книги / Оптоэлектронные сенсорные системы

является «нормой», отражающей определенный класс признаков с их полями допусков. Если все выделенные признаки испытуемого объекта совпадают с нормой, то этот объект принадлежит данному классу.

С точки зрения простоты реализации особый интерес представ­ ляют так называемые линейные классификаторы. Классы являются линейно выделенными, если между этими классами в их простран­ стве признаков существует линейная разделительная плоскость. При числе п классов количество разделительных плоскостей макси­ мально составляет т(т — 1)/2 [10].

Многомерному (с размерностью п) вектору и множеству классов решений

(w = wo, wi,..., w„) соответствует вектор градиентов, фиксирую­ щий в пространстве признаков положения разделительных плоско­ стей. При этом необходимо обработать столько решающих функ­ ций е, сколько используется классов.

Решающее правило для одного классифицируемого вектора при­ знаков представляется в виде

Другая разновидность классификатора позволяет определять пространственное расстояние между классифицируемым вектором признаков С(а) и каждым представительным вектором каждого из классов (вектора классов). Вектор признаков принадлежит тому классу признаков, который входит в ближайший вектор классов (так осуществляется последовательный поиск).

Пространственное расстояние определяется из условия

Выполнение этого условия означает, что объект с вектором при­ знаков С(а) принадлежит классу у.

Каждый класс признаков характеризуется множеством критери­ ев и при неудовлетворении хотя бы одного из них распознаваемый

51

объект оказывается принадлежащим соседнему классу. Алгоритм обработки должен быть таким, чтобы сравнение признаков для упрощения проходило последовательно, и при первом же их несо­ впадении дальнейшее выполнение алгоритма прерывалось. Алго­ ритм выполняется циклически с другими векторами до тех пор, по­ ка не будет зафиксировано совпадение всех признаков испытуемого объекта и образца-вектора класса п.

3.3. Техническая реализация систем распознавания изображений

3.3.1. Структуры систем

Выходной вйдеосигнал камеры на ПЗС при его считывании со­ ответствует черно-белому изображению кадра. Получение такого сигнала во всех случаях, требующих только наблюдения за объек­ том, оказывается достаточным. Однако при решении задач измере­ ний и контроля (распознавания объектов) требуется обработка все­ го множества уровней яркости изображений, что достигается соот­ ветствующей обработкой последовательности видеосигналов.

Обработка, например, аэрофотоснимков или диаграмм медицин­ ской диагностики на ЭВМ допускает определенное запаздывание во времени от 10 до 103 (104) С. Технологические задачи, связанные

Специализированные модули

Приборная магистраль

Рис. 23. Структурная схема.системы распознавания видеоизображений.

52

Рис. 25. Минимальная конфигурация системы распознавания изображений.

как персональные ЭВМ, терминалы и др., подключаемые через ин­ терфейсы. Система для проектирования позволяет отрабатывать требуемые алгоритмы и программы. Система для подготовки к эксплуатации сенсорной системы представляет собой наладочный стенд.

В своей минимальной конфигурации система содержит (рис. 25) видеокамеру (ВК), управляющий модуль — контроллер (К), вычис­ лительный блок' (ВБ) и средства сопряжения (ССп) с клавишным пультом (КП), индикатором (И) и наблюдаемым объектом. Камера работает циклически с внешним управлением (рис. 11). Требуемые параметры и синхронизацию работы задают программными сред­ ствами вычислительного блока.

3.3.2. Модуль буферного накопления данных

Модуль служит для промежуточного запоминания цифровых ви­ деосигналов в двух оперативных запоминающих устройствах (ОЗУ) емкостью по 2 кбайт каждое. Запись в них производится поперемен­ но. В то время пока данные записываются в одно из ОЗУ, из друго­ го они считываются в микроЭВМ по ее командам. Максимальная частота побайтного ввода-вывода данных составляет 10 МГЦ. По­ добная организация обмена позволяет упростить программы обра­ ботки и выиграть время на восстановление изображений. Представ­ ление данных словами фиксированной длины позволяет выполнять их обработку независимо от размеров строк кадра, а также позво­ ляет сжать изображение до минимума запоминаемых черно-белых переходов, что в итоге способствует уменьшению времени распоз­ навания объекта.

Таким образом, модуль воспринимает элементы асинхронно считываемых камерой строк кадра с частотой 10 МГЦ и передает их в микроЭВМ через магистраль микропроцессора.

