SyWi 1 - Wprowadzenie

Systemy wizyjne cz.
1
- podstawy
dr hab.inż. Marcin Iwanowski
SyWi 1
1
Systemy wizyjne - podstawy
• Wprowadzenie
• Specyfika systemów wizyjnych
• Obrazowania w różnych zakresach fal
Pierwszy moduł stanowi wstęp do tematyki zajęć. Jego pierwsza część jest wprowadzeniem zawierającym
podstawowe pojęcia związane z systemami wizyjnymi. W kolejnych dwóch punktach omówione zostaną
zagadnienia związane ze specyfiką wybranych rodzajów systemów wizyjnych oraz obrazowaniami w
różnych zakresach fal. Zaprezentowane zostaną przykłady pokazujące jak zróżnicowane są zarówno
same systemy wizyjne jak i obrazy, od obróbki których systemy te są wykorzystywane.
Marcin Iwanowski SyWi 1 - Wprowadzenie 2
1
System wizyjny
• System składający się z współpracujących ze sobą:
– urządzenia akwizycji obrazu cyfrowego (kamery, spektrometru, itp.)
– urządzenia przetwarzającego dane (komputera PC, procesora
wizyjnego, itp.)
• Obraz może być obrabiany:
– bezpośrednio po jego uzyskaniu (on-line, bezpośrednie połączenie
urządzeń akwizycji i obróbki)
– z opóźnieniem (off-line, bezpośrednie połączenie niekonieczne,
możliwa obróbka obrazów zapisanych w pamięci masowej)
Przetwarzanie informacji wizyjnej

• Bodźce wzrokowe stanowią większość bodźców rejestrowanych przez
mózg
• Tą drogą dociera do nas większość informacji
• Wraz z rozwojem metod automatycznego przetwarzania informacji
rozwinęły się także metody przetwarzania informacji wizualnej
• Techniki cyfrowe, zaliczane czasami do cyfrowego przetwarzania sygnałów
• Metody coraz bardziej zaawansowane dzięki rozwojowi (lepsze parametry
– niższa cena) metod i technik:
– akwizycji obrazów (kamery)
– przechowywania danych (dyski, pamięci)
– przesyłania danych (sieci)
– przetwarzania danych (procesory)
2
Zastosowania
Wszędzie tam, gdzie mamy do czynienia z informacją
obrazową, którą możemy przetworzyć w sposób
zautomatyzowany !
• zastosowania przemysłowe (systemy produkcji, kontrola jakości)
• inżynieria materiałowa - analiza zdjęć materiałów
• geologia – wykrywanie złóż surowców, analiza próbek
• medycyna - obrazy RTG, USG, tomograficzne itp.
• telekomunikacja i multimedia (kodowanie i kompresja obrazów)
• systemy rozpoznawania znaków (OCR)
• astronomia, obserwacja kosmosu
• geografia, ochrona środowiska – przetwarzanie zdj. satelitarnych
• kinematografia – poprawa jakości filmów, efekty specjalne
• inżynieria wojskowa - wykrywanie i śledzenie obiektów
• i wiele innych ..
Kamery są aktualnie obecne praktycznie wszędzie – w każdej dziedzinie nauki i techniki, jak również w
obszarach życia codziennego, spotkać można różnego rodzaju urządzenia rejestrujące i przetwarzające
obraz. Lista na slajdzie przedstawia wybrane działy zastosowań. Lista ta jest jednak otwarta i ciągle
pojawiają się nowe, często nieoczekiwane, zastosowania.
Terminologia
• Systemy wizyjne – vision systems
• Przemysłowe systemy wizyjne – industrial vision (systems)
• Widzenie maszynowe – machine vision
• Widzenie komputerowe – computer vision
• Przetwarzanie obrazów – image processing
• Analiza obrazów – image analysis
• Rozpoznawanie obrazów - ?
• Rozpoznawanie wzorców – pattern recognition
• Obrazowanie biomedyczne – biomedical imaging
• Teledetekcja - Remote sensing
W omawianym obszarze, występuje szereg pojęć, które całkowicie, bądź częściowo pokrywają się z
obszarem, który możemy określić mianem systemów wizyjnych. Na slajdzie przedstawiono pojęcia
pokrewne wraz z ich angielskimi odpowiednikami. Jedynie określenie „rozpoznawanie obrazów” nie
posiada swojego odpowiednika, będąc tłumaczone jako – najczęściej – rozpoznawanie wzorców (pattern
recognition).
3
Co to jest obraz cyfrowy ?
• Zapisane w postaci cyfrowej odwzorowanie fragmentu

