ЕЕьлы к центру 口 ла” нети
Рис. 8.23. Ирпемный элемент датчика оптической ^гр'.'.'ЕЕьлы к центру 口 ла” нети
Рис. 8.23. Ирпемный элемент датчика оптической ^гр'.'.'ЕЕьлы к центру 口 ла” нети
Рис. S.24. Активный волоконно-оп> тическиЙ анализатор контактной поверхности:
а — схема о соосным расположена® подсвечивающего и нэмернтельноро световодов; б — схема с подсвечВ. вающнм н измерительным световодами, р а в п о л о ж еи н и м и рядом
вдоль трех линий, расположенных под углом 120° друг к другу, а на выходном торце выходы всех этих волокон могут быть расположены в виде построчного растра, по кругу или по спирали. Это позволяет для считывания визуальной информации использовать простые сканирующие устройства.
Различные волоконно- оптические устройства, осуществляющие контроль геометрических параметров изображения1 могут решать следующие задачи:
определение линейных
〃размеров элементов изо
бражения;
определение угловых размеров элементов изображения и кон
троль положения изделия;
контроль размеров и формы сложного объекта по одной его проекции на плоскость методом построчного сканирования изображения в одном или нескольких направлениях;
автоматический контроль площадей плоских поверхностей и определение длины кривых линий, а также числа, размера, формы и координат частиц, находящихся в поле зрения.
Рассмотрим ряд методов, предназначенных для решения перечисленных выше задач, которые могут быть реализованы на основе использования волоконно-оптических устройств.
Телевизионный метод определения линейных размеров объектов основан на развертке изображения измеряемого объекта, спроектированного на фото катод передающей телевизионной трубки или на матричный анализатор изображения. На выходе системы формируется П-образный видеосигнал. Размер определяется по положению развертывающего элемента в момент пересечения им краев проекции контролируемого объекта.
Различные схемы таких устройств отличаются способами определения положения развертывающего элемента, типами приме- 280
няемой развертки и видами выходного сигнала (аналоговый или дискретный). В ряде случаев нет необходимости контролировать всю ширину х П-образного импульса, а можно ограничиться контролем только ее отклонения от заданного.
Контроль размера, формы и положения объекта на контролируемой плоской поверхности можно производить с помощью специального контактного волоконно-оптического преобразователя активного принципа действия (с подсветом) [8.13]. Такой активный волоконно-оптический преобр азовате ль состоит из матричного набора соосных волоконно-оптических датчиков касания (рнс. 8.24, а). Эти контактные датчики могут быть рас положены в форме ортогональной прямоугольной матрицы или центросимметричной матрицы. По внутренним световодам каждого элемента матрицы в зону анализа формы контактной площади анализируемой детали подается световая энергия. По наружным трубчатым световодам отраженная световая энергия отводится на элементы твердотельной полупроводниковой фотоэлектрической матрицы. Таким образом, формы контактной поверхности соприкосновения анализируемой детали и волоконно-оптической анализирующей матрицы преобразуются в последовательность видеосигналов, снимаемых с полупроводниковой фотоэлектрической матрицы (например, матрицы ПЗС). Полученные видеосигналы могут быть поданы на видео контрольное устройство или на микропроцессор, осуществляющий обработку визуальной информации.
Однако рассмотренная схема оказалась весьма трудоемкой в реализации, и поэтому вместо нее используется послойная структура волоконно-оптического анализатора (рис. 8.24, б). Расположенные друг за другом плоские слои световодов, подводящих излучение, и слои световодов, отводящих отраженные световые сигналы, скреплены эпоксидной смолой. Соответственно концы световодов, подводящих излучение, соединены G подсвечивающим устройством, а выходные концы световодов, отводящих отраженные световые сигналы в регулярной структуре, подведены к видеодатчику. Воспринимающая поверхность тактильного анализатора покрыта тонким слоем белой кремниевой ленты, выполняющей роль деформируемого отражателя.
Для визуализации формы контактной поверхности может быть использовано также устройство, представленное на рис. о.2о. В этом устройстве используется жесткая световодная пластина / с регулярной укладкой световодных волокон, два торца которо имеют полированную плоскую поверхность, перпендикулярную осям световодов. Нижняя поверхность световодной пластшш подсвечивается коллимированным световым потоком от через линзу 4 и наклонное полупрозрачное зеркало 2. Свет» Р шедший по отдельным световодам до вер хнеР
стины, либо уходит во внешнюю среду, 8片： астично 0Tра・ ничем не закрыты, либо частично поглощаетсветовода
жается в обратном направлении, если выход Р州]
Рис. 8.26. Активный волоконно-оптический анализатор формы контактной поверхностнРис. 8.26. Активный волоконно-оптический анализатор формы контактной поверхностнРис, 8.26. Волоконно-оптические тактильные внзу“ альные анализаторы:а — ° раздельными световодами подвода н отвода излучений: ]—ТВ-камера; 2 — волоконно-оптический преобразователь; 3 — пстопник подсвета, 4 — микрокомпьютер; б — G совмещенными счетов。口 амн подвода н отвода излучений: / микрокомпьютер;2 二 ТВ-камера; 3 — полупрозрачное зеркало; 4 ■— волоконно-оптический преобразователь изображения； б источник подсветкиРис, 8.26. Волоконно-оптические тактильные внзу“ альные анализаторы:а — ° раздельными световодами подвода н отвода излучений: ]—ТВ-камера; 2 — волоконно-оптический преобразователь; 3 — пстопник подсвета, 4 — микрокомпьютер; б — G совмещенными счетов。口 амн подвода н отвода излучений: / микрокомпьютер;2 二 ТВ-камера; 3 — полупрозрачное зеркало; 4 ■— волоконно-оптический преобразователь изображения； б источник подсветки
Рис. 8.26. Активный волоконно-оптический анализатор формы контактной поверхностн
Рис. 8.26. Активный волоконно-оптический анализатор формы контактной поверхностн
Рис, 8.26. Волоконно-оптические тактильные внзу“ альные анализаторы:
а — ° раздельными световодами подвода н отвода излучений: ]—ТВ-камера; 2 — волоконно-оптический преобразователь; 3 — пстопник подсвета, 4 — микрокомпьютер; б — G совмещенными счетов。口 амн подвода н отвода излучений: / микрокомпьютер;
2 二 ТВ-камера; 3 — полупрозрачное зеркало; 4 ■— волоконно-оптический преобразователь изображения； б источник подсветки
Рис, 8.26. Волоконно-оптические тактильные внзу“ альные анализаторы:
а — ° раздельными световодами подвода н отвода излучений: ]—ТВ-камера; 2 — волоконно-оптический преобразователь; 3 — пстопник подсвета, 4 — микрокомпьютер; б — G совмещенными счетов。口 амн подвода н отвода излучений: / микрокомпьютер;
2 二 ТВ-камера; 3 — полупрозрачное зеркало; 4 ■— волоконно-оптический преобразователь изображения； б источник подсветки
находятся в контакте g плоской поверхностью какого-либо объекта, лежащего на реагентной поверхности пластины. Излучения, отраженные от контактной поверхности световодной пластины, g помощью наклонного полупрозрачного зеркала 2 и линзы 5 направ- ляются на фоточувствительную матрицу 3》видеосигнал с которой подается на кинескоп монитора или на микропроцессора
Два варианта схемной реализации рассмотренных выше принципов построения волоконно-оптических тактильных визуальных анализаторов [8.13] представлены на рис. 8,26,修 б.
Разработан также класс волоконно-оптических тактильных анализаторов, выполненных в виде двух рядов взаимно перпендикулярных световодов, соприкасающихся друг g другом. Торп.ы одного ряда световодов соединены со светодиодами, а второго перпендикулярного ряда ——g фотодиодами. Если к такой матрице не приложено никакого местного усилия или давления, то не происходит перетекания света из одного ряда световодов в перпендикулярные световоды. Если к матрице приложено какое-то местное усилие, то происходит контактная деформация световодов и перетекание световой энергии, которая регистрируется соответ» ствуюгцими фотодетекто рами. Созданы различные варианты волоконно-оптических анализаторов двумерной тактильной информации, действующих на основе рассмотренного принципа (пат. 4480182; 4480184; 4609816 США, НКИ 250—227). 282
к 中абьтна гаюке разлй-шнсе оптико-электронные тактиль- f анализаторы, действие которых основано на аснол1.зонаш1й как 力fytsx, так и жестких плоских (пластинча- ех) свгтоводой, выполняющих функции тактильных чувстви- тглья^х злементсв (пау. 4593191； 4668861 США НКИ 250—227- пат. 4703316; 47 07689 США, НКИ 340-706)
3：шь； бЬ1Лл рассмотрена волоконно-оптические устройства п.укадрсвого сканирования, теперь перейдем к рассмотрению устройств построчно-траекторного сканирования. При траектор- нь? сканировании в качестве одного из сканирующих перемеще- пк瓮 используется отпссительное перемещение исследуемой по- B.ipx-iOCah и cKatiHpyiGiLicK системы, причем построчное сканирова- нме)зе11ЮЛнястся в ьапразулении, перпендикулярном направленшо йз a ri !■ I н g го п ср емегп ен и я ans т/изирующей системы и анализируемой ноьерхнсстй.
fраектдрный (или однострочный) тип сканирования находит нр^ись.-ииг a pasjiLi'iribix конвейерныл системах, когда k.ght р g л и р у ei чые детали расположены на двигающейся ленте конвейера и последавателы-о переиещаются перед входом волоконно~ оптического прес-бразоват^лЯс в котором все входные торцы свето- водов ргк.псложены вдоль прямой л-1нии5 перпендикулярной направлению движения конвейера. При этом выходные торцы светоьслл\-.)в мсгут быть расположены в виде окружности или пря- моугэлгпзго растра； которые последовательно опрашиваются со- OTBe-rcTbyiGiuiiH фотоэлектрическим анализатором.
Е 口、，F、Fj；「e BpeHsS разработаны различные варианты таких йсло.1ОН1лЛон7йч：еских анализаторов изображения [8.6], рабо-
таюшлх б nacc-iBHOu, активном и атстивно-пассивном режимах (пат 4634с15 США, НКИ 350—6.1? пат. 4717222 США, НКИ ；зЗ」—is 5)
Ап*м:匸;三咕 прий-uin гложет быть использован для решения $匕3占工丄 足工」.2 келаре巫ijyziwoe пространство? перекрываемое по- .гшКп 3卜三丄匕％力 нескольких объективов, треб;/&тея просматривать при uGi.i.TLL-ii ол7iзге видгсанализатс- ра. На СЕПСВЕ так：『с принципа мо- 泣曰」5fojcEria ^изтта. пред- для просмотра земной 丄七• ^хате ；止нок, аппарата [8.141-
＜：；т「г二с工 /■.гдсГ'；'^ит ^^:.^ко объ- ектнвеш (р нс- 827)； 口он兄 зрения которые оораз^ш телесный угол, йер£крьшаюЩ12Й на поверхности уз-
i —； 2 - -одного
сбъе-ктивд, 3 — объект'： I'D；； ^ — волокоино-опти- •八泌 np“2mw山5 ― Gbxcicrar,丸娼哽9aol .iod ERySKh； 0 — '心ie」u㈠2HUiU •.叩уома
匕 …：- d Z<J，“、匕 …：- d Z<J，“、
匕 …：- d Z<J，“、
匕 …：- d Z<J，“、
「?q wcfg 二「！ —с noJiocKy 143 о б p а 'ж i^h и e,. сфсрь/снрснаннос хам.ма財 二з%工з преобразуется волскснно сгтмуи&н域 пресоразова-
/ 二一 которая соответствует те/1е.в^зион11Г''?1у Kwnp% критического поиска о；..；-/щеглъляст равн(“，Ернз[н
-рсгНируемо!g гфосг^/ансаьй и П€：редает йнфор1^адию 宀》，ккзах? попадающих в ее поле зрения.
ппч'ипескиб '7сгрой*лва траеитбрногч^ с/иаййропання ,二$口否立1ЕКК《£ в актмвнем варианте., в кг >тор><)н про изв идится
；二「二；лоцсве.гкл NHaJi№3Xpy《“n* строки понерхностн лазер* 出匕小中 #7”с” Применение волоконной оптики в зтмх системах позво- …г升/2 х^х н ни「:к〔*Е 卩ejhc'h讶兄 Р4；м*!【тр总м н•已мзтарте
・"RN/?jo;「一 /R могут Оыте бтйссены ус.тройстаа, выполняющие параметров R]，且г/снн由由宜сг门口ер&векЕ篁咬$i обь-
I；口匕D〉"H ск门россе百 одпонаправленноги прямолггйейноги пеменгов изображения разработаны волоконпо-опти- т匕анорт, н кстсрвх два Ео<прйийма{о]Цйх г.ьгто；зода paa'M^；i “ в двух стстонадах чочках, распопоженных на траек- ■лооии」，,，；「п'н負 коН17)с.нируегд(уу о ^цемента изображении. .выход" г；:ые ?「г兑к световодов подаются на измеритель промежутков нр富м$尸储,<-；<д-у гломентами прихода сооу^лс^у световых •:仆门丁-м .чотгфый может указывать непосредственно знапехше 二кср‘к，т; т・；”кта. В таких анализаторах входные торцы двух светорг；л.-；г. мпрут располагаться непосредсгвенно на траектории “зожив?.：” иаалбнсг。объекта или же, например, на телевизионном 工 в ае и / ： полируемой сцены, по которому перемещается изобра -
」二工^cpq гарсьи |86L
у二'以兄工-,；X4'K UBHiiiF :二卓 автотранспорта, ；；：二；""一： £2〜седер _^ii тслеьизионную ”久「’ ] g川，он.пснну=о 工百「山为合 аплизи проезжей qacra дороги
lcp/iG^q叩吗*不①胃伍 5 G видеоконтрольным бло*
as： Iia 产ране кинескопа 7 у$”клен)я торцы волоконных свето-
5^ Лругне концы евегзводов 8 соединены @ блоком измерения ”jgi?：x интервалов 9, выдающий! результат на цифровой инди-
1&невкамоннк宣 манера 3 обевпечивает получение на экране 7 .1；..со^^；нтрэчьнс>гб бтюха иерспективного изображения дороги :движ5Ф_»,11Ш1ся пеней аЕгомашинами. Торцы волоконных свето- 」少0±力 рл и о о и о к： сн dbie на пинан движения объектов, передают г*二必龙 поток ст coon正тсгвуклцвх элементов изображения блоку хрегинмЕгх интервалов. При движении автомашин по Хороге меняется освешенность эле^^ентов изобраххбйия, к которым i ；., дсо ед и н с а £Л《ирпы волоконных световодов S. По длительности .：1ронежут1Са времени между моментами изменения освещенности .двух тд'-.'.^лХ экрана кинескопа определяется скорбеть движения 33TGLEaRiMH£L Для н&керення скоростей двнхеення многорядиых 上леков транспорта используют несколько пар волоконных свс- .-оводов к несконьк门 блоков измерения временных интервалов
ОгДбчЬЕую гругшу среди ьолоконно-оптических сканирующие ■/Схройсть сосчавляют устройства автономно^покадрового скани- рэьания. Пр ri автонси шо-покадровом способе сканирования осу- ■•ес-твляется сканирование ограниченного кадра по регулярной
траектории, причем сам кадр автономно перемещается по иссле- 二уе^门員 поверхности. Эт笠 перемещения кадра могут носить как регулярныйs так и нерегулярный характер.
