La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Controllo dei Robot A. Rizzo Visione Artificiale La visione del robot può essere definita come il processo di estrazione, caratterizzazione e interpretazione.

Presentazioni simili


Presentazione sul tema: "Controllo dei Robot A. Rizzo Visione Artificiale La visione del robot può essere definita come il processo di estrazione, caratterizzazione e interpretazione."— Transcript della presentazione:

1 Controllo dei Robot A. Rizzo Visione Artificiale La visione del robot può essere definita come il processo di estrazione, caratterizzazione e interpretazione delle informazioni provenienti dalle immagini di un mondo tridimensionale. La percezione è il processo che fornisce unimmagine visiva. La preelaborazione si occupa di tecniche come la riduzione del rumore e il miglioramento dei particolari. La segmentazione è il processo che divide le immagini in oggetti di interesse. La descrizione tratta il calcolo delle caratteristiche (per esempio dimensioni, forme) utilizzabili per differenziare un tipo di oggetto da un altro. Il riconoscimento è il processo che identifica questi oggetti. Linterpretazione conferisce un significato agli oggetti riconosciuti.

2 Controllo dei Robot A. Rizzo Acquisizione delle immagini ( Percezione) n Telecamere TUBO VIDICON

3 Controllo dei Robot A. Rizzo Sensori CCD Sensori lineari. Il componente di base di un CCD lineare consiste in una riga di elementi sensibili di silicio, detti fotoelementi. I fotoni dellimmagine attraversano una struttura di Gate di silicio policristallino trasparente e vengono assorbiti dal cristallo di silicio, creando così coppie lacune – elettroni. I fotoelettroni risultanti sono raccolti nei fotoelementi e lentità delle carica raccolta da ogni fotoelemento è proporzionale allintensità luminosa in quel punto. Sensori di area. I sensori di area sono simili ai sensori lineari, con la differenza che i fotoelementi sono disposti in forma matriciale e che esiste un registro di trasferimento tra le colonne dei fotoelementi

4 Controllo dei Robot A. Rizzo Sensori CCD

5 Controllo dei Robot A. Rizzo

6 Standard video n CCIR 625 righe per quadro - 25 quadri al secondo (Europa, Australia) n RS righe per quadro - 30 quadri al secondo (USA, Giappone)

7 Controllo dei Robot A. Rizzo Immagine digitale Digitalizzazione delle coordinate spaziali (x, y)= campionamento di immagine Digitalizzazione in ampiezza = quantizzazione dellintensità o dei livelli di grigio

8 Controllo dei Robot A. Rizzo Esempi : Campionamento di immagini 256 x x x x 32

9 Controllo dei Robot A. Rizzo Esempi : Livelli di grigio

10 Controllo dei Robot A. Rizzo Tecniche di illuminazione

11 Controllo dei Robot A. Rizzo Geometria dellimmagine Traslazione

12 Controllo dei Robot A. Rizzo Trasformazione di scala

13 Controllo dei Robot A. Rizzo R k (- ) = R k T ( ) con k = x, y, z Rotazione

14 Controllo dei Robot A. Rizzo Trasformazione di prospettiva

15 Controllo dei Robot A. Rizzo Matrice di trasformazione della prospettiva

16 Controllo dei Robot A. Rizzo Traformazione inversa w h = P -1 c h,

17 Controllo dei Robot A. Rizzo Indeterminazione del punto Supponiamo che un dato punto dellimmagine abbia coordinate (x 0, y 0, 0), dove lo 0 nella posizione di z sta ad indicare che ci stiamo muovendo nel piano z = 0. Il punto dimmagine di coordinate (x 0, y 0 ) corrisponde allinsieme dei punti 3D allineati che giacciono sulla retta che passa per i punti (x 0, y 0, 0) e (0, 0, ).

18 Controllo dei Robot A. Rizzo Soluzione La ricostruzione di un punto 3D dallimmagine bidimensionale richiede la conoscenza di almeno una delle coordinate del punto nel sistema di riferimento.