rzeczywistości odbieranego bezpośrednio lub pośrednio
ludzkim okiem
• Rejestracja promieniowania
• Kwantyzacja i próbkowanie
• Obraz jest najczęściej macierzą dwu-, trój-, lub nawet
czterowskaźnikową
• Elementy tej macierzy nazywamy punktami obrazu, pikselami
lub wokselami
• Położenie punktu obrazu określają jego współrzędne
• Obraz jest więc odwzorowaniem zbioru współrzędnych pikseli
w zbiór ich wartości
Akwizycja obrazu
Rysunek z lewej strony przedstawia proces
rejestrowania promieniowania odbitego od obiektu,
które pada na sensor w miejscach określonych przez
parametry próbkowania. Wartość piksela, z kolei, jest
efektem kwantyzacji sygnału docierającego do
odpowiedniego elementu światłoczułego.
Na rysunku z prawej pokazane są dwa rodzaje matryc

światłoczułych rejestrujących obraz – jedno- oraz
dwuwymiarowe. Matryca dwuwymiarowa jest stosowana w
przypadku pozyskiwania obrazu dwuwymiarowego. Matryca w
formie linijki elementów światłoczułych pozyskuje obraz
jednowymiarowy. Jednak jest także stosowana do akwizycji
dwuwymiarowej – wówczas rugi wymiar obrazu jest uzyskiwana
poprzez przesunięcie linijki w osi prostopadłej. Taka sytuacja ma
miejsca m.in. W skanerach czy przy pozyskiwaniu obrazów do
celów teledetekcji poprzez naloty samolotu wyposażonego w
odpowiednią głowicę rejestrującą czy w skanowaniu powierzchni
Ziemi z sztucznych satelitów. Ilustracje pochodzą z materiałów do książki
R.Gonzales R.Wood Digital Image Processing
http://www.imageprocessingplace.com
11
4
Obróbka obrazu - przetwarzanie
• Może polegać na przetworzeniu obrazu w inny obraz o zmienionych cechach,

charakterystyce itp.
Obraz Obraz
• Obraz wynikowy może m.in.:

– mieć usunięty szum/zakłócenia W zakresie tematycznym
– mieć poprawiony kontrast systemów wizyjnych wyróżnić
można dwa główne działy.
– być rozjaśniony, przyciemniony Pierwszy z nich –
– zawierać kontury obiektów na obrazie oryginalnym przetwarzanie obrazów –
polega na przekształceniu
– zawierać obiekty wyodrębnione z obrazu oryginalnego obrazu w inny w taki sposób by
– zostać obrócony, zmniejszony, zwiększony założony cele przetwarzania
został zrealizowany. Celem tym
– być w dowolny sposób połączony z innym obrazem może być poprawa jakości
– … obrazu, wykrycie na nim
określonych obiektów sceny
• Stosujemy określenie: przetwarzanie obrazu wizyjnej, połączenie większej
liczby obrazów.
12
Przykładowe zadania przetwarzania obrazu
• filtracja:
– usuwanie z obrazu pewnych jego fragmentów: szumu, obiektów
itp.
– usuwanie niepożądanych efektów (np. poruszenia kamery)
– poprawa kontrastu obrazu
• segmentacja:
– przekształcanie obrazu w inny zawierający wyraźnie wyodrębnione
obiekty widoczne na obrazie oryginalnym
– Wyodrębnienie może mieć postać
Filtracja i segmentacja to dwa najczęściej