npHiicpc/ti устройства, ос^цествляющего ( санирование такого может являться установленный на захвате робота волокон- е总 еветов..>дный нгут g регулярной закладкой световодов (рнс. 8,29$ а)。Этот ьолокойный》кгут передает воспринятое изобра- 「kwhyiE на с.йгточуеетвитеиьнз^ю матрицу, которая осущеегвлнег анализ визуальной информации» полученной на основе автономно^ аокадрэвого способа сканирования [8.8—-8.10]
Вследствие больших размеров передающую теяевизионную :<^'..ie.py систем^' технического зрения робота пракгически тр^дао разместить на захвате робота. Использование волоконно-оптиче- кого СВЕТСВО!包 один конец которого установлен на захвате л1аниг1уляторау позволяет передавать визуальную информацию с? ибкЕкта на видеоанализатор, размещенный вне захвата манипулятора. Такой световодный 市гут обычно состоит из стеклянных зо аокон днаметрон около 10 мкм, заключенных в пластмассовз^ю :元QJiOQKh В световодном жгуте размером 2,5x2,5 мм может ьггь размещено около 40 000 волокон. Часть волокон может использоваться для осведения объекта, а остальные для передачи
Рнс 8 29. Волоконно-оптический анализатор изображения r. захватном устройстве робота и варианты взаимного размещу нн負 подсвечивающих и информационные световодов (эачер« ненные участки — горды подсвечивающих световодов； аа« штрихованные участки — торцы информационных световом
зуальной информации. Различные варианта взаимного размещения подсвечивающих и информационных световодов представлена на рис. 8.29, б. Выходной торец волоконного световода связан с матричным анализатором изображения, преобразующим оптическую информацию в электрические сигналы, которые после обработки поступают в ЭВМ, распознающую контур объекта (пат. 4460826, США, НКИ 250—227).
Автономно-покадровый метод может йгс- пользоваться для осуществления сложных поисковых процедур, когда ищется не один объект, а определяется смысловая картина е необходимостью ее распознавания и классификации. В случае использования э^ого
метода для таких целей его можно осуществить не только на основе принципа поэлементного сканирования. Возможны варианты автономно-покадрового метода, при которых внутр икадровое сканирование осуществляется на основе последовательно-зонального5 параллельно-зонального, зонально-поэлементного и других принципов. Отдельную группу среди волоконно-оптических сканирующих устройств занимают устройства, осуществляющие автономное сканирование. При автономном методе сканирования сканирующее пятно может непрерывно или дискретно перемещаться в любой участок просматриваемого пространства при произвольном изменении его размера и формы. Такой метод сканирования используется в системах, выбор оптимальных траекторий в которых осуществляется в зависимости от априорных свойств поля, а также в самонастраивающихся сканирующих системах.
Быстрый поиск информации на контролируемой поверхности в максимальным использованием априорных сведений является одной из задач, решаемых g помощью волоконно-оптических сканирующих систем. При этом возникает ряд вопросов, требующих разностороннего теоретического исследования. Это, во-первых, вопросы, связанные с оптимизацией съема информации g контролируемого поля. К ним относятся вопросы выбора оптимальных траекторий сканирования, оптимальных размеров анализирующего пятна, скорости сканирования, т. е. вопросы оптимального распределения поисковых усилий по полю [8.6]. Под поисковым усилием здесь подразумевается количество затраченного времени и средств просмотра, отнесенных на элементарный участок поля. В зависимости от поставленной задачи поиска (от
也加江丁玄引已”^ 況 1Ь поля h upuunrjrG 叩йтерня оптималь^ 注1"田”、山&： &"尸а： AG心汨* 3，注七 опреце/хено оптимальное pan屮⑺匕产山必 какого либо вамми пои^совнх ^«нлнй на контролируемой поверхности, 产
liph cr”fiGiBHG каких либо априорню:^ сведений о контроли- русгКмл поле наилу'^шим впособои его анализа является сканиро-
竺""1yxe竺邛叫，口&@口еуи面те注 ралноплотный просмотр, ьанригчер построчный При эюп кажпай точка поверхности про- етгрнна匕и 理叮7T3a«nij□话 поцр(юкьсг01бж гак как ничего неиз- нетнс о Возг 1GАкнон распрецеленнй *н中。刁讯五我” по этой поверх- п*£Н 3「i£ia，o в тех случаях, ко;на заранее известны некоторые свспсй.'.ли о воз)'1о.；айостй протекания событий на просматриваемом пс 吟 I'iGiuHG распрепелить опти>-халь^о иисюшийся ресурс, напри- )sep GGjiiee время просмотра. При зто” неюторые участки поверх- 返ин бук." нро^иатрнватьс)! многократно и в т-з *ение достаточно к /титемьного ripo^iexryTiu времени^ а остальное з^частки почти не будут j 1 ро ст 13 тр иватьс я 1 акии образен достигается оптимальное нспопЕ.тованне вреггеннаго н энергетического ресурса сканнру-
Магенатн^сскук формулировку заиа；гн построения оптималь- iioi i> обзора >южно рассматривать как задачу определения про- rpaiaru t обзора, пр& которой дрстчгаегся максимум выбранной иеличйньс, лг1 рай?геризующей :>ффе1сгивность процесса сканнрова- ■йиа.： lipn 3T<»ti часто накладываются ограиичеЕия на габаритные размергл, iiaccy, потре.оненнб энергнп к цругие параметры [8.6].
Необ^однгло отметить, что з^словиятш. тре.буюшими неравно- улцпкоса раг.йреце/1ення йоисковых 了сб)垣являются не только различил априорные ^вепений о полох<.ении обнаруживаемых ьу^лши^ aG laii/xie различия уровней помех в разные направления Ь>'| 1'1Г1«>ГИХ ^иучаях контроль пс^я проиекодит в условиях &&%тв宕注，N〃”af苏心in помех, сравнимых g рабочими сигналами, что 11О1яет приьицить к неверным решениям, Выбор режима работы сиаШ1рующей сисгены в этих условиял долн<ен выполняться так, 0RY%,i вероятгюст；! неверных решений были пинимальными или не лревосходили заданных значений [8,6]. 口
Нп;ке рассматривается одна йз реализаций неравномерного расгфеделення поисковых усилий по двумерного попю, заклю- наюш.гыся б г(jl(j ; 4TG сканирование им производится мгновенными переброса?-!!! сканирующего пятна («взглядами») длительностью в Перемещение сканирующего пятна по полю производится случайным образом.； причем закон переметдения подчиняется усн“р?1・НЕ1м статисти«1ес11-лм требованиям.
1Тредполагается;. что априорные сведения 3^^^^^ роятностнон ллотностп нахождения искомом) Д х ле. ленной элементарной ячейке поля. При этин BeP°^J пепстав. ния объекта в ячейке с координатами 看：Р
(8.1)287(8.1)287лена в виде, 、
(8.1)
287
(8.1)
287
g(修，%) "; dg公；g (⑴g的)厶3,
т・ е. должно выполнятьая уаловие
g(如比豈第“只 gee^Fдляg(如比豈第“只 gee^Fдлялюбого X；любого у.любого X；любого у.
g(如比豈第“只 gee^Fдля
g(如比豈第“只 gee^Fдля
любого X；
любого у.
любого X；
любого у.
Это условие во многих случаях может выполняться в достаточной точностью.
Кроме того, предполагается, что выполняются также уеловяя
Вл
(8.2)(8.2)g(*, у) dxdy= 1;
(8.2)
(8.2)
£ D = 7,
где k ——общее число «взглядов»； при этом 左》1; Т ——общее время сканирования.
Здесь и в дальнейшем погрешностями, вызванными квантованием по уровню и по площади, пренебрегаем. Перемещение сканирующего пятна от ячейки к ячейке происходит за время, значительно меньшее 明 поэтому им также пренебрегаем.
Оптимизация сканирующей системы заключается в таком перемещении пятна по полю, при котором вероятность обнаружения объекта за время Т будет наибольшей. Плотность вероятности <р (xiT 协)попадания сканирующего пятна в ячейку с координатами хн yt является количественным выражением поисковых усилий, отнесенных к этой ячейке.
Ранее было показано, что условия оптимальности могут быть записаны в виде [8.6 ]
g I '勿 Эф (x, у)—儿
При выполнении условий (8.1) выражение (8.6) может быть разбито на два уравнения:
g I)。屮(х)g I)。屮(х)=入1；=入1；g(x)g(x)dP 仲(у)]』("厂dP 仲(у)]』("厂九2九2(8.3)(8.4)(8.3)(8.4)
g I)。屮(х)
g I)。屮(х)
=入1；
=入1；
g(x)
g(x)
dP 仲(у)]』("厂
dP 仲(у)]』("厂
九2
九2
(8.3)
(8.4)
(8.3)
(8.4)
Т^к как число перемещений сканирующего пятна относительно оси X за время Т равно числу перемещений относительно оси У за это же время, то
j ф (х) dx = т；
/ 中(Р)dy = Г.
рис. 8.30. Поисковое устройстпо с оптнмальним законом сканнрова<* и ия:
— исследуемое поле; 2 一 оптиче* ская система; 3 — преобразователь изображения； 4 — телевизионная трубка; 5 — отклоняющая систем ма； 6 — блок пересчета координат;
7 ■— генератор развертки
Постоянные %,斯 определяются из уравнений (8.3) и (8.4) соответственно. Оптимальное распределение плотности вероят-
оси X н по оси У независимо другоси X н по оси У независимо другностк нахоясдения сканирующего пятна в определенной точке поля может быть найдено по "
оси X н по оси У независимо друг
оси X н по оси У независимо друг
волоконно-оптических преобразова-волоконно-оптических преобразова-от Друга.
волоконно-оптических преобразова-
волоконно-оптических преобразова-
На основе использования
телей изображения созданы устройства, позволяющие осуществлять оптимальный обзор контролируемого пространства. Применение таких систем дает возможность осуществлять поиск объектов, расположенных на контролируемом поле, за меньший промежуток времени и с большей вероятностью обнаружения, чем при равномерном сканировании (например, построчном).
Разработана система с использованием специального волоконно-оптического преобразователя» в котором заложен оптимальный закон сканирования [8.3]. Этот преобразователь расположен на входе системы и состоит из ветвящихся жгутов оптических во-
локон (рис, 8.30). Каждый такой жгут имеет один вход и может иметь несколько раздельных выходов. Волокна уложены так, что входной торец полностью перекрывает изображение контролируемой области поля. Элемент изображения, попадающий на один из жгутов входного торца, за счет ветвления жгутов может быть отображен в нескольких точках выходного торца с различными координатами. Выходной торец преобразователя сканируется с помощью передающей телевизионной трубки или фото- чувс7\зительной матрицы, например построчно. При этом элементарные участки исследуемой области, спроектированные на входной торец преобразователя, будут сканироваться за время периода кадра Т различное число раз и в разной последовательности. В этом случае число просмотров элементарного участка за время Т и последовательность просмотров определяются числом ветБленяй жгута, на входной торец которого проецируется данный элементарный участок, и способом укладки ветвлений жгутов в выходном торце преобразователя. 、
В рассматриваемом устройстве (рис. 8.30), предназначенном для поиска точечного источника светового излучения, может быть реализовано любое распределение заранее заданного времени сканирования Т по исследуемому полю произвольной формы.
Для определения положения искомого объекта в системе координат входного торца волоконного преобразователя поисковое устройство должно быть снабжено блоком пересчета координат 6. Функционировэниб тзкого блокз основзно на однозначном соот* ветствии выходных торцов ветвящегося световода конкретному входному торцу световода.
Единственное условие, выполнение которого необходимо при построении этого поискового устройства, заключается в том, что уровень сигнала на входе устройства должен превышать в несколько раз уровень, обеспечивающий обнаружение объекта с заданной достоверностью. При этом чем больше превышение сигнала над требуемым уровнем, тем с большей точностью может быть реализован «рельеф» оптимального распределения времени Т,
Таким образом, устройством, в котором непосредственно заложен оптимальный закон сканирования, является специальный волоконный преобразователь изображения. С его помощью осуществляется неравномерное распределение времени сканирования Т по различным элементам исследуемого поля, имеющего сложный «рельеф».
Основные параметры такого волоконно-оптического преобразователя изображения могут быть определены по методике, изложенной в работе [8.6 ].
Необходимо отметить, что даже при отсутствии априорных сведений некоторая оптимизация поисковой процедуры может осуществляться с помощью специальных волоконно-оптических преобразователей изображения за счет использования текущей информации, получаемой в процессе работы поисковой системы. В этих случаях текущая информация извлекается в результате самого процесса поиска и используется для подстройки и коррекции поисковой процедуры таким образом, чтобы конечный результат поиска был наилучшим.
В самонастраивающихся поисковых системах на первом этапе все контролируемое пространство просматривается равномерно, причем так, что уровень поисковых усилий, приходящихся на одну ячейку, недостаточен для обнаружения объекта с заданной достоверностью, но позволяет сделать некоторое заключение о вероятности наличия или отсутствия объекта в заданной ячейке. По результатам равномерного просмотра отбираются ячейки, сигнал с которых превышает выбранный порог. На следующем зтапе просматриваются только отобранные ячейки и среди них выявляются те, в которых сигнал превысил некоторый другой порог, и т. д. Предложены различные варианты волоконно-оптических поисковых систем этого типа: двухэтапные, трехэтапные н многоэтапные. В качестве примера волоконно-оптической си- ствйш，осуществляющей двухэтапный поиск, может быть рассмот- рена система, представленная на рис. 8.8, которая получила также название зонально-поэлементной поисковой системы.
Возможны различные варианты двухэтапных и многоэтап- ннх процедур поиска, обусловленные особенностями решаемой задачи)однако во всех вариантах каждый последующий этап по- нска строится по результатам предыдущего этапа.