19 Controllo dei Robot A. Rizzo Modello della telecamera Questa equazione (e la sua inversa) caratterizza la formazione di unimmagine attraverso la proiezione di punti 3D sul piano della telecamera Questo modello si basa sulla considerazione che il sistema di coordinate della telecamera e quello di riferimento coincidano Nella realtà tali SDR possono essere distinti

20 Controllo dei Robot A. Rizzo Modello della telecamera (1) Spostamento w 0 del centro dellorigine della telecamera; (2) panoramica dellasse x, (3) inclinazione dellasse z; (4) spostamento r del piano dellimmagine rispetto al centro del giunto, dove è appoggiata la telecamera e sul quale può ruotare.

21 Controllo dei Robot A. Rizzo (1) spostamento del centro dellorigine della telecamera; (2) panoramica dellasse x, (3) inclinazione dellasse z; (4) spostamento del piano dellimmagine rispetto al centro del giunto, dove è appoggiata la telecamera e sul quale può ruotare.

22 Controllo dei Robot A. Rizzo c h = PCRGw h Trasformazione di prospettiva

23 Controllo dei Robot A. Rizzo Calibrazione della telecamera A = PCRG c h = Aw h

24 Controllo dei Robot A. Rizzo dove si è tralasciato lo sviluppo di c h3 in quanto è relativo a z. Il procedimento di calibrazione consiste nei seguenti passi: Ottenere m 6 punti di riferimento in coordinate note (X i, Y i, Z i ) con i = 1, 2, 3, …, m (vi sono due equazioni che comprendono le coordinate di due punti, cosicché sono necessari almeno sei punti). Ricavare la rappresentazione di quei punti con la telecamera, in una data posizione, per ottenere i corrispondenti punti immagine (x i, y i ), i = 1, 2, 3, …, m. Usare questi risultati ricavati, nel sistema sopra, per trovare i coefficienti incogniti.

25 Controllo dei Robot A. Rizzo Visione stereoscopica

26 Controllo dei Robot A. Rizzo

27 Preelaborazione Relazioni di base tra i pixel Vicini di un pixel Vicini orizzontali e verticali N 4 (p). vicini diagonali N D (p) Vicini orizzontali verticali e diagonali N 8 (p).

28 Controllo dei Robot A. Rizzo Connettività 4 - connettività. Due pixel p e q di valore appartenente a V sono 4 - connessi se q è nell'insieme N 4 (p). 8 - connettività. Due pixel p e q di valore appartenete a V sono 8 - connessi se q è nell'insieme N 8 (p). m - connettività (connettività mista). Due pixel p e q con valore appartenente a V sono m - connessi se: (a) q è in N 4 (p), oppure (b) q è in N D (p) e l'insieme N 4 (p) N 4 (q) è vuoto. Dato un insieme di valori V di intensità di pixel, vogliamo creare delle sequenze connesse (di pixel vicini) con intensità appartenente a V

29 Controllo dei Robot A. Rizzo Misure di distanza Dati i pixel p, q e z di coordinate (x, y), (s, t) e (u, v), diciamo che D è una funzione della distanza o metrica se: D(p, q) 0 (D(p, q) = 0 se e solo se p = q). D(p,q) = D(q, p) D(p, z) D(p, q) + D( q, z) La distanza euclidea tra due pixel è definita come:

30 Controllo dei Robot A. Rizzo La distanza tra gli isolati tra p e q è definita dalla regola: La distanza della scacchiera tra p e q è definita dalla regola:

31 Controllo dei Robot A. Rizzo Preelaborazione nel dominio spaziale g(x, y) = h[f(x, y)] f limmagine in ingresso, g è limmagine risultante (preelaborata) e h è un operatore su f, definito in un intorno di (x,y)

32 Controllo dei Robot A. Rizzo Maschere di convoluzione

33 Controllo dei Robot A. Rizzo Metodi nel dominio della frequenza Trasformata bidimensionale di Fourier

34 Controllo dei Robot A. Rizzo Filtraggio Media degli intorni Filtraggio mediano (evita di sfumare i margini e altri particolari netti) Media di più immagini g(x, y) = f(x, y) + n(x, y) Filtraggio binario