występujące w zastosowaniach zadania
przetwarzania obrazów.
13
5
Filtracja
Zadaniem filtracji jest usuwanie z obrazu zbędnych jego elementów. Czym są te elementy zależy przy tym od
celu w jakim przetwarzanie obrazu stosujemy i jaki problem zachodzi w przypadku obrazu oryginalnego.
Przykładowo, jeśli obraz początkowy jest zaszumiony (np. efekt ziarna na słabo doświetlonych zdjęciach) to
celem filtracji jest usunięcie tego szumu. Jeśli zaś obraz początkowy jest poruszony, wówczas celem filtracji może
być redukcja efektu poruszenia. Efektem filtracji może być także eliminacja z obrazu obiektów na nim
uwidocznionych, które nie spełniają odpowiedniego kryterium – są np. zbyt małe. W końcu metodami filtracji
obrazu możemy polepszyć jego kontrast, czyniąc jego treść łatwiejszą do percepcji.
Przykładowe zdjęcia pokazują w pierwszym wierszu – usuwanie zbędnych elementów z obrazu mikroskopowego
przekroju włókien mięśniowych. W wyniku filtracji usuwane są jaśniejsze od tła drobiny znajdujące wewnątrz
ciemniejszych obszarów. W dolnym wierszu pokazany jest obraz zaszumiony tzw. szumem typu sól i pieprz oraz
kolejne etapy jego filtracji.
14
Segmentacja
krawędziowa
obszarowa
Celem segmentacji obrazu jest wyodrębnienie z niego obiektów na nim uwidocznionych. Jej efektem jest
nowy obraz, na którym obiekty uwidocznione na obrazie oryginalnym są wyraźnie zaznaczone. Zaznaczenie
to może mieć postać obwiedni obiektów (efekt konturowa, segmentacja konturowa) lub obszarów
charakteryzujących się jednolitą wartością piksela (efekt obszarowy, segmentacja obszarowa). W
pierwszym przypadku wynik segmentacji jest na ogół jednopikselową linią otaczającą istotne elementy
obrazu. Przykład takie segmentacji jest pokazany w górnym wierszu. Po stronie lewej pokazano początkowy
obraz mikroskopowy komórek , po stronie prawej ten sam obraz z dodaną obwiednią będącą efektem
segmentacji obrazu. W dolnym rzędzie pokazano dwa obrazy struktur geologicznych, każdorazowo z lewej
strony obraz oryginalny, zaś z prawej – wynik segmentacji. Obserwator jest w stanie odróżnić poszczególne
obszary w każdym z tych dwóch obrazów, pomimo iż ich wewnętrzna struktura jest zróżnicowana – odcień
szarości nie jest jednolity. Dla potrzeb automatycznej obróbki tych obrazów (np. w celu oszacowania
powierzchni każdego z obszarów, ich liczby lub cech ich kształtu) niezbędne jest takie przetworzenie
obrazu, by obszary charakteryzowały się jednolitą wartością piksela. Dzięki temu ich dalsza obróbka będzie
możliwa. I taki jest właśnie, w tym przypadku, wynik segmentacji.
15
6
Obróbka obrazu - rozpoznawanie
• Może też polegać na interpretacji zawartości obrazu
Obraz Dane innego rodzaju
• Wynik może być wówczas informację odnoszącą się do:

– kształtu wykrytego na obrazie obiektu
– położenia obiektu/ów w obrazie
– klasy do której obiekt należy
– parametrów obiektu (analiza obrazu)
– …
• Stosowane określenia: rozpoznawanie obrazu, analiza obrazu,
rozpoznawanie wzorców (na obrazach)
Drugi dział obróbki obrazu – rozpoznawanie - tworzą wszystkie te metody, których celem jest
przygotowanie, na bazie obrazu cyfrowego, danych o innym charakterze. Mogą one mieć postać, tabel
pomiarów współczynników, których wartości są zależne od treści obrazu. Mogę one dotyczyć np. kształtów
obiektów uwidocznionych na obrazie, ich położenia, czy innych parametrów. Może to także być klasa, do
której należy określony obiekt. Dział ten bywa różnie nazywane. Do najczęściej potykanych określeń
można zaliczyć: rozpoznawanie obrazów, analiza obrazów, czy rozpoznawanie wzorców.
16
Wyznaczanie opisu obrazu