Необходимо отметить, что введение самонастройки часто тре- бует выполнения вычислительных и логических операций, поэтому выигрыш, получаемый от введения самонастройки, влечет за собой усложнение поисковой системы за счет введения блоков осуществляющих дополнительную обработку информации, и бло- ков, управляющих параметрами каналов и траекторий сканирования.
Техническая реализация поисковых систем с оптимальным законом сканирования часто приводит к значительному усложни- нню системы. Поэтому в каждом случае необходимо проводить сравнение выигрыша, получаемого с помощью оптимальной процедуры поиска, с потерями, возникающими вследствие усложнения и удорожания сканирующей системы.
Разработаны также поисковые системы, в которых используются световодные преобразователи изображения, позволяющие выполнять последовательное деление контролируемого поля на две разные части с отбрасыванием «пустой» половины и последующим делением оставшейся половины опять на две равные части и т. д, В таком устройстве последовательное деление просматриваемой зоны на две сравниваемые части продолжается до тех пор, пока нз :~й стадии размер зоны уменьшится до размеров минимальной ячейки и будут определены координаты искомого объекта (尤， у) с требуемым пространственным разрешением.
Входной торец волоконно-оптического трансформатора вы- полг-тен в виде матрицыт состоящей из световодов, которые имеют различную площадь поперечного сечения, что позволяет значительно сократить общее число каналов (рис. 8.31). При поиске осуществляется перемещение изображения просматриваемого поля таким образом, чтобы искомый объект был заведен на вход световода, имеющего наименьший входной торец.
Светящийся искомый объект проецируется на фотокатод электронно-оптического преобразователя и вызывает засветку люми* нофора Против одного из входных торцов матрицы световодов, выполненной в виде зон с убывающей площадью (рис. 8.31, о). Под действием светового потока, попавшего, например, на пятую зону, фотоприемник пятого канала выдает сигнал, который усили* вается усилителем /3. Сигнал с выхода этого усилителя переводит в единичное состояние триггер третьего разряда регистра и пройда через соответствующую линию задержки /2, открР
ный ключ ". При этом на отклоняющую систему координаты^ электронно-оптического преобразователя с да底自ст・
напряжений подается отклоняющее 吁？電駕 甯:;。爲篇 внем изображение участка поля зР施* 需*盥認@吗ер* засвеченного входного торца соответству Щ‘ 2弘
Рис. 8.31. Датчик координат с электронно*оитичесним и ао^опонно-ои < ^ческим иреобра" зователями:
а — схема датчика； б — входной торец волокон но-on i ического преобразОЕ'ателя； 丿 —• объектив； 2 — пол упрозрачныЙ фотокатод; 3 — электронно-ип гическ иЙ лреобрааова- &ень； 4 — отклоняющая система； 5 — слой алюминиевой фольги; 6 — слой люминофора с малым подсвечиванием; 7 — стекловолоконная шайба; 8 —— матрица световодов； 9 一 фотоприемники; 10, 14 — линии задержки; /1 — пороговые усилители; 12, 13 —- двоичные регистры координат X н У; /5 — цепь установки регистров в нулевое состояние；
16 — электронные ключи; /7» 18 — датчики отклоняющих напряжений
мешается вниз, в область «младашх» каналов* т. е, изображение с пятого канала перемещается в область четвертого, третьего и так далее каналов. Когда изображение объекта попадает в область действия четвертого канала, сигнал в виде единицы записывается во второй разряд регистра 14 и выдается следуюи^ая команда. При этом изображение светящегося объекта попадает в область второго канала и «1» записывается в первый разряд регистра 14, а само изображение под действием отклоняющего напряжения ие- ремепхается в область первого или нулевого канала.
В результате этих операций на регистрах 14 и 17 запишутся двоичные коды координат х и у изображения светящегося объекта» а именно: х = 011, у ：= 100. Этн коды могут быть зарегистрированы визуально или выданы в ЭВМ для последующей обработки.
Входные торцы световодов 8 могут быть выполнены в виде прямоугольников или квадратов или того и другого, как показано на рис. 8.31, б. Причем площадь их уменьшается вдвое, вчетверо и т. д., т. е. по закону геометрической прогрессии.
292
Если просматриваемое поле, имеющее размер хи, является квадратным и шаг квантования координат то об蟲 осям。義翼 ков, т. е. Ах — Ад, то можно записать % = v» = loea z где Чо 叱—число двоичных знаков в координатах хну. соответственно z == ,/А% = У/A，Общее число каналов в матрице N = =zlog2 z 十 h
При этом максимальное число тактов (шагов) равно 21off5 г. Еслн время просмотра одного канала равно 电,то максимальное время обзора всего поля Т = 2р log2 2.
Кратко^ рассмотрим волоконно-оптические многофуикциональ- ные устройства обработки визуальной информации. В принципе возможны разнообразные подходы к построению систем обработки визуальной информации с различным сочетанием объемов информации, обрабатываемых на сенсорном уровне (в процессе предобработки) и на уровне ЭВМ. При использовании одного крайнего подхода может быть реализована простейшая структура сенсорного уровня восприятия, а обработка всего потока визуальной информации будет производиться на уровне ЭВМ. При противоположном подходе система обработки визуальной информации может быть создана в виде весьма сложной сенсорной структуры, которая производит всю или почти всю необходимую обработку визуальной информации (безучастия или при малом участии ЭВМ). По-видимому» в настоящее время рациональным с точки зрения получения наименьшей сложности и стоимости можно считать гибридное решение, при котором определенная часть общего потока визуальной информации обрабатывается на сенсорном уроане, а остальная часть — на высшем уровне восприятия — уровне ЭВМ.
Для того чтобы осуществлять обработку некоторой части визуальной информации на сенсорном уровне, необходимо иметь достаточно развитую структурную организацию первичного уровня восприятия и обработки информации. Перспективным решением этого вопроса можно считать создание такой волоконно- оптической системы восприятия и обработки визуальной информации, в которой имеется дискретное логически коммутируемое сенсорное поле. Отдельные элементы этого поля с помощью управляющей системы могут быть скоммутированы в разнообразные фоторецептивные группы с различными конфигурациями, Р3^6- рами и типологической организацией их выходных цепей. Эти структуры могут осуществлять определенную первичную обработку изображения.
При реализации этого варианта сенсорного анализатора визуальной информации возникает ряд специфических задач^Ос новная задача сводится к выбору определенного чи^ ^ Ру ^_ ных комбинаций сочетаний дискретных элементов, Р Р ваны осуществлять логическую обработку внзуа ^^ на сенсорном уровне. Выбор структурного Рнабором
элементов и схем мх соедииеиия диктуется требуемым набором 293
элементов и последовательностиэлементов и последовательностиРнс. 8.32. Структурная схема много* функционального обзорного устройства
элементов и последовательности
элементов и последовательности
операций обработки визуальной информации, которые дол7KHы быть реа- лизованы на сенсорном уровне.
Второй, не менее важной задачей является выбор схем коммутации дискретных сенсорных их действия.
В некоторых системах этого типа рационально использовать сканирующий электронно-оптический преобразователь, выходной торец которого выполнен в виде стеклянной планшайбы, покрытой люминофором, с размещенным в ней большим числом входных торцов тонких световодов, служащих для съема видеосигналов. В качестве примера одного из таких устройств рассмотрим следующую схему (рис. 8.32).
Основным блоком этого устройства является сканирующий электронно-оптический преобразователь со световолоконной планшайбой И, световоды 6 которой упорядоченно соединены с матрицей 12 светочувствительных элементов [8.5 ]. Включение различных элементов этой матрицы в разных топологических комбинациях производится с помощью самонастраивающихся решающих блоков. При этом происходит переключение рецептивных полей матрицы светочувствительных элементов с изменением их размера, положения и топологической ориентации их входных структур.
Рассматриваемое устройство содержит объектив 5, проецирующий на фото катод 7 сканирующего электронно-оптического преобразователя 8 оптическое изображение объекта. Магнитное поле, создаваемое катушкой 9, фокусирует электронное изображение на слой люминофора /0, нанесенного с внутренней стороны волоконной планшайбы //. Генераторы 3 м 4 ступенчатых адресных токов отклонения по осям X н У обеспечивают перемещение электронного изображения относительно волоконно-оптической планшайбы. Группа стекловолокон 6 переводит световой поток на сетчатку 12 с сохранением упорядоченности. Кроме того, устройство содержит преобразователи код ——аналог / и 2 по осям X н У соответственно.
Структурная схема анализатора изображения содержит три группы блоков: коммутаторы входных цепей сетчатки и рецептивных полей (РП1 и РП2), блоки управления порядком выполняемых операций и счетно-решающие блоки. Топологическая организация входных цепей в РП1 и РП2 различна (рис. 8.33). Рецептивное полеРП! предназначено для поиска границы кон- 294
траста, поэтому оно имеет центральную зону в виде круга радиусом г0 и окружающую ее периферийную (Р) зону в виде кольца радиусом Гр (рис. 8.33). Рецептивное поле РП2 (рис. 8.33, б) предназначено для выделения локальных участков границы контраста. В нем так же, как в РП1, выходные цепи объединены в две 30Ны (О) и (Р). Каждая зона соответствует совокупности элемен- тов сетчатки, размещенных внутри окружности заданного радиуса и разделенных диаметром, имеющим определенную ориентацию (0, 60, 120°). Сигнал 1\, характеризующий разность яркостей в центральной и периферийной зонах рецептивного поля, и сиг- нал и?, характеризующий локальную контрастность изображе- ниЯ могут быть определены следующим образом [8.5]:
(P)(P)力二 log2 U - 击 Е U ] - 1脸(6 Е，
(P)
(P)
(О) (Р)
где U ― выходной сигнал одной элементарной ячейки рецептивного поля; N®、Np — число элементарных ячеек в зонах (О) и (Р) рецептивного поля соответственно.
На участках равномерной яркости сигналы иг и Ug равны нулю. Выходной сигнал U* оказывается отличным от нуля лишь в том случае, если граница зоны (О) лежит вблизи границы контрастности или соприкасается с ней, причем чем лучше совпадают границы контрастности с границами зоны (О), тем выше уровень выходного сигнала. .
Функциональные характеристики РП1 показывают, что лучше всего данное рецептивное поле подходит для выделения граничных элементов изображения в виде выпуклостей, впадин и пятен.
00Применительно к рецептивному полю РП2 следует заметить, что сигнал U? оказывается отличным от нуля во всех случаях,
0
0
Рис. 8.54・ Устройство распознавания знаков с помощью волоконно-оптического преоб* разователя:
I — распознаваемая цифра； 2 — объектив; 3 — волокомно-оптивеский преобразователь
когда граница контрастности проходит через зону (О) или (Р), причем он тем больше, чем точнее разделяющий диаметр совпадает с границей.
В зависимости от решаемой задачи световодные элементы волоконной планшайбы с помощью микропроцессора могут быть объединены в различных функциональных сочетаниях, причем размер сложных синтезированных апертур может изменяться в весьма широких пределах. В наипростейшем, случае размер апертуры сводится к одному центральному элементу планшайбы и производится обычное телевизионное считывание информации без какого-либо преобразования изображения. В наиболее сложном случае все элементы планшайбы объединяются в определенных логических сочетаниях, реализуя сложные бионические принципы
Рис. 8.35. Примеры квантования цифр и раскладка жгутов в волоконно-оптическом преобразователе (числа, проставленные в каждой ячейке входного торца преобразователя( показывают число ветвлений данного волокна на выходе)
обработки визуальной информации и производя сложные функциональные преобразования изображения.
С использованием волоконно-оптических преобразователей разработаны различные устройства распознавания изображений [8.7]. Рассмотрим в качестве примера одно из волоконно-оптических распознающих устройств, действующих на основе метода фрагментов [8.3 ]. В этом устройстве все логические операции по распознаванию реализованы в соответствующей раскладке выходных ветвлений оптических волокон.
Схематическое изображение устройства представлено на рис. 8.34. Устройство можно использовать для распознавания лю- бых графических символов, однако для пояснения его работы удобно рассмотреть случай распознавания цифр.
Распознаваемая цифра 1 (рис. 8.34) с помощью объектива 2 проециругтся на входной торец волоконно-оптического преобразователя 3. Предполагается, что освещение считываемых цифр равномерное, причем коэффициент отражения фона пренебрежимо мал по сравнению с коэффициентом отражения цифр.
Входной торец преобразователя представляет собой прямоугольную матрицу. В рассматриваемом случае принята матрица, состоящая из 280 ячеек (14x20). Вид проекции цифр стандартного шрифта на входной торец преобразователя показан на рис. 8.35. При этом выполнено квантование границ цифр по площади.
Каждое волокно, соответствующее определенной ячейке, на выходном конце делится на п? ветвлений (рис. 8.35), где лг — число изображений цифр, попадающих на i-ю ячейку (0《修《 & 10). Из всех ячеек, на которые данная цифра проецируется, выводится по одному ветвлению. Эти ветвления объединяются в один пучок и подаются на фотоприемник, соответствующий данной цифре. Таким образом, на каждый фотоприемник выводится столько ветвлений, на сколько ячеек проецируется данная цифра.
Необходимо отметить, что на фотоприемники могут выводиться ветвления только с тех ячеек, которые несут наибольшее количество информации о сигнале. Оптимальное число выводимых ветвлений может быть найдено в каждом конкретном случае при наиболее рациональном соотношении уровней сигналов на фото приемнике. 皿 а
В общем случае сигнал с 伏「。фотоприемника при распознавании /-го символа можно записать в виде
где т^ ——число засвеченных ячеек при распознавании /-го сим> вола, выведенных на 9-й фотоприемник- k—чувствительность фото приемника; а — потери в оптических волокнах； Et — освещенность i-й ячейки, £\ =筑=const; л/ — число ветвлений оптического волокна, выходящего из i-й ячейки.
