Идентификация элемента изображения

Идентификатор обращения 120 Идентификация элемента изображения 212 Именование записей 109 [c.565]

В рамках изложенного подхода весьма важной является задача определения значений коэффициентов а, bi с учетом указанных ограничений, относящаяся к классу задач идентификации объектов на различных проективных изображениях. В этом случае для определения значений этих коэффициентов могут быть использованы, например, методы, основанные на линейных отображениях методы идентификации коэффициентов а , bi по набору характерных точек или элементов изображений методы непосредственного поиска значений коэффициентов ttj, bi путем последовательного перебора наборов этих коэффициентов в соответствующем пространстве и т. д. Все эти методы отличаются различной точностью и достоверностью идентификации и трудоемкостью вычислительного процесса. [c.177]

Однако очевидно, что и в данном случае корректно могут быть исследованы только двумерные свойства поверхностей. Этот факт объясняется тем, что не существует прямой связи между изображением и трехмерной структурой объекта. Использование информации в виде изображений, облегчая задачу выделения и анализа различных элементов по их проективным характеристикам, не позволяет при этом произвести количественную оценку высот неровностей. Очевидно, что совместно с изображением необходимо использовать набор данных, организованный таким образом, что каждой точке изображения поставлена в соответствие величина, характеризующая ее расположение по высоте. При этом изображение требуется для выделения и идентификации различных структур, а матрица ординат — для их количественной оценки. [c.174]

Структура данных. В программе проектирования трафаретов гибридных микросхем используются структуры данных списочного типа, как показано на рис. 166. Каждый блок на рисунке соответствует либо линии, либо метке, изображенной на экране. Стрелки, идущие слева направо, представляют собой прямые указатели и служат для связи определений линий и меток между собой. Стрелки, идущие справа налево — это обратные указатели. Они используются главным образом для группировки линий и меток в один элемент, например, резистор. Линии 11—14 в изображении резистора (рис. 166) относятся к фрагменту маски резистора, линии 15—Ь6 — к фрагменту проводников № 1, метка Н5 — к фрагменту идентификации. Каждый блок данных структуры содержит код, по которому ЭВМ узнает, к какому уровню или слою относится данная линия или метка. На рис. 1167 показан формат отдельного блока. [c.187]

Методы решения задач второй группы основаны на применении составных моделей. При геометрическом моделировании трехмерных объектов можно выделить следуюш,ие процедуры построения составной модели из набора базовых модификации модели сечения модели объекта плоскостью общего положения с выводом изображения сечения идентификации точек, ребер, граней и объемных элементов на трехмерной модели с выводом их двухмерных изображений расчета геометрических и механических параметров объектов (объем, масса, площадь, момент инерции и т. п.) развертки поверхности на плоскость. Разработано несколько систем моделирования трехмерных объектов, позволяющих решать такие задачи [1]. [c.251]

Авторы уверены в том, что системы технического зрения, использующие методики моделирования высокого уровня, в случае применения оптических методик могут получить ряд преимуществ, поскольку они объединяют элементы как цифровых (например, обнаружение/усиление края объекта, фурье-методи-ки для вычислений признаков), так и символьных (сопоставление с образцом, распознавание объектов и т. д.) вычислений [14]. Так как такие системы требуют интенсивной работы с базой знаний, то применение систем с большой пропускной способностью памяти (см. разд. 10.4) может облегчить решение некоторых задач, связанных с итерационным процессом идентификации. Наиболее совершенные системы понимания изображений [15, 16] требуют сопряжения чисто цифровой обработки изображения, выполняемой на самом низком уровне выделения фрагментов изображения, с символьными вычислениями, выполняемых на более высоких уровнях в процессе классификации и распознавания объектов [17]. Сочетание цифровых и символьных вычислений для решения таких задач технического зрения, как управление оптическими потоками, может явиться для оптических вычислений наиболее важным применением в области ИИ. [c.313]