• Często przeprowadzane na obrazie binarnym
• Opis w postaci cech (danych numerycznych)
• rodzaje cech obrazu:
– rozmiary (długość, szerokość, powierzchnia,..)
– szkieletowe (punkty końcowe, rozwidlenia,..)
– topologiczne (liczba obiektów, dziur, ..)
– statystyczne (momenty)
– teksturowe (wzór, którym pokryty jest obiekt)
– ..
• cechy zapamiętywane są w wektorze cech
Wyznaczanie opisu obrazu polega na wyznaczeniu pewnych współczynników liczbowych, których
wartość jest uzależniona od zawartości obrazu. Współczynniki typu rozmiary obiektów, ich powierzchnia,
mogą być wykorzystywane np. do kontroli jakości produktów przy wizyjnej kontroli jakości w procesie
produkcyjnym. Współczynniki są przede wszystkim jednak wykorzystywane do klasyfikacji obiektów na
obrazach, stanowią one wówczas syntetyczny opis obiektu. Dobór cech jest realizowany (manualnie lub
automatycznie) w taki sposób, by wartości wybranych cech były zbliżone dla obiektów do siebie
podobnych (tej samej klasy), zaś różniły się dla obiektów należących do innych kategorii. Do najczęściej
stosowanych cech należą cechy wymienione na slajdzie. Najczęściej cechy o charakterze numerycznym
(a takie w zdecydowanej większości przypadków spotykamy w systemach wizyjnych) są zapamiętywane
w wektorze cech.
17
7
Klasyfikacja
• Pozwala na określenie przynależności obrazu/elementu obrazu do
jednej z ustalonych klas
• Może być wykonywana:
– bezpośrednio na pikselach obrazu (obrazy wielospektralne – teledetekcja)
– na fragmentach obrazu (o kształtach regularnych lub nieregularnych)
– na całym obrazie
– na wektorze cech wyznaczanych na podstawie obrazu
• Metody:
– Statystyczne (klas.Bayesa)
– Sieci neuronowe (sieci głębokiego uczenia)
– Drzewa decyzyjne
– …
Klasyfikacja jest wykorzystywana do kategoryzacji treści obrazów. Przedmiotem klasyfikacji mogą być
zarówno pojedyncze piksele obrazu (takie rozwiązanie spotykamy np. w teledetekcji), fragmenty obrazu
o kształtach regularnych (np. prostokąt zawierający jakiś obiekt widoczny na obrazie) o kształtach
nieregularnych (np. obiekt wyodrębniony w procesie segmentacji), lub cały obraz. Może być nim też
wektor cech opisujący obraz, jego fragment np. będący wcześniej wyodrębnionym obiektem. W
systemach wizyjnych spotyka się praktycznie wszystkie znane metody klasyfikacji. Ostatnio dużą
popularnością cieszą się w omawianym zakresie sieci głębokiego uczenia.
18
• Wprowadzenie
Tak jak istnieje duża różnorodność obrazów cyfrowych poddawanych automatycznej obróbce, tak i
systemy wizyjne operujące na tych obrazach są zróżnicowane. W drugiej części omówione zostaną
wybrane obszary zastosowań systemów wizyjnych.
19
8
Specyfika systemów wizyjnych
• W zależności od rodzaju obrazów i celu przetwarzania można

wyróżnić różnego rodzaju wyzwania stojące przed projektantem
systemu wizyjnego
• Wyzwania np.:
– Precyzja odwzorowania (rozdzielczość obrazu)
– Jakość obrazu
– Dostępność obrazów
– Czas przetwarzania
– … i wiele innych
Specyfika systemów wizyjnych jest uwarunkowana szeregiem czynników, które

pozwalają na ich analizę z uwzględnieniem wyzwań stojących przed projektantem
takich systemów. W dalszej części opisane zostaną przykładowe rodzaje systemów
wizyjnych różniące się odległością kamery od sceny wizyjnej, dynamiką zarówno samej
sceny jak i poruszaniem się (lub nie) samej kamery.
20
Specyfika - systemy przemysłowe

• Kamery obserwują proces przemysłowy
• Systemy czasu rzeczywistego
• Niewielka odległość od kamery do elementów sceny
• Ściśle określone położenie kamery i obiektu/obiektów sceny wizyjnej
• Stałe oświetlenie,
• Kamera nieruchoma
• Analiza pojedynczych obrazów
• Wyjście: informacja o poprawnej/niepoprawnej formie/położeniu obiektów,
klasyfikacja obiektów, rozpoznawanie znaków, kodów
Systemy przemysłowe składają się z kamer obserwujących procesy produkcyjne oraz jednostek
przetwarzających obraz. Typowy taki system składa się z kamery umieszczonej nad linią produkcyjną oraz
procesora wizyjnego połączonego z nadrzędnym systemem sterowania procesem produkcyjnym. W ich
przypadku kluczowe znaczenie ma czas przetwarzania, który powinien być skoordynowany z procesem
produkcyjnym. Warto przy tym pamiętać, że przetwarzanie obrazu przez system wizyjny redukuje, nawet
kilku- lub kilkunastokrotnie częstotliwość akwizycji poszczególnych klatek obrazu. Przy tym im bardziej
skomplikowany jest algorytm przetwarzający obraz, tym redukcja ta jest większa.
21
9
Systemy przemysłowe
Przykładowe konfiguracje sprzętu w przemysłowych systemach wizyjnych
22
Zastosowania przemysłowe (1)

• Kontrola obecności/braku
• Znajdowanie defektów/uszkodzeń
• Kontrola rozmiaru/dopasowania
23
10
Zastosowania przemysłowe (2)
• Pozycjonowanie
• Rozpoznawanie znaków/kodów
24
Przemysł - kontrola jakości, identyfikacja
Ilustracje pochodzą z materiałów do książki