Рис. 8.36. Уровни сигналов на вьь ходе фотоприемн мка, соответствующего цифре 6 при распознаваннн цифр от 0 до вРис. 8.36. Уровни сигналов на вьь ходе фотоприемн мка, соответствующего цифре 6 при распознаваннн цифр от 0 до вРис. 8.37. Волоконно-оптическая система кон・ троля трехмерной формы объекта:1 — контролируемый объект, установленный на вращающейся платформе; 2 — волоконный разветвитель; 3 — световодный〉кгут; 4 一 лазер; 5 — видеодатчпкРис. 8.37. Волоконно-оптическая система кон・ троля трехмерной формы объекта:1 — контролируемый объект, установленный на вращающейся платформе; 2 — волоконный разветвитель; 3 — световодный〉кгут; 4 一 лазер; 5 — видеодатчпкТак как предполагается,Так как предполагается,что ни один символ полностью нечто ни один символ полностью не
Рис. 8.36. Уровни сигналов на вьь ходе фотоприемн мка, соответствующего цифре 6 при распознаваннн цифр от 0 до в
Рис. 8.36. Уровни сигналов на вьь ходе фотоприемн мка, соответствующего цифре 6 при распознаваннн цифр от 0 до в
Рис. 8.37. Волоконно-оптическая система кон・ троля трехмерной формы объекта:
1 — контролируемый объект, установленный на вращающейся платформе; 2 — волоконный разветвитель; 3 — световодный〉кгут; 4 一 лазер; 5 — видеодатчпк
Рис. 8.37. Волоконно-оптическая система кон・ троля трехмерной формы объекта:
1 — контролируемый объект, установленный на вращающейся платформе; 2 — волоконный разветвитель; 3 — световодный〉кгут; 4 一 лазер; 5 — видеодатчпк
Так как предполагается,
Так как предполагается,
что ни один символ полностью не
что ни один символ полностью не
перекрывается другим, то максимальный сигнал будет получен при / = q. На рис. 8.36 приведены сигналы, возникающие на всех фотоприемниках при проектировании на вход устройства цифры 6. Как видно, в этом случае наибольший сигнал будет на фотоприем- нике, соответствующем цифре 6, и при использовании определен-
кого ограничения сигналов именно этот сигнал будет ответом устройства на предъявленный образ (цифру 6).
Таким образом, рассмотренное волоконно-оптическое перцептронное устройство может G приемлемой точностью распознавать все десять цифр. На основе рассмотренного принципа действия могут быть созданы устройства для распознавания любых двумерных символов (или объектов) определенного алфавита.
Разработаны также различные волоконно-оптические распознающие устройства, предназначенные для распознавания трехмерных объектов, под
рис. 8.38. Волоконно-оптическое устрой-4ство анализа трехмерных иоверхиостей：
/ — контролируемая поверхность； 2 —■ линза; 3 — световоды, проецирующие подсвечивающее излучение; 4 — регулярный световодный жгут; 6 — видеодатчнк
свечиваемых лазерным лучом, в которых используются разлнч- ные способы определения профиля трехмерных объектов путем сравнения с заранее запомненным образом [8.6].
Создан класс волоконно-оптических анализаторов формы трех- мернух объектов, в которых с помощью волоконно-оптического преобразователя осуществляются требуемые преобразования изображения объекта с формированием световых сигналов, идущих 0T соответственно подсвеченных различных его зон и точек. Эти световые сигналы по регулярно уложенным световодам подаются в виде комплексного изображения на вндсодатчик, и затем видео- сигналы подаются на микропроцессор с целью идентификации объекта (пат. 4 635111 США, НКИ 358—106). Создана система автоматического визуального анализа трехмерной формы объектов, схема которой представлена на рис. 8.37. Контролируемый объект установлен на равномерно вращающейся платформе и подсвечивается лазерным источником в нескольких точках с помощью разветвляющегося световода и объектива. Изображение точек подсвета проецируется на видеодатчик, сигнал с которого направляется в микрокомпьютер, определяющий, соответствует ли данный объект заданному уровню характеристик. Такое уст- ройство быстро обнаруживает бесконтактным способом выпуклости, впадины, дефекты поверхности и формы различных осесимметричных и других объектов [8.12 ].
Разновидностью рассмотренной системы является волоконно- оптическая схема, представленная на рис. 8.38. В этом случае подсветка контролируемой поверхности объекта производится с помощью нескольких световодов, расположенных по окружности, а сформированная зона подсвета с помощью объектива и регулярного световодного жгута подается к видеодатчику. Сформированный видеосигнал направляется к миникомпьютеру. В зависимости от формы анализируемой поверхности, т. е. от расстояния до подсвечиваемой в данный момент зоны поверхности и пространственной ориентации этой зоны изменяются размер и форма подсвечиваемой кольцевой фигуры (окружность, эллипс, овал и т, д.). Мини компьютер во время взаимного перемещения подсвечивающего устройства и контролируемой поверхности пута« последовательного анализа параметров кольцек)й зоны подсвета определяет форму контролируемого объекта 18.111.
В заключение этой главы необходимо отметить, что различные типы волоконно-оптических преобразователей позволяют создавать оригинальные системы машинного видения имеющие несложные схемы и обладающие высокими быстроде ностью. Пассивные и активные волоконно-оптические си^^ анализа визуальной информации позволяют Р МИнимизаиией задачи осмоса двумерных и трехмерных сц^с^имиз^^^^ потоков необходимой информации, чт У вычислительные блоки таких систем.
ЗАКЛЮЧЕНИЕ
Автоматический анализ визуальной информации является одним из важных направлений искусственного интеллекта, и ему в последнее время уделяется все возрастающее внимание. Развитие науки и техники выдвинуло множество разнообразных задач, связанных с автоматическим анализом различных потоков визуальной информации. Это обстоятельство привело к созданию нового класса автоматических систем, действующих с использованием микропроцессоров и получивших название системы машинного видения (СМВ). Такие системы широко используются в ряде перспективных областей техники: системах автоматического визуального контроля продукции, робототехнике, обзорнопоисковых системах, лазерной локации и др. При функционировании таких систем анализ визуальной информации обычно производится с ее распознаванием н интерпретацией в реальном масштабе времени. Это потребовало создания принципиально новых подходов, рассмотрению которых и посвящена данная книга.
Особенностью задач автоматического анализа изображений является их многомерность. Изображения, полученные в различных диапазонах спектра, содержат обычно очень большой объем информации, которую необходимо переработать для их распознавания, выявления различий и принятия решений. Это обусловливает жесткость требований к системам обработки по разрешающей способности и производительности. Кроме того, изображения, как правило, характеризуются наличием мешающего фона, а также неопределенностью положения и ориентации отдельных элементов, что приводит к большой избыточности и делает необходимым использование методов предварительной обработки изображений.
Цель предварительной обработки состоит в подавлении нежелательных компонентов изображения и выделении таких элементов, которые важны для последующей обработки. При этом из воспринятого растрового изображения формируется новое изображение, Для этой цели значения целой группы соседних элементов входного изображения пересчитываются в соответствии с определенным правилом (функцией отображения) для получения новых числовых значений и элементов выходного изображения. Полное выходное изображение формируется после выполнения этой операции для всех элементов первичного изображения. В зависимости от выбора функций отображения применяют линейные и нелинейные фильтры.
Система анализа визуальной информации является комплексом аппаратных и программных средств, предназначенных для решения задач поиска объектов на рабочей сцене, определения их положения, выделения признаков, идентификации, определения ориентации и анализа других параметров.
300
°^ц^°блик СМВ и их возможности в значительной степени определяются используемыми методами предобработки нз霜 冰внин, алгоритмами распознавания образов и применяемой вычислительными средствами.~и
Функционирование системы машинного видения есть процесс выработки рациональных символических описаний визуальной обстановки, составленных на основе анализа данных об изображении. Восприятие изображений в СМВ выполняется с помощью разнообразных видеодатчиков и специальных источников струк- турированного освещения, часто управляемых с помощью вычислительных средств. Качество автоматического распознавания изображений в СМВ за последнее время резко повысилось. Появились не только пассивные, но и активные системы, определяющие форму объектов не только по стереоизображениям, но и с использованием теней, структурированного освещения, путем формирования «карт глубины» и т. д. В зависимости от сложности анализируемой сцены, ее размерности, типа расположенных на ней дегалей и объектов могут использоваться различные принципы построения визуальных анализаторов: пассивные, активные, монокулярные, бинокулярные, формирующие дальностные картины и др. В последний период разработан ряд СМВ, основанных на перечисленных принципах действия и использующих различные микропроцессоры, в том числе специализированные иерархические вычислительные устройства. При анализе трехмерных сцен используются пассивные и активные стереоскопические системы, а также сканирующие лазерные дальнометрические системы восприятия объемной информации с применением различных типов управляемого структурированного освещения: активной зондирующей подсветки, «рассечения» сцены световой решеткой и др.
Следует отметить, что проблема распознавания оптических образов является одной из актуальных проблем информационной техники и наилучшим образом решается с помощью оптикоэлектронных систем, обладающих некоторыми элементами искусственного интеллекта. В настоящее время разработан ряд оптикоэлектронных распознающих систем, основанных на использовании статистических, структурных и других методов распознавания изображений, а также некоторых методов, п редставля юти х собой комбинацию названных выше. Такие системы машинного видения находят широкое применение в ряде областей техники и, прежде всего, для визуального контроля промышленной про- ДУКПоименение СМВ для автоматизации визуального контроля позвс^яет повысить качество продукции, исключить чело^че- ский 由акт。口 (усталость операторов), увеличить производитель 案黑^爲久* ^благопри^ньЕс для чить накопление информации для даль^^ в функции
анализа и оперативного управления up д^【
смв визуального контроля обычно входят осмотр объектов нз известного набора с целью установления их соответствия заранее заданным стандартам, обнаружение и локализация дефектов. Это делается путем сравнения изображений контролируемых деталей или узлов с эталонными либо на основе расчета признаков и использования теории принятия решений, либо структурно-синтаксических методов. Процесс разбивается на две стадии: обучение СМВ и собственно контроль. В задачах контроля необходима высокая разрешающая способность, что, в свою очередь, требует предварительной обработки и сжатия информации для экономии памяти при хранении изображений. Алгоритмы визуального контроля должны быть довольно гибкими для удоб- ного перехода на новые тапы объектов и достаточно йястродей- ствующими, т. е, необходимо оптимально сочетать эффективные программные средства и специализированную аппаратуру для вычислений на нижнем уровне.
Наиболее распространенные задачи визуального контроля можно разделить на три основные категории: размерный контроль объектов; контроль их поверхностных свойств； контроль электронных схем.
Важной областью применения СМВ является анализ и распознавание различных символов и знаков, например букв и цифр при сортировке клавишей, идентификации маркировки И т. д.
В процессе распознавания дефектов СМВ обычно производят определение формы и/или положения аномалий на поверхности, или внутри исследуемого объекта. Разработаны различные методы анализа и контроля текстурных свойств поверхностей, выявления трещин, пятен, царапин с помощью нанесения флюоресцирующих красителей и осмотра в ультрафиолетовом свете. Значение суммарной погрешности таких СМВ определяется свойствами объекта контроля, параметрами освещенности и применяемого видео датчика, а также особенностями метода обработки информации.
СМВ широко используются для визуального контроля печатных плат, интегральных схем и других изделий электронной техники. При этом выявляются дефекты изготовления и монтажа, отсутствующие или нестандартные проводники м контактные пло- Щадки, ошибки в расположении отверстий и т. д. Разработан большой арсенал методик и алгоритмов визуального контроля печатных плат. При этом непосредственное сравнение полного изображения с эталоном применяют редко, чаще вначале выде- ляют характерные признаки и выбирают соответствующие 《окна?, в которых производят сопоставление локальных особенностей с их эталонами. При этом стремятся достичь оптимального сочетания гибкости программных средств и быстродействия аппаратных спецвычислителей. Разработаны многофункциональные СМВ7 связанные с базами данных, содержащими сведения о кон- 302
Кретах талах печатных плат, их компонентах поедполагаемкгх местах дефектов и т. д. В алгоритмах контроля £SSX?S реализованы различные методы бинаризации изображений ^ ления, утонения и прослеживания контуров об^ект^ поХ однородных областей.丁^гив, поиска
Многи： аналогичные технические и алгоритмические реше- ния применяются для контроля интегральных схем и других полупроводниковых приборов, фотошаблонов, в этих приложе- ниях интересны системы визуального контроля, комбинирующие зрительные и электрические способы. Так, например СМВ, действующая в ИК-диапазоне спектра, позволяет выявлять от- клонения характеристик интегрзльных схем от стандарта по изменению температуры проводников при подаче определенных тестовых сигналов.
Весьма перспективно применение СМВ в различных робототехнических системах. Включение СМВ в контур управления роботом существенно повышает его функциональную гибкость, снижает необходимость в специальной технологической оснастке для организации «идеальной» рабочей среды, что ослабляет требования к точности позиционирования деталей, повышает безошибочность работы. Роботы с техническим зрением особенно эффективны в гибких производственных системах, предназначенных для мелкосерийного выпуска изделий часто меняющейся номенклатуры. В таких системах в отличие от визуального контроля, как правило, не требуется сверхвысокая разрешающая способность. В СМВ роботов используются способы обработки как би* парных, так и полутоновых изображений. Однако из-за малой скорости анализа полутоновых изображений около 80 % практически внедренных СМВ роботов работают с бинарными изображениями. Представляется перспективным сочетание методов анализа бинарных изображений для быстрой локализации детали и методов дальнейшего ввода и интерпретации полутонового изображения только этой детали для получения более подробной информации. Часто задачу удается свести к рассмотрению двумерных сцен, пользуясь тем, что большинство промышленных деталей имеет конечное число устойчивых состояний на рабочей плоско- стн
Наиболее освоенные области применения СМВ роботов-авто- матнческая сборка механических узлов, монтаж печатнж плат, адаптивная сварка, упорядочение и сортировка ^^^ е_ требование к подобным СМВ — гибкость работы и yzР
обучения для анализа новых типов объектов.пячпа.
'В настоящее время ведутся активные 嘗；怨藍閣二金ЙК ботки перспективных СМВ для оонаруже , рсредах
локализапии объектов в сложных малоорганизованны Р Д беГХ^льного освещения, что ТР吗工S黑諧觀匾當 мо в обработки н d ня ли ; £сл и для алгоритмов нижнего и просцен в реальном времени. Ьсли для р^3
межуточного уровня уже разрабатываются аппаратные спецвд, числители, то достаточно эффективные и общие методы модельного описания и интерпретации сцен на верхнем уровне еще предстоит? создать, хотя некоторые подходы к этому уже намечены. Важное место в них занимают проблемы генерации и проверки гипотез в моделях сложных сцен с не полностью видимыми объектами, выбора характерных признаков объектов, согласования текущего изображения с моделями. Чаще всего в качестве признаков пытаются использовать наличие таких локальных особенностей, как уголки, линейные сегменты контуров, отверстия и т. п. Метод анализа состоит в оценке позиции и ориентации объекта по совпавшим признакам его изображения и модели, в определении место положения недостающих признаков по модели и в попытке найти их на изображении. После этого в зависимости от результата эта процедура повторяется для других гипотез. Предложены алгоритмы согласования модели с изображением, основанные на эвристическом поиске на графе, узлами которого являются локальные особенности объекта, а ребрами ——их отношения. Первостепенное значение здесь имеет вопрос устойчивости к шумам и неточностям расчетов. Процедура генерации и подтверждения гипотез может применяться также для интерпретации информации о трехмерных сценах, полученной в виде «карты глубина с помощью лазерного дальномера.