В другой автоматической системе для присоединения проволочных выводов к контактам транзисторов в качестве датчиков визуального обследования используются телевизионные камеры 4, микроЭВМ 1 с ЗУ емкостью 16-10 слов. Система может включать до 50 индивидуальных монтажных устройств 5 (рис. 7.13). Каждая группа из нескольких монтажных устройств соединена с микропроцессором обработки изображения <3, работающим в режиме разделения времени, телевизионными камерами, а также с линейным контроллером 2, который с помощью серводвигателей управляет перемещением рассматриваемого образца по осям х я у. Монтажное устройство осуществляет пайку выводов и обеспечивает необходимое натяжение выводов транзисторов. Допустимая погрешность при установке координат +0,15 мм (по осям х и у) и 15° (по углу ф). При попадании изображения контактной площадки в поле зрения телевизионной камеры воспроизводится определенный зрительный образ. Процессор обработки изображения идентифицирует рассматриваемый участок и преобразует аналоговую форму сигнала в цифровую в виде матрицы из 12x12 элементов изображения для сравнения с хранящимся в памяти эталоном. Время идентификации изображения образца составляет в среднем 15 с эффективность определения изображения — 99,9 % (расчетная) и 99,0 % (практическая), МикроЭВМ помогает распознавать зрительный образ, оценивая расстояние между линиями наблюдаемого рисунка и угловые координаты рассматриваемого образца. [c.239]

Автоматические устройства ввода ГИ могут проводить сканирование обрабатываемого документа и считывание светочувствительными органами различных отметок, их идентификацию и определение координат проводить отслеживание линий чертежа и их позиционирование использовать телекамеру и алгоритмы распознавания изображений. Для полуавтоматического кодирования используются кодировщики ГИ, которые обычно состоят из планшета с абсолютной или относительной системой координат и ручного устройства ввода ГИ, который обеспечивает указание элемента ГИ. Для идентификации объектов, соответствующих характерным точкам, в состав кодировщика включается алфавитно-цифровая и (или) функциональная клавиатура. Широкое распространение получили кодирующие устройства М-2002, М-2004, ЭМ-709, ГАРНИ, ПКГИО. [c.15]

Указанный метод распознавания образов имеет свои проблемы. Например, при чтении текста возникают трудности при определении корреляции букв, которые имеют сходные начертания (С, О, Q) или когда одна буква содержится как элемент б пачертаиии других (/ с В, D, Е, F, М и т. д.). Для идентификации необходимо выбирать характерные черты букв, которые обычно отражаются в высших пространственных частотах, либо предварительно обрабатывать изображения букв оптическими методами таким образом, чтобы сходные по начертанию буквы можно было бы впоследствии различить. Наиболее подходящим для такой обработки является дифференцирование, приводящее к оконтуриванию объекта. Эта операция осуществляется с помощью соответствующего обрезающего фильтра, который помещается в спектральную плоскость. [c.184]

Построение луча (2D или 3D) предлагает дискретное изображение характеристики разреза, и может включать структурные элементы и особенности распространения (например, разломы, наклонные оси синфазности, физические свойства, латеральные изменения, анизотропию поля скоростей в горизонтальном направлении и т.д.). Целью таких исследований может быть освещение участков на сложнопостроенных моделях (рис.З.Е.1), или на более простых горизонтальнослоистых моделях, которые можно использовать для идентификации оптимальных параметров регистрации. [c.25]

В настоящее время при машинном зрительном восприятии трехмерных объектов применяются две программы построение контурных рисунков и определение местоположения основных, не закрывающих друг друга объектов с их идентификацией. В первом случае с помощью локальных операций выделяется контурное изображение фрагмента среды (сцены), анализ которого последовательно выполняется ЭВМ. При этом используется дискретное изображение, которое запоминается в вычислительной машине в виде структуры, состоящей из 120X120 элементов. В каждый из элементов может быть записано 16 уровней (4 бита) информации об интенсивности света. Однако при построении контурного рисунка часто возникают искажения, существенно усложняющие анализ местоположения и идентификацию объектов. Вторая программа включает накоп- [c.175]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...