Obrazy przedstawiają typowe obrazy spotykane w przemysłowych systemach wizyjnych. Po stronie lewej
przykładowe obrazy spotykane w systemach kontroli jakości i typowe problemy: a – obwód elektroniczny
(ułożenie elementów, połączenia); b – pigułki w blistrze (uszkodzenia blistra, brak pigułek); c – pojemniki na
płyn (nierówny poziom płynu), d – tworzywo sztuczne (zawartość bąbelków powietrza), e – płatku
kukurydziane (obecność pokruszonych płatków), f – soczewka (nierówności powierzchni). Po stronie prawej -
różnego rodzaju napisy i kody, identyfikowane przez system wizyjny.
25
11
Specyfika - systemy nadzoru i kontroli
• Kamery nadzorują otoczenie
• Duża odległość kamery od obserwowanych obiektów
• Obiekty sceny wizyjnej w zmiennym położeniu
• Zmienne oświetlenie
• Kamera nieruchoma lub obracająca się (śledzenie obiektów)
• Analiza sekwencji obrazów
• Wyjście: położenie i identyfikacja obiektów
Systemy nadzoru i kontroli są przeznaczone do obserwacji miejsc wymagających uwagi głównie
przestrzeni publicznych. Systemy takie składają się z systemu kamer połączonych z urządzeniami
rejestrującymi (np. serwerami wizyjnymi). W klasycznych tego typu systemach obrazy z kamer są
obserwowane na monitorach przez wykfalifikowanych operatorów, którzy naocznie wykrywają
niepokojące zdarzenia (typu nieuprawniona obecność czy podejrzane zachowania). Z uwagi na fakt coraz
większej liczby danych z ciągle rosnącej liczby kamer z jednej strony, oraz zwiększających się znacznie
możliwości w zakresie przetwarzania danych, coraz większą część zadań przejmują systemy
automatyczne. W najprostszym przypadku działanie systemu wizyjnego sprowadza się do wykrywania
jakiejkolwiek zmiany w obrębie obrazu z kamery. Taka zmiana jest sygnalizowana operatorowi, dzięki
czemu może on zwrócić uwagę na daną kamerę. W przypadkach bardziej zaawansowanych systemy takie
wykrywają ruch, umożliwiają śledzenie wielu poruszających się w obrębie sceny wizyjnej obiektów, czy
nawet automatycznie identyfikują te obiekty.
26
Systemy
nadzoru i
kontroli
Systemy nadzoru i kontroli wcześniejszej generacji były budowane w oparciu o kamery analogowe
łączone kablami koncentrycznymi BNC. Takie rozwiązanie posiadało istotne wady – podatność transmisji
analogowej na zakłócenia, tłumienie sygnału (ograniczające zasięg lub wymagające używania
wzmacniaczy) czy brak możliwości zwiększenia przepustowości (co uniemożliwiało zwiększanie
rozdzielczości obrazu i używanie nowocześniejszych kamer). Obecnie jednak systemy nadzoru i kontroli
są budowane z wykorzystaniem sieci komputerowych – dedykowanych lub ogólnego stosowania. Dzięki
temu wszystkie powyższe ograniczenia zniknęły a systemy stały się dużo bardziej elastycznie, dzięki
czemu pojawiły się nowe, znaczące korzyści takie jak łatwa integracja z innymi urządzeniami o interfejsie
sieciowym.
27
12
Bezpieczeństwo - identyfikacja

Do przykładowych systemów nadzoru i kontroli zaliczyć można także systemy

identyfikacji. Na przykładach pokazano systemy identyfikacji pojazdów na
podstawie numeru rejestracyjnego.
28
Specyfika - systemy mobilne
• Kamery obserwują otoczenie poruszającego się pojazdu, robota

• Zmienna odległość kamery od obserwowanych obiektów
• Obiekty sceny wizyjnej w zmiennym położeniu
• Zmienne oświetlenie
• Kamera porusza się wraz z maszyną na której jest zainstalowana
• Analiza sekwencji obrazów
• Wyjście: położenie i identyfikacja obiektów, tworzenie map otoczenia
29
13
Systemy mobilne
Przykładowe systemy mobilne: od lewego

górnego rogu: kamera zainstalowana na
pokładzie drona, w głowie robota
humanoidalnego, kamera stereowizyjna na
robocie mobilnym, kamery zainstalowane na
pokładzie łazika marsjańskiego (Mars rover).
30
Specyfika – systemy medyczne