СПИСОК ЛИТЕРАТУРЫ
LL Апарин I. П., Ероховец В. К., Кулешов А. Я. Аппаратурно-программная сегментация структурно-сложного полутонового изображен^/Автоматизация обработки сложной графической информации. Горький: Изд. Горьковского университета. 1987. С. 123—135.
Борисенко В. И.) Златопольский А. А” Мучник И. Б. Сегментация изображений (состояние проблемы)//Автоматика и телемеханика. 1987. № 7, С. 3—56,
Бутаков Е. А., Островский В. Н・,Фадеев И. Л. Обработка изображений на ЭВМ. М.: Радио и связь, 1986. 189 с.
Быков Р. Е.( Гуревич С. Б. Анализ и обработка цветных и объемных изображении. М.： Радио и связь, 1984. 247 с.
Быстрые алгоритмы в цифровой обработке изображений: Пер. с англ./ Под ред. Т. Хуанга. М,: Радио и связь, 1984. 221 с.
Каляев А. В. Многопроцессорные системы с программируемой архитектурой. М,： Радио н связь, 1984. 238 с.
Камынин С. С. Работы по машинному нидению. М・：Изд・ ив-та прикл. мат. 1988, 222 с.
Катмс Г. П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. 414 с.
Катыс Г. П., Осадчий В. И., Осадчий А. И. Электронно-лучевые ив- формацнонаые устройства. Киев: Наукова думка, 1987. 280 с.
Катыс Г. П. Визуальная информация й зрение роботов. М.: Энергия,
1979. 176 с.
способ1 vArnnKu3；ib Г Усовершенствованные параллельные архитектуры каиJig"胃'""8 вычислении//Электроиика, 1983. Т. 56, № 12 С 25—2 7
ск二二:;、м”ха"”°в А〈М・ Видеоанализ в робототехнике и ГАП/Сб. тр. ВНИИ системных^ исследований. 1986. № 8. С. 82—89.
и„ст ■ ' Нуссбаумер Г. Быстрые преобразования Фурье и алгоритмы вычисления сваток. М,； Радио и связь, 1984. 310 с.
зюцу^ * 19S4^^fЯ^Г ^i\^. ?0^?^Hgтие Р°ботамн визуальной информапии/Денси гид-
Системы параллельной обработкн/Пер* с аигл. под ред. Д. Ивенса.
М・：М", 1985. 480 с.
М ■ д{ ^'匕?"口口胃"'Последовательно-параллельные вычисления//Пер, с англ,
Хокни Р. У., Джессхоуп К. Р. Параллельные ЭВМ. Архитектура, пРограмм[фОвание н алгоритмы/Пер. с англ. М.: Радио н связь, 1986. 380 с. М ；『'^»Р^с Р., Мнллер С. Перспективы развития робототехкики/Пер. с англ.
卜 1§. Эндрю А. Искусственный иителлект/Пер, с англ. М.: Мнр, 1985 , 250 с. 650 3°，Automated visual inspection/Ed. by В. G. Batcheler. 1FS Ltd. 1985. .L21. Rajs】几 Cattoen M・，Liang L Identification of multicoloured objects 产整 a vision moduie/Proc. 6-th St. Conf. Rob. Vision and sens Contr. (Paris ~5 June 1986) Kempston, Berlin, 1986* P. 21―30,
22 Basanez 瓦，Torras C. The sweep Mapping: A Way to perform digital image processing for robot vision/Proc. 12-th Int. symposium on industrial robots, 6th Int. conference on industrial robots Technology) Paris, 1982. P. 99—109.
Bruning V・，Gilai W. K-, Liedtkec С. E. Architectural principles for the design of «wide band» image analysis systems/IEEE Computer Society Proceedings worshop on computer architecture for pattern analysis and image database management. Pasadena, 1983, P. 126 —131.
24. Cappellini V. Non linear digital filtering techniques for fast image pro- cessing/Proc. IEEE International Symposium on circuits and systems (№ Y. 1983 2—4 May). P. 402一404.
Chen M. Y., Milgram D. L. Binar color vision/Proc. of the International Conference on robot vision and sensory controls, 2 (Stuttgart, 1982，2—4 Nov.) 1982. P. 293—306.,」
Cheng K・，Ydesawa M. A simplified interpolation and conversion method of contour surface model to mesh surface model//Journal of robotic systems, 1986. V. 3. P. 237—247.
Computer vision image processing and communications. Systems and applications. Wang P. S. P (ed) N. Y.: 1987. 200 p.
Computing structures for image processing edited by MYB Duff. London: Academic press. 1983. P. 214.
Doty J. L. Practical Optics to machine vision systems/ZRobotics engineering. 1986. Vol. 8. N 6. P. 4一7.
Doyle P. Machine vision: coming of age//Robotics engineering. 1986. Vol. 8. N 6. P. 28—31.
Forrest A. K- Robot vision//Phys. Technol. 1986. V. 17. N 1. P. 5—9.
Forrest A. K. Robot vision — advanced techniques and the way ahead// Phys, Technol. 1986. V. 17. N 3. P. Ill一117.
Hamby N. A., Abuiwafa M. M. A video Speed A/D Converter for binary coding/Proc. Internat. Symp. оп Circuits and Systems. 1983. May 24. V. I. P. 32—35.
Henkel S. The fundamentals of machine vision systems/ZRobotics engineering. 1986. Vol. 8. N 6. P. 20—23.
Integrated technology for parallel image processing/Edited by S Le- vialdi. NY: Academic press. 1985. 236 p.
. Kanade T., Reddy R. Computer vision/IEEE Spectrum. Vol. 20. N i 1, 1983, November. P. 88—91.
Kautman H., Wods J. W., Dravida S. Estimation and identification two-dimensional images/IEEE Transactions on automatic control. 1983, July. Vol. AC-28. N 7. P. 745—736.
Kinnucan P. Machines that See//High Technology, 1983, v. 4 April. P. 30—36.
Levinr M. D. Vision in man and machine. N. Y.: Me Graw-Hill Book Company. 1985. 574 p.
Krishnamurty E. V, High order tensor product approximation for two- and three-dimensional image blocks with application to multiresolution//Coinputer vision graphics and image processing. 1984. N 25. P. 393—398.
Lillesand T. N., Kieter R. W. Remote sensing and image interpretation. N. Y.: Wiley, 1987. 721 p.
AVarsic L，Cviikovic M. Early processing in a robotic vision system// Automaticii, 1985, 26. N 3—4, P. 161—165.
Mokhoff H. Paraiilelism makes strong bid for generation computers// Computer design. 1984. N 9. P. 104—131.
Petersen V., Even J. C. A Microcomputer vision and Ranging system// Robotics engineering. 1985. V. 8. N 7. P. 26—28.
Pinson L. J. Robot vision: an evaluation of imaging sensors/Robot vision sensors. Vol. 1: Vision. Berlin: Kempston. 1986. P. 15—63.
Rooks Brian. Tackling the speed-cost problem of machine vision//Sen- sor Rev. 1986. N 1. P. 33—35.
L47. Rummel P., Beutel W. Workpiece recognition and inspection by a modelbased scene analysis system/VPattern Recognition. 1984. V. 17. N 1, p, 141—148. 306
P. 30-35.P. 30-35.Sym；膿體旣九黑攜協5A躋%」耽"^ences./Prepr. IFAC. 一 -п^чк ""' D，& Recogniring parts that touch//Robotics Age. 1985. N 6.
P. 30-35.
P. 30-35.
..丁務产評骋g》・ R. Parallel processing in machine visionJ/Robotica, 1984,
J*'* S『v：n H* Mersch Polarized Lighting for Machine Vision Applications/The third Annual Applied machine vision Conference proceedings (Febr. 27—March 1) 1984, Schaumburg (Chicago), Illinois. P. 4.40—4.54.
L5”,竺d M. 0. Application of dynamic scene analysis to robotics/Compsac 82: Proc.辑与与 Comput. Soc. 6th Int. Comput. Sofware and AppL.Conf. (Chicago, Nov. 8—12, 1982) Silver Spring, 1982. P. §92二99.
L53. West J. K- Machine Vision in the Real World of ManufacturingZ/Compu* ter Design. 1983. April, 21. P. 89—96.尸
L54. Whitehead H. G., Mitcheii I., Mellor V. A low resolution vision sensors. Robot sensors. V. 1: Vision. Berlin: Kempston. 1986. P. 67—74.
К гл. 2
Автономные роботы и распознавание образов: Сб. научи, тр. Ии-та кибернетики АН УССР. Киев, 1986. 66 с.
Андреев Ю. Н., Белоглазов Н. H.t Кориков А. М. Корреляционно- экстремальные видеосенсорные системы дли роботов. Томск: Изд-во уи-та, 1986. 239 с.
Викельмаи А. 3” Цао Ч« П. Представление характеристик поля течения на экране дисплея методом цветового кодирования//Аэрокосмическая техника, 1986. № 5. С. 81—86,
Буль В. А., Голинков Ю. П., Рябов А. П. Оптические методы контроля в производстве печатных плат//3арубежная радиоэлектроника* 1985. Ns 3. С. 57—68.
Григорьев В. Н. Автоматический оптический контроль в производстве печатных плат//3арубежная радиоэлектроника. 1988. № 6. С. 86—94.
Иванов В. А., Макаренко В. В. Телевизионно-вычислительная система контроля размеров элементов рисунка фотошаблонов БИС/Техника средств ж связи. Сер. Техника телевидения. 1984. Вып. 6. С. 22—28.*
Инспекционное видение для задач промьпиленной сборки/Д. Е. Охо- цимский, А. В. Волков, С. С. Камышин и др. Препринт Ин. прикл. матем. им. М. В. Келдыша АН СССР. 1984, № 137. 26 с.
Катыс Г. П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. 415 с.
Куафе Ф, Взаимодействие робота с внешней средой. М.: Мир, 1986.
Михайлов А. М. Видеоанализ в робототехнике и ГАП/Сб. ВНИИ системных исследований. 1986. № 18. С. 82—89.
Нильсон Н. Принципы искусственного интеллекта/Пер. с англ. М.:
Черняв-Черняв-Радио и связь, 1985. 373 с.
Черняв-
Черняв-
Системы технического зреиия/А. Н. Пнсаревский, А. Ф.
скин, Г. К- Афанасьев н др. Л.: Машиностроение, 1988. 424 с.小》.口
13. фок м. В. Общие вопросы визуализации изображений/ 1р. ФИАп.
1981. Т. 129. С. 3—12./“，5〃d г
Хата С. Компактное устройство обработки 噌密弋吧尸Y做 для визуальной системы робота//Хитати Хери (Яп.). 1984. Т. 66. № Ю. С. /35— 740
. Aleksander I., Stokham Т. Y., Wilkie В V. “^卡г 唯i%記;贾 for industry. WISARD and the like〃D3・ Syst. Autom. 1983, N 4. P- 305-^323.
16 Ajjen p. K・ Robotic object recognition using vision and touch — Dor& 吗予％隱喇 臨"歌繇翫ted by BG Batcheler. IFS 1985. 650 P.
Bartiam P., Neilson G. Vision system to identify ^^0^?^^^ a spray painting robot/Proc. 3rd Int. Qmf. Robot Vis Sens.微;几張胃引鹽， 1983,協bri摄 Mas USA) IFS, North-Holl. Publishing, 1983. P. 517-522.
Bichsel J” Buess G. Adaptation eines Videosystems in einen Roboter/ SEV Bulletin. 1984. V. 75. N 11. S. 601—605.
Bin-Nun E. Automatic Optical Inspection Focuses on Defects Electron Packag. and Prod. 1984, 24. N 4. P. 82 —87.
Bodenstab J. Machine vision for Electronics manufacturingZ/Robots Engineering. 1986. V. 8. N 9. P. 21一25.
Brady M. Artificial intelligence and robotics.//Artificiat Intelligence
1985, 26. N 1. P. 79—121.'*
Brand S. D., Henry R. M. The place of robots in rneasuienientZ/Meas and Contr. 1985, 18. N 4. P. 124—127.'
Briof M., De Saint-Vincent A. R. Three dimensional systems for autonomous mobile robots/Proceeding of the Internal. conference cm robot vision and sensory controls. Paris, 1986. P. 127—137.
Computer vision for robots/O. D. Faugeras (Ed) Pub. ^v^i) 8叫坦 ham W. A. 1986. 347 p.
Corby N. R. Jr. Machine vision for robotics/IEEE Trans, I rd. Electron 1983, 30. P. 282—291.
Cronshaw A. F. Applying machine vision in the automated factory./ Internationaler Kongress Mikroelektronik 11. Munchen: FRG, 1984. P. 13—15.
Cuciuc G. Demarrage de 1'inspection «Visuelle» automatique circuits imprimes/ZElectronique actualites. 1984, N. 463. P. 18.
Fu K. S., Gonzalez R. C., Lee C. S. G. Robotics: control, sensing, vision and intelligence, N. Y「Me Graw-Hiil Book Company. 580 p.
Hall E. L., Me Pherson C. A. Three dimensional perception for robot vision/Proceedings of SPIE. 1983. V. 442. P. 117—143.
Horn B. Robot vision. N. Y.: MIT Press. 1986. 509 p.
Ikonomopoulas A., Ghani N., Doemens G. Image processing and analysis in multisensory systems/IEEE Trans. Circuits and Syst. 1987. V. 34. N 11. P. 1417— 1431,
Intelligent robots and computer vision： Fifth in a Series/D. P. Casasen (Ed) SPIE. V. 72 6. 1987, 600 p.
Kamerafuhrung durch industrieroboter/ZWerkstattstechnik, 1984. V. 74, N 6. S. 313—314..
Krotkov E., Fuma Summes J. An angle stereo camera system for flexible image acquisition/IEEE J. Rob and Autom. 1988. V. 41. N 1. P. 108—113.
Leichsering 0., Peiersson C. Robot vision paves the way for flexible wor- kshop automation//Asea Journal. 1984. V. 57. N 2. P. 9—12.
Loughlin C. Eye in hand robot vision scores over fixed camera//Sensor Rev. 1983. V. 3. N 1. P. 23—26.
Loughlin G.f Hudson E. Eye in Hand robot vision/Proc. Internal. Conference on Robot Vision and Sensory controls. Stuttgart. 1982. P. 263—270.
Miiier Dwight P. Evaluation of vision systems for teleoperated land vehicles/IEEE Congr Syst. Mag. 1988. V. 8. N 3. P. 37—41.
Motion understanding: Robot and human vision/Ed. W. N. Martin J. K- Aggarwal. Dordrecht: Kluwer. 1988. 464 p.
Nitran D. Three-dimensional vision structure for robot applications/ IEEE Trans Pattern Anol and Mach intell. 1988. V. 10. P. 291—309.