54

3.3.3. Аналого-цифровой преобразователь

Для кодирования сигналов градаций яркости необходимо ис­ пользовать аналого-цифровые преобразователи (АЦП), способные работать в темпе поступления видеосигналов. Поэтому время пре­ образования АЦП не должно превышать 100 нс, что достижимо лишь в АЦП параллельного сравнения. Разрешение по яркости за­ висит от разрешения по уровню АЦП. При 4-разрядном (в двоич­ ном исчислении) АЦП и ограничении предела преобразования так­ же 4 разрядами, что достигается установлением соответствующих опорных уровней на соответствующих входах АЦП при помощи управляемых цифро-аналоговых преобразователей (рис. 26), обеспе­ чивается согласование разрешения по яркости с другими условиями считывания изображения. Выходной код АЦП представляется в ви­ де тетрад.

Аналоговые сигналы

Код

Рис. 26. Схема АЦП параллельного сравнения с регулируемыми опорными уровнями.

3.3.4. Процессоры изображений

Табличный процессор сигналов уровней яркости

Описанный в [15] подобный специализированный табличный процессор обрабатывает элементы изображения, представляемые 16 градациями яркости.

Для обработки данных используется «окно» (маска) размером 3 x 3 (рис. 27), в котором по таблице итеративным путем определя­

55

ется яркость центральной точки. Последовательной разверткой до­ стигается восстановление всего кадра. Время обработки можно су­ щественно уменьшить параллельным включением ряда таких про­ цессоров, настроенных на определенные уровни яркости.

у*г

У*1 9

у

X Х*1 Х*2

Рис. 27. Табличное «окно» для определения яркости центральной точки объекта изо­ бражения.

Многоцелевые и арифметические процессоры

Процессор изображений, разрабатываемый для повышения про­ изводительности системы BES 2000, .должен удовлетворять требо­ ваниям, предъявляемым как к процессору обработки признаков, так и арифметическому процессору; Подобный специализированный процессор для обработки изображений должен располагать ОЗУ и 16-разрядным арифметико-логическим устройством (АЛУ). Подхо­ дящим Для этих целей является микропроцессор U 8002.

Процессор для обработки признаков должен допускать возмож­ ность совместной работы с другими процессорами через общие ма­ гистрали — приборную и микропроцессорную (рис. 28). Программ­ ное управление в этом случае осуществляется со стороны микро­ процессора. Рабочая программа процессора изображений хранится

Рис. 28. Структурная схема параллельного включения процессоров для обработки признаков в системе распознавания изображений.

UMP 1, 2 — универсальные процессоры обработки признаков изображений.

56

Рис. 29. Блок-схема процессора изображений.

в выделенной части ОЗУ микропроцессора (микроЭВМ). При этом каждому процессору изображений выделена своя часть памяти.

При решении задач, допускающих относительно длительную за­ держку в получении результатов, всю обработку данных может по­ следовательно'выполнять один процессор изображений. Для уско­ рения работы системы число таких процессоров увеличивают, и каждый из них, работая Параллельно с другими, решает определен­ ную часть общей задачи. Для исключения взаимного влияния друг на друга через общую магистраль их работа на этапе оценки при­ знаков координируется групповым контроллером. Промежуточны­ ми результатами могут обмениваться между собой одновременно только два процессора изображений, причем лишь по их требовани­ ям. Для этого на короткое время разрешается обмен данными меж­ ду ними по магистрали.

Структурная схема процессора изображений на основе микро­ процессора показана на рис.ч29.

В рассматриваемом случае упоминавшийся выше вычислитель­ ный блок не может выполнять функции процессора изображений. Он выполняет лишь некоторые операции по подготовке данных под управлением микропроцессорного контроллера.

57

4. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ

4.1. Общие положения

При обработке изображений в реальном масштабе времени про­ граммная часть должна обеспечивать эффективную работу всех тех­ нических средств и координацию работы системы в целом. Это до­ стигается на основе модульного построения программ, широкого применения табличных операций и такого структурирования дан­ ных, которое позволяет быстрое их обращение.

Требования обработки изображений в реальном времени наилуч­ шим образом обеспечиваются, при программировании на языке ас­ семблера [16, 17], но это связано с ростом затрат на создание про­ граммных средств. Компромиссом является использование ассемб­ лера для записи рабочих программ, непосредственно предназначен­ ных для обработки данных, в то время как программы пользовате­ лей, предназначенные для обслуживания объекта (связи с ним), за­ писывают на языках более высоких уровней.