• Obrazy:
– RTG
– Ultrasonograficzne
– Tomograficzne (tu też: synteza obrazu)
• Obrazy różnego rodzaju – każdy wymaga specyficznego podejścia
• Systemy wizyjne często wspomagają lekarza (a rzadko go wyręczają)
• Brak problemów ze zmienna ostrością (obiekty zwykle nieruchome,
stałe parametry sceny wizyjnej)
32
14
Systemy medyczne
Przykładowe obrazy biomedyczne.
33
Specyfika - systemy biometryczne
• Kamera odczytuje obraz danych biometrycznych (linie papilarne,

siatkówka oka)
• Niewielka odległość od kamery do elementów sceny
• Ściśle określone położenie kamery i obiektu/obiektów sceny wizyjnej
• Stałe oświetlenie, kamera nieruchoma
• Analiza pojedynczych obrazów
• Wyjście: informacja o cechach biometrycznych (wektor cech)
35
15
Biometria
Biometria: oka, kształtu dłoni oraz odciski palców – linie papilarne. W prawej, dolnej
części – elementy charakterystyczne linii papilarnej tzw. minucje.
36
Specyfika – teledetekcja satelitarna i lotnicza
• Zdjęcia lotnicze lub satelitarne

• Różne zakresy promieniowania
• Punkt obrazu jest wieloelementowym wektorem
• Duża odległość sensora od obserwowanego obiektu
• Wymagana korekcja geometryczna (ortorektyfikacja) i
radiometryczna
38
16
Teledetekcja - monitorowanie katastrof
• Obserwacja przemieszczania się zanieczyszczeń

• Plama ropy w Zatoce Meksykańskiej – katastrofa platformy wiertniczej Deepwater Horizon
(2010), 600 tys.ton ropy
Nowy Orlean
Zdjęcie Eumetsat
(sat. meteo)
Zdjęcie Landsat
Zdjęcie Terra MODIS
40
Teledetekcja - geologia
• M.in. badanie struktur geologicznych skał
• Przykład: USA, Utah, uskok „Waterpocked Fold” dł. ok. 160 km, obrazy Landsat
• Każdy typ skały charakteryzuje się pikselami o specyficznych wartościach w
poszczególnych zakresach widma
R=B4, G=B3, B=B2 klas.Bayesa
Zastosowanie teledetekcji do badania struktur geologicznych. Z lewej – wizualizacja barwna trzech

kanałów obrazu wielospektralnego. Z prawej – wizualizacja wyniku klasyfikacji pikseli obrazu na
podstawie charakterystyki spektralnej (wartości pikseli we wszystkich pasmach zarejestrowanego
promieniowania). Każdy kolor oznacza inny rodzaj skały.
41
17
Interfejsy użytkownika
• Systemy wizyjne wspomagające komunikację człowiek-

komputer
• Kamera obserwuje ruchy użytkownika komputera
• Krótki ale zmienny dystans między użytkownikiem a kamerą
• Wykorzystanie innych sensorów (np. dźwięku)
• Przykład: czujnik Kinect (Microsoft)
Coraz częściej systemy wizyjne są wykorzystywane do pozyskiwania informacji o położeniu

użytkownika komputera – pozycji i ruchów całego ciała, dłoni, trzymanego z nich markera, źrenicy
oka. Informacja taka jest wykorzystywana do sterowania funkcjami komputera, np. poruszania
kursora czy wyboru opcji.
42
Interfejsy użytkownika wykorzystujące s.w.
Przykład interfejsu użytkownika wykorzystującego system wizyjny. Sterowanie kursorem za pomocą

zielonego markera. Kamera obserwuje ślad markera laserowego na ekranie (góra)lub użytkownika
poruszającego markerem z zieloną skuwką (dół). Ruchy markera są przenoszone na ruchy kursora.
43
18
• Wprowadzenie
Część trzecia jest przeglądem obrazów z różnych systemów wizyjnych

pogrupowanych względem pasm promieniowania elektromagnetycznego.
44
Zakresy fal
elektromagetycznych
• Ultrafiolet < 350 nm

• Bliski ultrafiolet 350-400 nm
• Widzialne 400-700 nm
• Bliska podczerwień 700-1000 nm
• Podczerwień >1000 nm
• obrazy w zakresie promieniowania gamma
• obrazy rentgenowskie
• obrazy w zakresie ultrafioletu
• obrazy w paśmie widzialnym
• obrazy w zakresie podczerwieni
• obrazy promieniowania mikrofalowego (radar)
• obrazy w zakresie fal radiowych (rezonans magnetyczny) Ilustracje pochodzą z materiałów do książki
Przegląd zakresów fal, które są wykorzystywane w różnego rodzaju systemach wizyjnych.
45
19
Zakres promieniowania gamma
Rozbłysk gamma zarejestrowany w zakresie promieniowania gamma oraz pasmie