Peschke W. Qualitats kontrolle durch BildanalyseZ/Technica. 1988, 37. N И. P. 48—51.
Pinson L. J. Robot vision: an evaluation of imaging sensors/Proc. of SPIE. 1983. V. 442. P. 15—2 6.
Practical machine vision 一 Arlington (M A) Cutter Information Corp. 1987. 250 p.
Pryor T., Pastorius W. Application of machine vision and machine control in piece part manufacturing industries/Proceedings Internal, Symposium on industrial robots 13. Robots Conference 7. Chicago, 1983, V. 1. P. 3121一3126.
SanSeliu A., TorrasC., Font J. Active-recognition system for acquisition of overlapping and partially-hidden workpieces/System Pren. IFAC Symp. Robot Contr. Barcelona, 1985. P. 355—359、
,У'您°"h乱哼？ ？’ Robotertechnik und Prufautomatisierung In der Teile- fertigung./ZFeingeratetecbnik, 1984, 33. N 10. P. 456—458. 区
緒9M平^* S" 2,呼F; J-» Schmidberger E. Robotergefurte Bildsenso- ren 空' 丁 mdustrielleZ/Fertigung. 1985. V. 75. P. 225—228.
.^0. Systeme de capteurs multiples opto-electroniques a fibres optiques// Instrumentation et systemes. 1981. V. 4. N 1. P. 10」3.» 4
n -2'5\ой7е5оо' M'^rF^l^ *'%'" % 01 wodd of manufacturing.//Computer Design. 1983, 22. N 5. P. 89—90, 92, 94, 96.
.52. Woodcock R Robots handle PC boards in ATE workcellsZ/Electron. Packag. and Prod. 1984, 24. N 9. P. 66—71.
К гл. 3
3丄 Автоматизация дедуктивных построений, распознавание образов и интеллектуальные роботы: Сб. тр. Ин-та кибернетики. АН УССР, Киев, 1988 127 с.
Адаптивные методы обработки изображений： Сб. иаучн. тр. ии-та проблем передачи информации. М.: Наука, 1988. 243 с.
Александров Б. Г., Степанов Ю. А. Бистабильный пороговый датчик для систем с когерентной обработкой изображеиий/Техника средств связи. Серия Техника телевидения. 1988, вып. 3. С. 111.
Бутаков Е、А., Островский В. И., Фадеев И. Л. Обработка изображений на ЭВМ, М.: Радио и связь, 1987. 236 с.
Васин Ю. Г.т Лебедев Л. Н、，Пучкова О. В. Контурные корреляционно- экстремальные методы обнаружения и совмещения объектов видео информации. Автоматизация обработки сложной графической информации. Горький: Изд. Горьковского университета, 1987. С. 97—112.
Думаревский Ю. Д.( Ковтонюк Н. Ф., Савин А. И. Преобразование изображений в структурах полупроводник-диэлектрик. М.: Наука, 1987. 176 с.
Итиро М. Развитие ЭВМ, предназначенных для управления визуальным распознаванием//Робот (Яп.). 1985. № 49. С. 111—117.
Катыс Г. П. Восприятие я анализ оптической информации автоматической системой. М,: Машиностроение, 1986. 415 с.
Катыс Г. П., Осадчий В. И.» Осадчий А. И. Электронно-лучевые информационные устройства. Киев: Наукова думка, 1987. 280 с.
Кознк В. И., Опарин А. Н., Потатуркии О. И. Исследование характеристик голографического коррелятора, сопряженного с видеопроцессором//Автометрия. 1988. № 6. С, 90—107,
Корнеев Ю. А., Михайлов Б. Б., Письменный Г. В. Архитектура системы технического зрения первого поколения//Проблемы машиностроения и автоматизации. 1986. № 10. С. 46—52.
Ллойд Дж. Системы тепловидения. М.: Мир, 1978. 416 с.
Малютин Ю. М., Экало А. В. Применение ЭВМ для решения задач идентификации объектов. Л.: Изд-во ЛГУ, 1988. 252 с.
14 Математические и технические проблемы обработки изображений. Сб. трудов ВЦ СО. Изд-во СО АН СССР, Новосибирск: 1986. 117 с
Методы обработки и формирования растровых изображении/О. И. Семенков С. В. Абламейко, В. В. Старовойтов, В. И. Барейшик. Минск: Изд. АН БССР. 1986. 97 с.
Мирошников М. М. Теоретические основы оптико-электронных приборов. Л.: Машиностроение, 1983. 696 с.Ix _ n。
17 Никитин В. В., Рапопорт Б. Н・，Точиленко И. В. Распознавание полутоновых изображений телевизионной системой с оптической согласованной филь- трацией/Техника средств связи. Сер. Техника телевидения. • ы
С*. 11^18.
Никитин В. В., Рапопорт Б. И., Точиленко И. В. Голографический коррелятор телевизионных изображений/Техника средств связи. Сер. Техника телевидения. 1988. Вып. 5. С. 26—32.
Применение методов Фурье-оптики/Под ред. R Старка. М.: Радио и связь, 1988. 535 с.
Пространственные модуляторы света/А. А. Васильев, Д. Касасеит И. Н. Компанец, А. В. Парфенов. М.: Радио и связь, 1987. 320 с.'
Ребрин Ю. К., Сидоров В. И. Оптические дефлекторы. Киев: Техн1ка 1988. 136 с.'
Садыков С. С., Кадырова Г. X” Азимов Ш. Р. Системы цифровой обработки изображений. Ташкент: Изд. ФАН, 1988. 186 с.
Ступин К- Н. Программное обеспечение системы технического зрения промышленного робота//Программное обеспечение промышленных роботов М • Наука, 1986. С. 182—187.°
Твердотельное телевидение/Л. Н. Хромов, Н. В. Лебедев, А. К. Цы- цулин, А. Н. Куликов. М.: Радио и связь, 1986. 184 с.
Хата С. Компактное устройство обработки изображений для визуальной системы робота//Хитати Херм (Яп.). Т. 66. 1984. № 10. С. 735—740.
Alllnson N. К- Solid-state images for pattern recognition and image processing/Proc. of the conference on photoelectronic imaging. 1985. P, 59—62.
Arconada A., Argirion A. La mesure eii thermographic infrarouge: calibration et traitement du signal//J. Modern Opt. 1987. 34, N. 10. P. J327—1355.
Automated visual inspection/Ed. B. G. Batcheler. IF?S Ltd. 1985. 650 p.
Beiser L. Holographic scanning. N. Y.: Wiley. 1988. 234 p.
Bocker R. P., Drake B. L. The use of optical matrix multiplication techniques for performing other advanced matrix algebra operations./Proc, of the SPIE. 1984. V. 465. P. 121 — 128.
Cassasent D. P., Richards J. Optical Hough and Fourier processors for product inspection/ZOptical Engineering. 1988. V. 27. N. 4. P, 258—265.
Clare D., Cassasent D. P. Practical optical Fourier analysis for high speed inspection/ZOptical Engineering. 1988, V. 27. N. 5. P. 365—371.
Collings N. Optical pattern Recognition using holographic techniques,
NY: Addison一Wesley. 1988. 508 p,
Cormack K・，Johnson A., Lin Zhang. Optical inspection of manufactured glass using adaptive Fourier filtering/ZOptical Engineering. 1988. V. 27, N. 5. P. 358—364.
Ebeling K- J • Hardware fur digitale optische Daten verarbeitune/Laser und Optoelektronik. 1988, 20. N. 1. P, 35 - 42.
Gonzalez R., Safabakhsh K- Computer vision techniques for industrial Inspection and Robot Control/Proc. IEEE Internal. Cornput. Software and Application (Chicago 1982). P. 594—600. '
Heliich S. Some aspects of improving the interpretation of results in terrnovision temperature ineasuroineTit/Proceedings of the symposium on major problems of. radiation pyrometry. 1986. P. 178—179.
Hickernell R, K-» Sarid D. Optical bistability using prism-coupled ^ng-range surface plasmons/Journal of the Optical society of America. 1986. V. 3,
Infrared detectors and arrays/SPIE proc. V- 930. Cont. Orlando. 1988. 505 p.
Inoue Hirochika, Mizoguchi Hiroshi. A flexible multiwindow vision 囂Stem for robots/Rob Res 2 Int. Symp. (Kyoto, Aug. 20—23, 1984) Mass: Cambridge London. 1985, P. 95—102. '
g.空.坦rues Mike. Pattern recognition. N. Y「Wiley, 1988. 144 p.
Kimata M., Denda M^ Yutani N. A 512X512 element Pts: Shottky- 2 *嗚/叱瞭d mage sensor/IEEE J. Solid State Circuits. 1987. SC-22, N 6.
Knoll Thomas F Jain Ramesh F. Recognizing partially visible objects usingfeature indexed hypotheses/IEEE J. Rob. and autom. 1986 V 2 N1 P 3——13. ^in^鹳陋 for pattern re-
ter//lpplied°o™^啜飞需電嶋:弋讎：^ digital optical compu-
Optical computer/Ed. Miller R. K. Publication Madison GA, 1986. 330 p. 310
3・4^с°Р&с"忠gn" processing. Edited by Joseph L. Homer N. Y.: Academic Press. 1987. P. 320.
Optomechanical systems engineering/Proc SPIE. V. 817. Conf. San Di跑c: Bellingham, 1987. 495 p.
Owczarezyk Y. Parallel processor for realtime analysis of binary images// Electron Letters. 1986. V. 22. P. 1177—1181.
Prise M. E.)Streil N., Downs M. M. Optical considerations in the design of digital optical computers/ZOptical and Quantum Electronics. 1988. V. 20. N 1. P. 49-77. , •
Quinlan J. C. What's new in machine vision//Tool. and Prod. 1986. V. 52. N 6. P. 83—86.
Rosier R. Thermal imagery units—methods, state of development, trends// NATO'S sixteen natinns. Nov—dec, 1984. V- 29. N 7. P. 88—94.
Schmitt L. A., Gruver W. A., Ansari A. A robot vision system based on two-dimensional object-oriented models//IEEE Trans. Syst. Man and Cybern. 1986, N 4. P. 582—589.
Schroeder H. E. Practical illumination concept and technique for machine vision applications/Robot Sensors. Vol. 1: Vision Berlin: Kempston. 1986. P. 229— 244.
Scott D. R. Recognizing Parts that TouchZ/Robotics Age. 1985, N 6. P. 30—35. ,
Sheng Yunlong, Lejeune Claude, Arsenault Henri H. Frequency domain Fourier—Mellin descriptors for invariant pattern recognition.//Optical Engineering. 1988. V. 27. N 5. P. 354—357.
Shimano B., Geshke C., Spalding E. A Robot Programming System Incorporating Reabtime and Supervisory Control: Vai II/Proceedings .Robots Vlil Conference. 1984. P. 180一185.
Smith S. D. Optical bistability photonic logic and optical computation//Applied optics. 1986. V. 25, N 10. P. 1550—1564.
Stein G., Tropf H., Waiter I. Interpretation of industrial scenes using augmented transition networks and production systems: procedural vs declarative models./Proc. Pattern Recognit, Pract. 2. Int. Workshop. Amsterdam 1986.
P. 161—170..&…
Tamida Y.f Ichoka Y. Opals: optical parallel array logic system./ZApplied Optics. 1986. V. 25. N 1. P. 1565—1570../D
Uno M. Multiple parts assembly robot station with visual sensor./Proc. International Conference an Assembly Automation. 1984. P. 55—64..
62. Wester F., Arrathon R. Integrated optical pattern recognition device./ Proc. SPIE. 1984. V. 465. P. 138—142..〃
Wilson Manissa J. Dobree Adaptive windows edges, stereopsis and sines.// Pattern Recogn. Letters. 1986. V. 4. N 5. P. 35]—?58.K1 nntiml
64 Yu F. T. S., Ludman J. E. Microcomputer-based programmable optical correlator for automatic pattern recognition and identification.//Optics Letters. 1986. V. H. N 6. P. 395—397.
К гл.К гл.44
К гл.
К гл.
4
4
1 Днзопг Ю Опознавание положения с использованием оптоэлектронных визуальных ^вствнтельных элементов//Пробле№ машиностроения и автома- 睜注，吃# 牝 £4箫;е и анализ оптической информации авзатн吟 ^TZ^ Р060^ М・：Энергия, 19794 /%*ыс Г. П. Оптические информационные системы роботов-манипуля- Т0Р0^М'Ка?ы"г0СПР°^^ представление информации.
ии-ии-M」^^Катыс'г'п.^Осадчий В. И. Осадчий А. И Электронно-лучевые формационные устройства. Киев: Наукова думка, 1987. 340 с.
ии-
ии-
Кононенко Н. А., Тонковид И. Л. Оптоэлектронная подсистема ближ* ней локации предметов в решении задачи адаптации роботов./Проблемы проектирования гибких производственных систем н робототехнологических комплексов. Киев: Наукова думка. 1985. С. 117一121.
Моримото Е. Измерение деформаций при помощи метода сканирования муаровых изображен ий//Нихон кикой гаккаи ромбу нею (Яп.). 1984. Т. А 50, С. 489—494.
Рыбак В. И., Марченко В. Б. Распознавание промышленных деталей с использованием управляемой подсветки/Роботпзация сборочных процессов, М.: Наука, 1985. С. 228—235.
Сайто К・,Киси нами Т. Система бесконтактного измерения геометрических форм//Кпкай то когу (Яп.), 1985. Т. 29. № 6. С. 26一32.
Самойлов Ф. В., Цветков А. И. Применение тслеш⑶юннтх устройств для исследования поверхностей объектов методом муара//Робототсхника, 1981. Т. 36, № 10. С. 39—41.
Altschuler М. D., Altschuler В. R., Taboada J. Laser Electro-Optic System for Rapid Three-Dimensional (3-D) Topographic Mapping of Surfaces// Optical Engineering. V. 20. P. 953一961.
Arimoto S. Hydrogenated amorphous silicon position sensitive detector// Journal of applied physics. 1985. V. 57, N 10, P. 4778—4782.
Bania С. P., Lin Y. C. Theory and implementation of a high capacity 3-D recognition system/Proc. IEEE Intern. Conf, on Robotics and automation. San Francisco. 1986. P. 1086—1104.
BesI Paul Y. Active Optical Range imaging sensorsZ/Machine Vision and Applications. 1988. V. 1, N. 2. P. 127一152.
Bolles R. C. Three-dimensional locating of industrial parts/Robot Sensors. Vol. 1: Vision. Berlin: Kempston. 1986. P. 245一255.
Connah D. M., Fishbourne C. A. Using a laser for scene analysis/Proc. Internat. Confer, on Robot Vision and Sensory controls 2. Stuttgart. 1982. P. 233—240.