35 Controllo dei Robot A. Rizzo Esempi di filtraggio Immagine originale Immagine alterata Media degli intorni 5x5 Filtraggio mediano 5x5

36 Controllo dei Robot A. Rizzo Filtraggio Binario 1)Riempie piccoli (un pixel) buchi in aree per il resto scure 2)Riempie piccole tacche in segmenti rettilinei 3)Elimina gli 1 (scuro) isolati 4)Elimina piccole protuberanze lungo segmenti rettilinei 5)Ripristina i punti mancanti degli angoli

37 Controllo dei Robot A. Rizzo Esempio

38 Controllo dei Robot A. Rizzo Equalizzazione dellistogramma s = T(r) r = intensità dei pixel in un'immagine 0 r 1 T(r) è una funzione a un solo valore, monotona crescente nell'intervallo 0 T(r) 1 0 T(r) 1 per 0 r 1

39 Controllo dei Robot A. Rizzo Funzione densità di probabilità Immagine scura Immagine chiara Dopo una trasformazione s = T(r)

40 Controllo dei Robot A. Rizzo Equalizzazione dellistogramma Scegliamo funzione di distribuzione cumulativa di p r (r) 0 r 1 Questo risultato è indipendente dalla funzione di trasformazione inversa T -1 La PDF risultante è piatta, indipendentemente dalla PDF di partenza Tale risultato è spesso ideale in quanto bilancia la distribuzione delle intensità

41 Controllo dei Robot A. Rizzo Immagini digitali 0 r k 1 ej = 0, 1, 2, …, L - 1 L è il numero dei livelli (colori) discreti d'intensità p r (r k ) è una stima della probabilità dell'intensità r k n k è il numero delle volte che questa intensità appare nell'immagine n è il numero complessivo dei pixel dell'immagine

42 Controllo dei Robot A. Rizzo Un diagramma di p r (r k ) in funzione di r k è solitamente chiamato istogramma e la tecnica usata per ottenere un istogramma uniforme è conosciuta con il nome di equalizzazione o linearizzazione dell'istogramma. 0 r k 1ek = 0, 1, 2, …, L - 1

43 Controllo dei Robot A. Rizzo Esempio

44 Controllo dei Robot A. Rizzo Miglioramento locale m(x, y) e (x, y) rappresentano la media dellintensità e la deviazione standard calcolate in un intorno con centro in (x, y), M è la media totale di f(x, y) e k è una costante nellintervallo indicato. È importante mettere in evidenza che A, m e sono quantità variabili che dipendono da un intorno predefinito di (x, y). fattore di guadagno locale

45 Controllo dei Robot A. Rizzo Rilevazione dei contorni

46 Controllo dei Robot A. Rizzo Operatori a gradiente

47 Controllo dei Robot A. Rizzo Operatori a gradiente

48 Controllo dei Robot A. Rizzo Immagini binarie Operatore di Laplace

49 Controllo dei Robot A. Rizzo Sogliatura Soglia singola Soglie multiple

50 Controllo dei Robot A. Rizzo Segmentazione La segmentazione è il processo che suddivide una scena in oggetti dinteresse. discontinuità : ricerca dei contorni similitudine : sogliatura e accrescimento delle regioni

51 Controllo dei Robot A. Rizzo Collegamento delle estremità e ricerca dei contorni Analisi locale Valutati in un intorno di (x,y) Due pixel sono simili (e quindi fanno parte del contorno dello stesso oggetto) se soddisfano le condizioni precedenti

52 Controllo dei Robot A. Rizzo Esempio

53 Controllo dei Robot A. Rizzo y i = ax i + b Spazio dei parametri Analisi globale con la trasformata di Hough Ricerca di linee rette in una immagine contenente n punti Linee rette Confronti !!!