widzialnym z podczerwienią.
46
Zakres promieniowania gamma i

rentgenowskiego

Po lewej – zdjęcia w zakresie gamma (góra – medycyna, scyntygrafia, dół – astronomia). Po prawej: a -
zdjęcie rentgenowskie klatki piersiowej; b- angiogram (zdjęcie rentgenowskie naczyń krwionośnych); c –
tomografia rengenowska (CT); d – ukryte warstwy obwodu drukowanego; e – astronomia.
47
20
Zakresie ultrafioletu
Obserwacja słońca w zakresie ultrafioletu:

pseudokolory oznaczają różne zakresy
temperatur: niebieski – 1 mln. st. C,
zielony – 1,5 mln., żółty - 2,5 mln.
oraz ze stron NASA
Ultrafiolet. Po lewej – dwa górne zdjęcia ziarna kukurydzy: zdrowe i chore, dolne
zdjęcie oraz zdjęcia po prawej stronie – astronomia.
48
Zakres widzialny
Różne obrazy w paśmie widzialnym. Od lewego, górnego rogu: bombonierki (kontrola jakości w
systemach przemysłowych), samochód (lokalizacja tablicy rejestracyjnej jako pierwszy etap
identyfikacji pojazdu), zdjęcie satelitarne/lotnicze centrum Warszawy (analiza pokrycia terenu),
przestrzeń publiczna (system nadzoru i kontroli), stara fotografia przed i po obróbce (restauracja
starych, zniszczonych fotografii).
49
21
Zakres podczerwieni (1)
• Najpopularniejszy, poza widzialnym zakres fal

występujący w obrazach cyfrowych
• Spotykane praktycznie w wielu dziedzinach nauki
i techniki
• Przykład: konserwacja zabytków
Wykorzystanie obrazów w zakresie podczerwieni do konserwacji dzieł sztuki (obrazów). Obserwacji w

zakresie podczerwieni pozwala na wykrycie detali niewidocznych w paśmie widzialnym, pokrytych warstwą
zabrudzeń, czy wręcz zamalowanych.
50
Zakres podczerwieni (2)
• Obserwacje procesu wegetacji roślin na zdjęciach satelitarnych w bliskiej

podczerwieni
Kanał zielony (G) G+R+IR (marzec) G+R+IR (maj)
Zdjęcie: SPOT
51
22
Podczerwień termiczna
Obraz w zakresie podczerwieni termicznej (kamera termowizyjna)
53
Obraz radarowy (mikrofale)

Niektóre ilustracje pochodzą z materiałów do książki
Obrazy w zakresie mikrofalowym – radarowe. Od lewego, górnego roku – typowy obraz radarowy , obraz
z radaru pogodowego (widoczny front burzowy), cyfrowy model wysokości uzyskany dzięki radarowemu
skanowaniu powierzchni ziemi (rzut 3D na ostatniej pozycji).
54
23
Zakres fal radiowych

Zakres fal radiowych – rezonans magnetyczny (MRI). Z lewej – kolano, pośrodku – kręgosłup,
z prawej - przekrój czaszki.
55
Inne rodzaje fal

fale sejsmiczne
Inne rodzaje fal: sejsmiczne oraz

ultradźwięki (wynik badania
ultrasonograficznego)
ultradźwięki
56
24
Sonar (sygnał akustyczny)
Obraz sonarowy obiektu podwodnego.
57
LiDaR (Light Detection and Ranging)
Obraz lidarowy. Uwaga – obraz lidarowy jest chmurą punktów nieregularnie rozmieszczonych w przestrzeni
trójwymiarowej. Nie jest więc to obraz rastowy z jakimi mamy do czynienie w typowyych systemach
wizyjnych.
58
25
Obrazy wygenerowane sztucznie
(grafika komputerowa)

Obrazy wygenerowane sztucznie: a, b – struktury fraktalne; c,d – obrazy rastrowe

wygenerowane na podstawie graficznych modeli trójwymiarowych
59
Literatura
• R.Tadeusiewicz, P.Kohorda „Komputerowa analiza i przetwarzanie obrazów”
Wyd.Postępu Telekomunikacji, Kraków 1997
• L.Wojnar, M.Majorek „Komputerowa analiza obrazu”, Fotobit design, Kraków 1994
• C.D.Watkins, A.Sadun, S.Marenka „Nowoczesne metody przetwarzania obrazów”, WNT,
Warszawa 1993
• R.Tadeusiewicz „Systemy wizyjne robotów przemysłowych”, WNT, Warszawa 1992
• W.Malina, M.Smiatacz „Cyfrowe przetwarzanie obrazów”, EXIT, W-wa 2008
• M.Iwanowski „Metody morfologiczne w przetwarzaniu obrazów cyfrowych”, EXIT, W-wa
2009
• W.Kasprzak „Rozpoznawanie obrazów i sygnałów mowy”, WPW, W-wa 2009
• W.Malina, M.Smiatacz „Rozpoznawanie obrazów”, EXIT, W-wa 2010
• D.Sankowski, V.Morosov, K.Strzech „Przetwarzanie i analiza obrazów w systemach
przemysłowych”, PWN, 2011
• K.Stąpor „Metody klasyfikacji obiektów w wizji komputerowej” , PWN 2011
• M.Domański „Obraz cyfrowy”, WNT 2011
60
26