Coronado J. L., Barral J. C., No J. Automatic visual application in the automobile accessory industry. Prepr, IFAC Symp. Robot Contr., Barcelona. 1985. P. 173—179.
Doty J. L. Projection Moire for Remote Contour Analysis//J. Opt. Soc. Am., V. 73. March, 1983. P. 366—372.
Drews P., Frassek B., Willms K* Optical sensor systems for automated arc welding/ZRobotics. 1986, V. 2, N 1. P. 31—41.
Fuhrman M., Kanade T. Optical proximity sensor using multiple cones of light for measuring surface shape/'/Optical engineering. 1984. V. 23, N 5, P. 546—553.
Haiiona M., Krishnamurthy R. S., Liu H. Projection moire with moving gratings for automated 3-D topography/ZApplied optics. 1983. V. 22. N 6. P. 850— 855.
Hegebus Z. S., Small G. W. Shape measurement in industry with sub-pixel definition/ZActa polytechnica Scandinavica. 1985. V. 2. N 11 — 14. P. 101—104.
Hippier H. P. Neue laseroptische distanzmessung Fachberichte//Hut tenpraxis metal 1-weiterverarbeitung. 1983. V. 21. N 2. S. 90.
Idesawa Masanori. 3-D shape input and processing by moire technique./ Proc. 5-th Int. Conf., Pattern Recogn (Miami Beach, Fla). 1980 V. 1—2. N. Y・ P. 1085—1090.
James P., Simmons L. A real time three-dimensional vision-system for robotic guidance/ZRobotics engineering. 1986. V. 8, N. 1, P. 23—24.
Kanade T., Sommer T. An optical proximity sensor for measuring surface position and orientation for robot manipulation/Proc. International Symposium： Robotic Research. 19 84. P. 547—563.
19814'2s' t7oTCap 卩^員。^)'111“14are becomingsmarter//High Technology.
Kinohita G・，Idesawa M., Naomi S. Robotic range sensor with projection of brightning patternZ/Journal Robotic systems. 1986. V. 3. N 3. P. 245.
312
4•吁乎:心獣1＞含衣人乱叫 W-» Idesawa M. A prototype of optical proximity sens” based on 叫RS/夕?呼照 1 of Robotic Systems. 1986. V. 3, n. 2. P. 183—190. • 2-4,3 / VV-nat /^ Kafn 0. Slope and deformation mapping by grating projection techniqueZ/Optical Engineering. 1985. V. 2 4. N 1? P. 150—152.岳
Lohmann A. W., Po-Shiang B. L Computer Generated Moire//Opt* Commun. V. 34, August 1980. P. 167—170. »
Loughlin G^ Morris Y. Line, edge and contour following with eye in hand vision system/Robot Sensors, Vol. 1: Vision. Berlin: Kempston. 1986, P. 95—102.
Masanori Idesawa, Genichiro Kinoshita. New Type of Miniaturized Optical range—Sensing methods RORS and RORSTZ/Journal of Robotic Systems. 1986. V. 3, N.2. P. 165—181.
Melchior K・，Pavel G. Automatisiren von Prufvorgangen mit bildverar- beitenclen Sensoren//Techn. Mess. 1983. 50, N 6. P. 225—231.
Nimrod N., Margalith A., Mergler H. W. A laser-based scanning rangefinder for robotic applications/Robot Sensors Vol. 1: Vision. 1986. Berlin: Kempston. P. 159—173.
Okada T. Development of an optical distance sensor for robots//Robotic Research. 1982. V. 1, n. 4. P. 3—14.
Pekelsky J. P. Automated contour ordering -in moire topograms//Opt. Eng. 1987. N 6. P. 479—486.
Rioux M. Laser range-finder based on synchronised scanners/Robot Sensors. Vol. 1 ： Vision. Berlin: Kempston. 1986. P. 175—190.
Robot Sensors.: Vol. 1 Vision Ed. Alan Pugh. Kempston: IFS (publ.) Berlin: Springer. 1986. 275 p.
Schmidt K. Beruhrunslose optische Langen ung abstandsmessung mit Hilfe Triangulations一verfahren/ZFeingeratetechnik. 1988. V. 27, N. 4. P. 170—172.
Strand T. C. Optical three-dimensional sensing for machine vision// Optical Engineering. 1985. V. 24, N 1. P. 33—40..
Stremd T. C. Optics for machine vision/SPIE V. 456 (Optical Computing). 1984. P. 86—93.
Waxman Allen M., Le Moigne Jacqueline. Projected light grids for short range navigation of autonomous robots/Proc. 7-th Int. Conf. Patern Recogn. Л1оп- treal. 1984： Vol. 1. P. 203—206..
Wolanski V. J. Vision system senses needs of sheetmetal fabrication// Mach, and Tool Blue Book. 1984. V. 79, N 12. P. 62一64.
Yoshiharu Morimoto, Application of moire analysis of strain using Fourier transform/Optical Engineering. 1988. V. 27. N 8. P. 51—57.
К гл. 5
валюс Н. А. Стерео: фотография, кино, телевидение. М.: Искусство, 1986. 306 с.л2nd
Гюш Д, Двухканальная система высококачественного объемного теле- видения/УЭлектроника. 1986. Лэ 2. С. 19—20.
Катыс Г. П. Визуальная информация и зрение роботов. М.. Энергия, ]979 175 с.
Катыс Г. П. Объемное и кваз«объемное представление информации. М： 5 5ерК^ыс?5П3 Оптические информационные системы роботов-манипулято- Р°в/YA鵠爲蠲壊」几器：видеосенсориые системы для роботов/ Ю. А. Андреев', Н. Н. Белоглазов, А. М. Кориков и др. Томск. Изд во Томско
У"М‘7%сЛ° М： Симметрированные алгоритмы стереометрии Автономные 沫%胃當喘協碎險禽歌麓蒔通蒔 рабо瑞，牆器р；匿;當 Ннали! пространственных сцен//Зарубежная радиоэлектроника. 1988. № 6. С. 21 27.
5.10. Alexander В. F. A liquid crystal prelection system for 3-D imaging/Proc. 5-th Int. Conf. Robot Vision and Sens. Contr. Amsterdam. 1985, P. 211—222.
5J1. Amat L, Lari о V. A vision system with 3-D capabilities/IEEE Int. Conf. Rob. and Autom. St Louis, Silver Spring. 1985. P. 2—5.
Clare J. J・，Lawrence P. D. A theoretical basis for diffrequences stereo// Comput. Vision Graph and Image Process. 1986. V. 35, N 1. P. i—19.
Cornog К. H. Smooth pursuit and fixation for robot vision/lEEE Proc* Int. Conf. Cybern. and Soc. New York, 1985. P. 956—960.
14 Demoreau Yves. A Stereoscopic vision sensor for robotics: use design and calibration/Proc. 15-th Symp. Ind. Rob. Tokyo. 1985. P. 357—365.
15 Faugeras 0. D., Germain F., Kryze G. Toward a flexible vision system/ Proc. 12 Int. Symp. on ind Robots; 6-th Int. Conf, on ind Robot Techology. Paris. 1982. P. 67—78.
Fryer R. J. Archie-an experimental 3-D vision systcm/Picc. International conference on robot vision and sensory controls 4. London, 1984, P. 197—208.
Herman M., Kanade T. Incremental reconstruction of 3-D scenes from multiple, complex images//Artif. Intell. 1986. V. 30. N 5. P. 289 —341.
Houkes Z. Distance measurement by stereo vision/Proc. 5-th. Int. Conf. Rob. Vision and Sens, Contr., Kempston. 198 5. P. 393—401.
James F., Simmons Jr. A real-time three-dimensional vision system for robotic Guidance/ZRobotics Engineering 1986. V. 8. N 1. P. 23—24
Johnstone P. Stereovision for robotic seam sealant spraying/Proc. Int. Conf. Robots Automat. Birmingham. 1985. P. 76—82.
21. Jordan John R., Bovik Alan C. Computational stereo vision using color.//IEEE Contr. Syst. Mag. 1988. N 3. P. 3i—3Q.,
Kanade T. Three-dimensional machine vision. Canegie. Mellon Univ. Pitts l■.^г■^h. 1987. 624 p.
Kenchi Katsushi. Region-based stereo on needle maps/Ргос. Int. Conf. Adv. Rob. Tokyo. 1985. P. 207—214.
Koshikawa Karutade, Shirai Yoshiaki. A 3-D modeler for vision research/ Proc. Int. Cont. Adv. Rob. Tokyo. 1985. P. 185—190.
Krotkov E., Fuma F., Summers J. An agile stereo camera systems for flexible image acquisition//IEEE Ind. Rob. and Autom. 1988. V. 4, N 1. P. 108—113.
Kunoy K・ Three-dimensional vision techniques for an advanced robot system/IEEE Int. Conf. Rob. and Autom., St. Louis, Silver Spring, 1985. P. 11—16.
La Goe D. BD vision^guided welding robot systerr,//Ind. Robot. 1984. V. H, N 1. P. 18—20..
Lim К. C., Lee S. W., Cho H. S. Dimensional measurement of 3-D object through stereometric image processing/Proc. 5-th Conf. Vision and Sens, Contr, Amsterdam, Kempston. 1985. P. 495—508.
Miller R. K. 3-D machine vision. New York. 1984. 215 p.
Morris H. M. Robots see in 3-D//Contr. Eng. 1986. V. 33. N L P- 72—75,
Nishinara H. K- Practical real-time imaging stereo matcherZ/Optical Engineering. 1984. V. 23, N 5. P. 536—540.
Okano H. Half-moon crawler driven robotic vehicleZ/Pobotto Robot, 1984. N 44. P. 2 6—30.
Rosenfeld A. Techniques for 3-D Machine Perception. Amsterdam: N-Holl. 1986. 320 p.
Shirai Yoshiaki. Three-dimensional computer vision. N. Y.: Springer. 1986. 310 p.
Sternberg S. R. 3-D robot guidance vision system/Ргос. and Int. Conf. Mach intell. London. Kempston, Amsterdam. 1985. P. 117—125.
Takashi Ohmori. Binocular stereo vision system using on Eye and Neuron ModelZ/Journal of Robotic systems. V. 3. N 2. 1986. P. 149—163.
Thorpe C., Matthies L., Moravec H. Experiments and thoughts on visual navigation/lEEE Int. Conf. Rob. and Autom.. St. Louis, Silver SDrinw. 1985. P. 830—835,p
aJ^^^К嚟pW龈%記
?乎，+叫駛 P- Artlfical vision — Emergence as a major factor in the robo- :鼠嘈嚏丝％ "eWSympgon Industrial Robot Technology. Gothenburg,
『•吗£犬'丫，氐9學T^l "Г К. On modelling 3-D objects using multiple 濟澀当M需°& IEEE。七 ^ • R。，and Autom. Vol. 2. Washington. 1987.
Wiese D. М. Improving quality with optoelectronic measurement//Too- ling Production. 1983, April, NLP. 72—77.
К гл. 6
6」.Авиационные системы информации оптического диапазона/Ю. В. Бай- бародин, В. А. Волков, В. К. Вялов и др. М.: Машиностроение, 1985. 264 с.
Байбародин Ю. В. Основы лазерной техники. Киев: Вища школа 1981 320 с.'•
Волконский В. Б., Яковлев В. В. Высокоточные лазерные светодальио- меры для геофизики, гидротехники и машиностпоения/Тр. Гос. оптич, ин-та. 1985, т. 58. № 192. С. 217—229.
Евтихиев Н. Н., Батоврин В. К. Применение лазеров в измерительных системах. М.: МИРЭА. Изд. МИРЭА, 1984. 120 с.
Капустин А. А., Разумовский В, Н.» Яцевич Г. Б. Пространственно- спектральный анализ сканирующей системы видения/Изв. вузов СССР. Приборостроение, 1980. Т. 23, № 6. С. 29—43.
К^тыс Г. П. Восприятие и анализ оптической информации автоматической систедюй. М.; Машиностроение, 1986. 414 с.
К^тыс Г. П., Кравцов Е. П.)Чирков Л. Е. Модуляция и отклонение оптического излучения. М.: Наука, 1967. 176 с.
Кирильченко А. А., Плотников А. М. Возможности использования
микропроцессоров для предварительной обработки дальиометрнческой информации/Микропроцессорные системы управления в робототехнике. М.: Наука, 1984. С. 77—83,
Козлов Ю. М. Принципы организации систем распознавания трехмерных объектов по информации от сканирующего измерителя расстояний/Робото- техника- Межвузовский сборник. Л.： Изд. Ленинградского механического института. 1983. С. 128—132.
Куафе Ф. Взаимодействие робота с внешней средой/Пер. с франц. М.: Мир, 1985. 285 с.
Кузьминов Ю. С. Сегнетоэлектрические кристаллы для управления лазерным излучением. М.: Наука, 1982. 399 с.
12 Лазерная анемометрия, дистанционная спектроскопия и интерферо- метрня/В. П. Клочков, Л. Ф. Козлов, И. В. Потыкевич, М. С Соскин. Киев: Наукова думка, 1985. 758 с._
Лазерная локация/И. Н. Матвеев, И. И. Протопопов, И. Н. Троицкин, Н. Д. Устинов. М.: Машиностроение, 1984. 272 с п _ тл
14 Лазеры в авиации/И. Н. Гончаров, В. Н. Дежин, В. П. Кутахов и др.: Под ред. В. М. Сидорина. М.: Воениздат, 1982. 160 &
Малашин В. П., Каминский Р. П., Борисов Ю. В; Основы проектирования лазерных локационных систем. М.: Высшая школа 198J2s
Молебный В. В. Оптико-локационные системы. М.: Машиностроение,
.n4nonoB Ю. В., Бендягин А. А. Захаров А. \Мал^Р^е^ дальномеры и перспективы их развития/Труды Гос. оптнч. ии-та. 1985. Т. 58. № 督8匕黑】需в В. В., Устинов Н. Д. Лазерное гетеродирование. М.:
оптическим лучом в пространстве, М.:оптическим лучом в пространстве, М.:Наука, 1985. 288 с.
оптическим лучом в пространстве, М.:
оптическим лучом в пространстве, М.:
Ребрин Ю. К. Управление Сов. Радио, 1977. 336 с.
Ребрии Ю. К., Сидоров В. И. Оптические дефлекторы. Киев: Техн1ка, 1988. 136 с.
21 Рыбак В. И., Болдырев А. И., Хоменюк А. В. Алгоритмы обработки визуальных данных в системах зрительного восприятия манипуляционных ро. ботов/Роботизация сборочных процессов. М.: Наука, 1985. С. 235—249.