54 Controllo dei Robot A. Rizzo Celle accumulatrici A(a, b) = A(a, b) + 1 Problema: rette verticali ! Rappresentazione polare xcos( i ) + ysen( i ) = i In generale g(x, c) = 0, Se suddividiamo a e b in K parti il problema assume complessità lineare nK

55 Controllo dei Robot A. Rizzo Esempio

56 Controllo dei Robot A. Rizzo Limitazione tramite soglia p(x, y) rappresenta alcune proprietà locali misurate in un intorno di detto punto Se T dipende solo da f(x, y) la soglia è detta globale. Se T dipende sia da f(x, y) sia da p(x, y), allora, la soglia è detta locale. Se, inoltre, T dipende anche dalla posizione (x, y) allora la soglia è detta dinamica. Le soglie globali trovano applicazione in situazioni in cui cè una netta distinzione tra oggetti e sfondo e se lilluminazione è relativamente uniforme.

57 Controllo dei Robot A. Rizzo Scelta della soglia ottimale p(z) = P 1 p 1 (z) + P 2 p 2 (z) istogramma bimodale P 1 e P 2 probabilità a priori

58 Controllo dei Robot A. Rizzo È noto dalla teoria delle decisioni che lerrore che si commette nellattribuire un pixel di colore chiaro ad uno di colore scuro, e viceversa, è minimizzato se si usa la seguente regola: dato un pixel con intensità z, sostituiamo quel valore di z nelle due funzioni costruite sopra. Classificheremo allora il pixel come valore chiaro (oggetto) se d 1 (z) > d 2 (z) o come pixel scuro (sfondo) se d 1 (z) < d 2 (z). La soglia ottimale è quindi quel valore di z (z = T) per cui vale d 1 (z) = d 2 (z). P 1 p 1 (T) = P 2 p 2 (T).

59 Controllo dei Robot A. Rizzo Soglie basate sui contorni

60 Controllo dei Robot A. Rizzo Segmentazione orientata alle regioni Poniamo che R rappresenti lintera regione dellimmagine. Possiamo vedere la segmentazione come un processo che suddivida R in n sottoregioni, R 1, R 2, …, R n, cosicché:

61 Controllo dei Robot A. Rizzo Accrescimento di regioni (3, 2) e (3, 4) usati come seme T=3 T=8

62 Controllo dei Robot A. Rizzo Suddivisione e fusione di regioni

63 Controllo dei Robot A. Rizzo Uso del movimento Immagine differenza

64 Controllo dei Robot A. Rizzo Descrizione Il problema della descrizione nel processo visivo consiste nellestrazione delle caratteristiche di un oggetto per consentire il riconoscimento. In teoria i descrittori dovrebbero essere indipendenti dalle dimensioni delloggetto, dalla posizione e dallorientamento e dovrebbero contenere informazioni sufficienti per distinguere in modo inequivocabile un oggetto da un altro.

65 Controllo dei Robot A. Rizzo Descrittori dei contorni Codici a catena

66 Controllo dei Robot A. Rizzo

67 Forme caratteristiche

68 Controllo dei Robot A. Rizzo Descrittori di Fourier Punto del contorno = x + jy Vantaggi: bastano pochi elementi della FFT per distinguere gli oggetti facile normalizzare rispetto a cambi scala, rotazioni, punto di partenza del contorno

69 Controllo dei Robot A. Rizzo Descrittori regionali n Area n Assi maggiori e minori n Eccentricità n Perimetro n Compattezza n Tessitura

70 Controllo dei Robot A. Rizzo Riconoscimento x = (x 1, x 2, …, x n ) T vettore di pattern Date M classi doggetti, rappresentate con 1, 2, …, M, il problema di base nel riconoscimento dei pattern con la teoria delle decisioni è identificare le M funzioni di decisione, d 1 (x), d 2 (x), …, d M (x) con la proprietà che la seguente relazione valga per ogni pattern x* appartenete alla classe i : d i (x*) > d j (x*) j = 1, 2, …, M; j i. x i è li–esimo descrittore di un determinato oggetto

71 Controllo dei Robot A. Rizzo Esempio: Distanza Euclidea Assegneremo x* alla classe j se la distanza D j (x*) è la più breve.


Scaricare ppt "Controllo dei Robot A. Rizzo Visione Artificiale La visione del robot può essere definita come il processo di estrazione, caratterizzazione e interpretazione."

Presentazioni simili


Annunci Google