Компьютерное зрение является открытием в современной науке. Оно непосредственно связано с техникой, компьютерами, машинами, которые обладают искусственным интеллектом. Искусственный интеллект и компьютерное зрение занимаются вопросами, которые касаются изображений, образов. Часто компьютерное зрение считается областью в поле искусственного интеллекта и выполняет задачи и функции, которые их объединяют.
Основные области, в которых широко применяется компьютерное зрение, это обработка и анализ изображений,а также машинное зрение. Следовательно, задачи которые стоят перед компьютерным зрением схожи по своему значению и сущности, так как напрямую связаны с получением информации из изображения. Рассмотрим основные из них.
Задача распознавания является основной, которую выполняет искусственный интеллект. Целью данной задачи является поиск объектов или изображений, которые возможно располагаются на определенном изображении. Нами представлены области, в которых необходимо распознавание объектов:
- Распознавание символов/цифр, как печатных, так и рукописных;
- Компьютерная диагностика в медицине;
- Системы безопасности и учета (распознавание лиц, отпечатков пальцев);
- Распознавание изображений со спутника, применение в военном деле;
- Распознавание штрих-кодов;
- Распознавание автомобильных номеров и номеров вагонов, контейнеров.
Данные проблемы распознавания доступны человеческой зрительной системе,а вот, что касаемо машинного (компьютерного) зрения, то в этом случае важно отметить, то это нововведение нашего времени. Оно развивается, используются новые методы и приемы.
Задача на движение решает задачи, связанные с перемещением объектов, например:
- Определение трехмерного движения камеры;
- Слежение, то есть следование за перемещениями объекта (например, машин или людей).
Отслеживание перемещения объекта позволяет определить последовательность действий, изображенных на камере. Данная задача имеет много применений – взаимодействие человека и компьютера, безопасность и наблюдение, видеосвязь и сжатие, передовая реальность, управление трафиком, медицинская визуализация и редактирование видео.
Восстановление сцены используется тогда, когда данные два или более отрывка кадра или видео. В процессе происходит реставрация и восстановление общей картины происходящего. В настоящее время с изменениями в компьютерном зрении стали вырабатываться различные методы и алгоритмы для решения поставленной задачи. Эти подходы основаны на различных физических принципах и математических методах и имеют разные диапазоны применимости. Кроме того, алгоритмы требуют в различной степени наличия некоторых априорных данных о восстановленной сцене или параметрах камер. При этом очень важно сохранить качество изображения и восстановления.
Восстановление изображения используется для удаления шума или размытости с изображения. Для решения поставленной задачи используются различные фильтры, применяются такие методы, которые позволяют восстановить определенные части изображения.
Фильтры, которые используются для восстановления изображения, направлены на применение эффектов и улучшение качества изображения. При выборе различных фильтров и эффектов, необходимо учитывать и то, что камера и оптическая система могут создавать помехи.
Усреднение изображений является одним из способов обработки, основой которого является свертка. Такие фильтры можно разделить на линейные и нелинейные. Они все быстро и легко реализуются, важно установить лишь задачи, тип шумов и само изображение.
Таким образом, мы рассмотрели основные задачи, которые стоят перед компьютерным зрением. Необходимо отметить, что все задачи, решаемые техническим зрением должны применяться в зависимости от имеющихся возможностей. А их достаточно для реализации.
Библиографический список
- Обработка и анализ цифровых изображений с примерами на LabVIEW IMAQ Vision / Визильтер Ю.В., Желтов С.Ю., Князь В.А. [и др.]. – М.: ДМК Пресс, 2007. – С. 14 – 16.
- Программно-аппаратный комплекс AxxonNext [Электронный ресурс]. – Режим доступа: http: //www. axxonnext. com.
- Программно-аппаратный комплекс подсчета пассажиров DL-Bus [Электронный ресурс]. – Режим доступа: http: //datalink .ua.
- SICK/IVP. MachineVisionIntroduction. – 2006. – N 9. – 11 с.