Светолокационная система зрения транспортного робота/Г. М. Беляков, Р. Н. Гробовой, О. С. Ипатов и др. Тезисы докладов конференции «Сенсорные системы животных и роботов». Вильнюс: Изд-во В ГУ» 1985. С. 51 —54,
Системы очувствления и адаптивные промышленные роботы/Под ред. Д, Е. Охоцимского. М.: Наука, 1985. 270 с.
Слободян С. М., Цупии А. А. Лазерные навигационные системы автономных транспортных средств//3арубежная радиоэлектроника, № 6. 1988, С. 13—20.
Хомеиюк А. В. Универсальный фильтр для обработки яркостных и дальностных изображений/Математические и технические средства робототехники и распознавания образов. Киев, Наукова Думка, 1981. С. 25—3i.
Яцевич Г. Б., Наумов А. П. Лазерные информационные системы для промышленных роботов/Опыт применения лазеров в приборостроении н машиностроении. 几：Знание, 1983. С. 30—33,
27 Boyter В. A., Aggarwal J. К. Recognition of polynears from range data// IEEE Expert. 1986. V. 1. N 1. P. 47—59.
Briot M., de Saint—Vincent A. R. Three dimentional perceptory system for autonomous mobile robots/Proc. 6 th. Conf. Rob. Vision and sens. Contr., Paris. 1986. Kempston; Berlin, 1986. P. 127一137.
Bumbaca F., Blais F., Mare Riouz Real-time correction of three-dimen- fional non linearities for a laser range-finder.//Optical Engineering. 1986. April. V. 25. N 4. P. 561—565.
Chiang F. P., Lin C. J ・ Stress analysis of inplane vibration of 2-D structures by a laser specie method.//Applied Optics, 1980. V. 19. N 16. P. 2705一2708.
Clergeot H., Placko D., Gulllon S. Laser range finding sensor for robo- tics/Proc. 6th Int. Conf. Rob. Vision and sens. Contr., Paris. Kempston, Berlin, 1986. P. 235—244.
Clergeot H., Placko D., Guillon S. Short-range laser time of flight measurement and 3-D vision/Proc. Intern. Conf, on Advanced Robotics 3. Versailles. 1987. P. 371—381.
Cobry N. R. Range image sensing and processing for robotic control/ Proc. 5th Int. Conf. Robot. Vision and Sens. Contr., Amsterdam. Kempston, 1985. P. 429—438.
Fangeras O. D., Hebert M. The representation, recognition and positioning of 3-D shapes from range data/Techn. 3-D Mach. Percept. Amsterdam 1986. P. 13—51.
Fangeras O. D., Hebert M. The representation recognition and locating of 3-D objects//Int. J. Rob. Res. 1986. V. 5, N 3. P. 27—52.
Foorcl R., Yones R., Vaughan Y. M. Precise comparison of experimental and theoretical SNRs in CO2 laser heterodyne systems.//Applied Optics. 1983. V. 22. N 23. P. 3787—3795.
Forrester P., Hulme K. Review Laser RangetindersZ/Optical and Quantum Electronics. 1981. N 3. P. 259—293.
Giglio M., Misarris. Misura in tempo reale di distribuzioni superficial! di vibrazionale di spostamenti con techniche di interferometria speckle.//Alta fre- quenza. 1978, t. 47. N 3. P. 177 —181.
Graham J., Noe K. Extraction of three dimensional information from registered range and luminous images/Proc, IEEE Int. Conf. Svst. Man and Cvbern, Alexandria. Vol. 2. NY, 1987. P. 645—649.
Hebert M. Outdoor scene analysis using range data/Ргос. IEEE Int. Conf. Rob. and Autom. San Francisco Calif. Vol. 3.Washington, 1986 P. 1426—1432.
Industrial Applications of laser/Ed. Hans Koebner Chichester N. Y・, 1984. 340 p. *
jacobus C., Tamko L., Riggs A. 3-Dimensional laser radar range ima- g吗S)m<mes of papers presented at the. Machine Vision Topical Meeting. 1987.
Kahn W D., Degnan Y. J Engiar T. S. The airborne laser raneinc 芻干m its capabilities and apphcations/ZBulletin Geodesique. 1983. V. 57. P. 180— VDl6-t ㈱噸;SensorenJmMHl-Berich-Entwicklungsstand und trends.//
.^fr— Pr>ncipes et techniques d^application/H. Maillet—coordina- teur. Paris, 1984. 550 p.
Leron R. T. L. A CW CO2 laser range-finder using heterodyne detection and on-off amplitude modulation/ZOptics and Laser Technology 1983, June. V. 15. N 3. P. 153—159.
Maree L., JuiJiere M.t Perrichot H. Localisation absolue d'un robot mobile a 1 aide, (Tun telemetre-laser panoramique/Reconnaissance form, et intell, artif. T. 1.,4-eme Congr. 1984. Paris. P. 399—408.
Nishide Kenichi. Automatic position findings of vehicle by means of laser/Proc. IEEE I nt. Conf. Rob. and Autom. San Francisco, Calif. Vol. 2. Washington, 1986. P. 1343—1348.
Rirney R. D., Coben F. S. A maximum—likelihood approach to segmenting range data//IEEE Ind. Rob. and Autom. 1988. V. 4, N 3. P. 277—286.
Shu David B., Li С. C., Sun Y. N. An approach to 3-D object identification using range images/Proc. IEEE Int. Conf. Rob. and Autom. San Francisco, Calif. Vol. 1. Washington, 1986. P. 118—125.
Silverman В. B. Multifunction CO2 NDE Sensor — a status report./IEEE & AECON'82: Proc. National Aerospace and Electronics Conference. Dayton, 1982. P. 568—575.
Stoffregen B., Feiske A. Scanning laser Doppler vibration analysis sys- tem/SAE Techn. Pap. Ser., 1985, N 8503227. P. 1—7.
Suares Feijoo R. Medition de distancias mediante el uso de teser en robo- tica//Rev. esp. electron. 1988. V. 36, N 40. P. 51—55.
Thomas W., Cathey W., Davis C. Vision system with ranging for maneuvering in space//Optical Engineering. 1986, July, v. 25. N 7. P. 821—824.
Veniuri В. C., Mitiche A., Aggarwal J. K・ Curvature-based representation on objects from range data//Image and Vision Comput. 1986. V. 4, N 2. P. 107-114. 」
Vincent D., OtisG. Telemetre a detection coherente avec un laser a ondes entretenues: etude et conception//Canadian Journal of Physics. 1983, v. 61. N 2. P. 318—331. … ± ,
William Alexander, David L. Clare, Corrine A. Stewart. Coherent optical radar/'/Optical Engineering. V. 27. 1988, N 1. P. 11—15.
Yarvis K.. A. Expedient 3-D Robot colour vision,-Proc, of the International Conference on robot vision and Sensory Controls 2. V. 2—4. Stuttgart, '982. P. 327—338. , . ..
Zervos P. Winkeleinflu auf die langenmeSsun£f be^veg er matenalien nach dem laser—referenzstrahl—dopplerverfahren./Feinwerktechn.】9阻 93. ^ > S. 234—236.
7.1.502 с.7.2. скопня.7.3. ческого 287 с.7.1.502 с.7.2. скопня.7.3. ческого 287 с.ДьюлиДьюлиЖаровЖаровУ.У.В.В.К гл. 7Лазерная технология и анализ материалов. М.: Мир> 1986.П., Летохов В. С. Лазерная оптико-акустическая спектро-К гл. 7Лазерная технология и анализ материалов. М.: Мир> 1986.П., Летохов В. С. Лазерная оптико-акустическая спектро-需口у?；義'АШГурылев А. С. Автоматизация визуального технологи-контроля в электронном приборостроении. Л-： х^ашиностроенне, 1987.需口у?；義'АШГурылев А. С. Автоматизация визуального технологи-контроля в электронном приборостроении. Л-： х^ашиностроенне, 1987.…7.4. Coufai h.，м。н,… 洲吁馬册嬲弋畸甯唯能1席 Hadamard Transform T^chn1^ DPPj*e Quantitative flow characterization with 7 5 Gererazio E. R・,Roth 以/;宀曙乙〔q^ V. 4 4 N 7. P. 863—870.«canning laser acoustic microscopy/ZMater. Eva .•‘^^…7.4. Coufai h.，м。н,… 洲吁馬册嬲弋畸甯唯能1席 Hadamard Transform T^chn1^ DPPj*e Quantitative flow characterization with 7 5 Gererazio E. R・,Roth 以/;宀曙乙〔q^ V. 4 4 N 7. P. 863—870.«canning laser acoustic microscopy/ZMater. Eva .•‘^^
7.1.
502 с.
7.2. скопня.
7.3. ческого 287 с.
7.1.
502 с.
7.2. скопня.
7.3. ческого 287 с.
Дьюли
Дьюли
Жаров
Жаров
У.
У.
В.
В.
К гл. 7
Лазерная технология и анализ материалов. М.: Мир> 1986.
П., Летохов В. С. Лазерная оптико-акустическая спектро-
К гл. 7
Лазерная технология и анализ материалов. М.: Мир> 1986.
П., Летохов В. С. Лазерная оптико-акустическая спектро-
需口у?；義'АШГурылев А. С. Автоматизация визуального технологи-контроля в электронном приборостроении. Л-： х^ашиностроенне, 1987.
需口у?；義'АШГурылев А. С. Автоматизация визуального технологи-контроля в электронном приборостроении. Л-： х^ашиностроенне, 1987.
…7.4. Coufai h.，м。н,… 洲吁馬册嬲弋畸甯唯能1席 Hadamard Transform T^chn1^ DPPj*e Quantitative flow characterization with 7 5 Gererazio E. R・,Roth 以/;宀曙乙〔q^ V. 4 4 N 7. P. 863—870.
«canning laser acoustic microscopy/ZMater. Eva .•‘^^
…7.4. Coufai h.，м。н,… 洲吁馬册嬲弋畸甯唯能1席 Hadamard Transform T^chn1^ DPPj*e Quantitative flow characterization with 7 5 Gererazio E. R・,Roth 以/;宀曙乙〔q^ V. 4 4 N 7. P. 863—870.
«canning laser acoustic microscopy/ZMater. Eva .•‘^^
7 6 Maidague X・，Cielo P・，Jen С. K. NDT applications of laser^generated Ж focused acoustic wavek//Mater. Eval. 1986. V. 44 N 9. P. H20-11241
77 Martin D. J. V. Electro-optic aids to quality assessment and structural -S
validation.//Mater. EvaL 1988. V. 46, N 1. P・ 52—62.箏
7 8 Murohv P. C・，Wetsel G. C. Photothermal methods of optical characteriza-曜' tion of'mate?ials//Mater. Eval. 1986. V. 44 N 10 P. 1224^1230.与
7 9. Tracer F・，Coufal H. Oberflachenanalyse mit lasennduzierten therniischen wellen.Z/Laser und Optoelectr. 1986, 18, N 3. S. 216—225.
К гл. 8
,1. Здор С. В., Широков В. Б. Оптический поиск и распознавание. М.： Наука, 1973. 239 с.
Катыс Г. П. Информационные сканирующие системы. М.: Машиностроение, 1965. 448 с.
Катыс Г. П. Автоматическое сканирование. М.: АУашиностроенне, 1969.
5[8 с
Катыс Г. П. Оптико-электронная обработка информации. М.： Машиностроение, 1973. 447 с,
5. Катыс Г. П. Визуальная информация и зрение роботов. М.： Энергия, 1979/175 с.
Катыс Г. П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. 414 с.
Рождественский Ю. В., Вейнберг Б. В., Саттаров Д, К. Волоконная оптика в авиационной технике. М.: Машиностроение, 1977. 165 с.
Agrawal A. Robot eye—hand using fibre optics/Robot Sensors. Vol. 1. Vision. Berlin, Kempston. 1986. P, 115—126.
Automated visual inspection/Ed. by BG Batcheler. IFS LTD, 1985. 650 p.
Beni G., Hackwood S., Rin L. Dinamic sensing for robots 一 an analysis and implementation/Robot Sensors. Vol. 1. Vision. Berlin, Kempston. 1986. P. 139—156.
Damm Lennart. A three-dimensional fiber optical proximity sensor system./Robot II. 17 the International Symposium on industrial robots. Chicago, Illinois, 1987. P. 2.1—2.18.
Ferretti M. Capteurs a fibres optiques: renjeu.//Sciences & techniques* 1984, N 3. P. 52—58.
Schneiter J. L. An optical tactile sensor for manipulators//Robotics & Computer Integrated Manufacturing. 1984, v. 1, N 1. P. 65—71.
Schroeder H. E. Circular scanning and its relationship to machine vision JThird Annual applied machine vision conference proceedings. Schaumburg (Chicago) Illinois, 1984. P. 4.55—4,74.
ОГЛАВЛЕНИЕ
Предисловие 3
Введение 5
ГЛАВА 1. Общие пршгцтшьг построения систем машинного видения , , .24
ГЛАВА 2. Назначение, области применения и характеристики систем машинного видения 57
ГЛАВА 3. Оптпко-электронные анализаторы плоских изображений ...98
ГЛАВА 4. Оптико-электронные анализаторы объемных сцен со структурированным подсветом 134
ГЛАВА 5. Оптико-электронные стереоанализаторы трехмерных сцен 170
ГЛАВА 6. Дальгюметрические сканирующие лазерные анализаторы трехмерных сцен 215
ГЛАВА 7. Комбинированные лазерно-акустические системы визуального контроля 245
ГЛАВА 8. Волоконно-оптические устройства анализа изображений 260
Заключенне 300
Список литературы 305
ПРОИЗВОДСТВЕННОЕ ИЗДАНИЕ
КАТЫ С Георгий Петрович
ОБРАБОТКА ВИЗУАЛЬНОЙ ИНФОРМАЦИИ
Редактор А. В. Лысенко
Переплет художника Л. Минаевой Художественный редактор Л. С. Вершинкин Технический редактор Т. Я. Андреева Корректоры：О. Е. Мишина, Л. А, ^гупьева
ИБ № 5921
Сдано в набор 06.10.89. Подписано в печать 09.01.90. Т-07002, Формат 60X90 厶。丿丫叫& типограф № 1 . Гарнитура литературная. Печать офсетная. Усл. печ. л- ^
Усл. кр.-отт. 20,0. Уч,-изд. л, 22,98, Тираж 5500 экз. Заказ 867： Цена 1 Р・ 二
Ордена Трудового Красного Знамени издательство «Маш н построен и е>, 107076, М℃*®豳
Стромынский пер., 4
Типография № 6 ордена Трудового Красного Знамени нздатрпьства «Машнностр。印嘿 при Государственном комитете СССР по печати. 193144, Ленинград, ул. Моисеев ко, 1°