С ростом достижений в области преобразования информации требования по созданию оптимальных (с точки зрения затрат вре­ мени) средств программирования становятся менее значимым фак­ тором, чем тот, на каком этапе обработки данных пользователь на­ чинает применять язык высокого уровня. При проблемной ориента­ ции (специализации) сенсорных средств создание всех средств программного обеспечения возлагается на пользователя. Для орга­ низации взаимодействия процессора с видеокамерой и периферий­ ными устройствами можно использовать программные модули об­ работки, которые необходимо связать с проблемно-ориентирован­ ными программами, организовав их реализацию аналогично подпрограммам. Для сопряжения аппаратных средств изготовитель системы должен включать в программное обеспечение и соответ­ ствующие, ориентированные на средства сопряжения программные модули [14].

4.2. Программные средства для системы минимальной конфигурации

Пакет программ для подобных систем содержит программы об­ служивания и указания ошибок, инициализации и опроса аппарат­ ных средств, а также операционных модулей для обработки изо­ бражений.

58

На рис. 11 представлена циклограмма работы видеокамеры с внешним управлением от ЭВМ, на которой указаны интервалы вре­ мени отсутствия воздействия ЭВМ. В течение этих интервалов вре­ мени (например» при интегрировании) ЭВМ выполняет внутренние операции обработки данных. После данного цикла интегрирования следует передача сигналов строки ПЗС в память. Во. время следую­ щего цикла интегрирования происходит подготовка содержимого памяти — его сжатие до набора признаков.

Обработка признаков изображения основана на распознавании черно-белых переходов в двоичном представлении этого изображе­ ния. Распознавание целесообразно осуществлять анализом эквива­ лентных временных интервалов как табличные операции. Одномер­ ные признаки объекта определяют по позициям и протяженностям соответствующих отрезков белого и черного цветов изображения. Эти признаки хранятся в соответствующем ЗУ. В следующем цикле чтения содержимое памяти обновляется текущими данными изо­ бражения. В соответствии с перечисленной последовательностью операций связаны между собой во времени и операционные про­ граммные модули.

Причем здесь возможны два варианта организации выполнения операций. Если суммарное время обработки top оказывается мень­ ше интервала интегрирования, то оно выполняется в этом интерва­

ле. В противном случае программные операционные модули запу-

9

скаются с окончанием ввода данных.

Измерение размерности строк не создает дополнительных про­ блем в программном обеспечении. Достаточно выполнение соответ­ ствующего операционного модуля в блок-схеме программы разме­ стить в интервале времени интегрирования U - 1 мс.

При определении двухмерных признаков программы должны быть такими, чтобы от цикла к циклу развертки очередной строки признаки по второй координате становились более точными. Ска­ занное иллюстрирует диаграмма выполнения программ в цикле ра­ боты видеокамеры, представленная на рис. 30. Если Ею — послед­ няя одномерная оценка признака, то новый вектор признаков (в ре­

где Cait — предыдущий вектор одномерной оценки признаков. Для этих целей был разработан итеративный построчный метод

распознавания изображений, положенный в основу работы линейча­ тых видеокамер [18]. Метод характеризуется жесткой временной

59

- Программа зап уск а цикла

Г"

• Ц икл камеры ISRO

• 1D-Операционные модули (1—х ) ■Цикл кам еры ISR 1

• Чтение данны х

■2D -Операционные модули(1 —у )

^neu~ Сa l t ' °P (^ w )

-Цикл камеры ISRZ

—Конец обработ ки признаков?

'№ ,

'Выдача

L

Рис. 30. Диаграмма реализации отдельных программных модулей в цикле работы видеокамеры.

ISR — программа прерывания на обслуживание.

диаграммой работы, определяемой циклом строчной развертки ка­ меры, итеративным алгоритмом распознавания и относительно не­ большими затратами на его реализацию.

Программы для системы минимальной конфигурации записыва­ ют на языке ассемблера и выполняются они в машинных кодах. Трансляция выполняется стандартным операционным модулем.

Оптоэлектронные сенсорные системы с описанной программной обработкой данных могут использоваться в технологических про­ цессах, примеры которых. рассмотрены в гл. 6.

Для эффективной разработки программ необходима соответ­ ствующая система, автоматизации программирования с интерактив­ ным режимом работы.

4.3. Программное обеспечение системы BES 2000

4.3.1. Уровни программирования

Программное обеспечение MIRECS системы BES 2000 создано на модульном принципе и характеризуется рядом уровней, отражен­ ных в структуре на рис. 31. Во главе этой структуры находится опе­ рационная система СР/М, организующая взаимодействие про­ граммных модулей различного уровня. Для максимально возмож-

60