SyWi 1 - Wprowadzenie

Uploaded by

Copyright:

Available Formats

You might also like

SyWi 1 - Wprowadzenie

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

SyWi 1 - Wprowadzenie

Uploaded by

Copyright:

Available Formats

Systemy wizyjne cz.

dr hab.inż. Marcin Iwanowski

Systemy wizyjne - podstawy

Marcin Iwanowski SyWi 1 - Wprowadzenie 2

Marcin Iwanowski SyWi 1 - Wprowadzenie 3

Przetwarzanie informacji wizyjnej

Marcin Iwanowski SyWi 1 - Wprowadzenie 5

Marcin Iwanowski SyWi 1 - Wprowadzenie 7

Marcin Iwanowski SyWi 1 - Wprowadzenie 8

• Zapisane w postaci cyfrowej odwzorowanie fragmentu

Marcin Iwanowski SyWi 1 - Wprowadzenie 9

Na rysunku z prawej pokazane są dwa rodzaje matryc

Marcin Iwanowski SyWi 1 - Wprowadzenie 11

• Może polegać na przetworzeniu obrazu w inny obraz o zmienionych cechach,

• Obraz wynikowy może m.in.:

Marcin Iwanowski SyWi 1 - Wprowadzenie 12

Przykładowe zadania przetwarzania obrazu

Filtracja i segmentacja to dwa najczęściej

Marcin Iwanowski SyWi 1 - Wprowadzenie 13

Marcin Iwanowski SyWi 1 - Wprowadzenie 14

Marcin Iwanowski SyWi 1 - Wprowadzenie 15

Obraz Dane innego rodzaju

• Wynik może być wówczas informację odnoszącą się do:

Marcin Iwanowski SyWi 1 - Wprowadzenie 16

Wyznaczanie opisu obrazu

Marcin Iwanowski SyWi 1 - Wprowadzenie 17

Marcin Iwanowski SyWi 1 - Wprowadzenie 18

Systemy wizyjne - podstawy

Marcin Iwanowski SyWi 1 - Wprowadzenie 19

• W zależności od rodzaju obrazów i celu przetwarzania można

Specyfika systemów wizyjnych jest uwarunkowana szeregiem czynników, które

Marcin Iwanowski SyWi 1 - Wprowadzenie 20

Specyfika - systemy przemysłowe

Marcin Iwanowski SyWi 1 - Wprowadzenie 21

Przykładowe konfiguracje sprzętu w przemysłowych systemach wizyjnych

Marcin Iwanowski SyWi 1 - Wprowadzenie 22

Zastosowania przemysłowe (1)

Marcin Iwanowski SyWi 1 - Wprowadzenie 23

Marcin Iwanowski SyWi 1 - Wprowadzenie 24

Przemysł - kontrola jakości, identyfikacja

Ilustracje pochodzą z materiałów do książki

Marcin Iwanowski SyWi 1 - Wprowadzenie 25

Marcin Iwanowski SyWi 1 - Wprowadzenie 26

Ilustracje pochodzą z materiałów do książki

Do przykładowych systemów nadzoru i kontroli zaliczyć można także systemy

Marcin Iwanowski SyWi 1 - Wprowadzenie 28

Specyfika - systemy mobilne

• Kamery obserwują otoczenie poruszającego się pojazdu, robota

Marcin Iwanowski SyWi 1 - Wprowadzenie 29

Przykładowe systemy mobilne: od lewego

Marcin Iwanowski SyWi 1 - Wprowadzenie 30

Specyfika – systemy medyczne

Marcin Iwanowski SyWi 1 - Wprowadzenie 32

Przykładowe obrazy biomedyczne.

Marcin Iwanowski SyWi 1 - Wprowadzenie 33

Specyfika - systemy biometryczne

• Kamera odczytuje obraz danych biometrycznych (linie papilarne,

Marcin Iwanowski SyWi 1 - Wprowadzenie 35