Professional Documents
Culture Documents
SyWi 1 - Wprowadzenie
SyWi 1 - Wprowadzenie
SyWi 1 - Wprowadzenie
1
- podstawy
SyWi 1
1
• 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.
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)
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 ?
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.
11
4
Obróbka obrazu - przetwarzanie
Obraz Obraz
12
• 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
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
16
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
• Specyfika systemów wizyjnych
• Obrazowania w różnych zakresach fal
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
20
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
22
• Znajdowanie defektów/uszkodzeń
• Kontrola rozmiaru/dopasowania
23
10
Zastosowania przemysłowe (2)
• Pozycjonowanie
• Rozpoznawanie znaków/kodów
24
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.
Marcin Iwanowski SyWi 1 - Wprowadzenie 27
27
12
Bezpieczeństwo - identyfikacja
28
29
13
Systemy mobilne
30
32
14
Systemy medyczne
33
35
15
Biometria
Biometria: oka, kształtu dłoni oraz odciski palców – linie papilarne. W prawej, dolnej
części – elementy charakterystyczne linii papilarnej tzw. minucje.
36
38
16
Teledetekcja - monitorowanie katastrof
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
41
17
Interfejsy użytkownika
42
43
18
Systemy wizyjne - podstawy
• Wprowadzenie
• Specyfika systemów wizyjnych
• Obrazowania w różnych zakresach fal
44
Zakresy fal
elektromagetycznych
45
19
Zakres promieniowania gamma
46
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
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)
50
Zdjęcie: SPOT
51
22
Podczerwień termiczna
53
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
fale sejsmiczne
ultradźwięki
56
24
Sonar (sygnał akustyczny)
57
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)
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