система технічного зору

Для дефектоскопії матеріалів та виробів у багатьох випадках можна використовувати візуально-оптичні методи та засоби. З розвитком мікропроцесорних компонентів і, відповідно, значним розширенням сфер використання комп’ютерної техніки та методів і засобів оброблення та аналізу зображень стрімко розвивається використання візуально-оптичних методів та засобів дефектоскопії для серійного виробництва та в наукових дослідженнях.

Задача класифікації зображень є дуже важливою сучасною проблемою в області комп’ютерного зору. Перші підходи до розв’язання цієї задачі полягали у використанні класичних  алгоритмів.  Незважаючи  на  певний  прогрес,  отриманий,  класичними  підходами, більшість складніших задач класифікації зображень залишались нерозв’язаними до моменту використання алгоритмів машинного навчання. Перші спроби застосування машинного навчання до задачі розпізнавання зображень допомогли класифікувати набори ознак, які опрацювати прямими алгоритмами не вдавалось.

The quarantine restrictions introduced during COVID-19 are necessary to minimize the spread of coronavirus disease. These measures include a fixed number of people in the room, social distance, wearing protective equipment. These restrictions are achieved by the work of technological control workers and the police. However, people are not ideal creatures, quite often the human factor makes its adjustments.

Мета роботи полягає у розробці автоматизованої вимірювальної системи в механічному гірокомпасі за допомогою спеціально розробленого апаратного та програмного забезпечення для того, щоб полегшити експлуатацію приладу та мінімізувати похибки спостерігача. Розроблений комплекс передбачає автоматизацію лише для часового методу, так як для методу поворотної точки необхідно постійно контактувати з навідним гвинтом тахеометра.

This paper examines the main methods and principles of image formation, display of the sign language recognition algorithm using computer vision to improve communication between people with hearing and speech impairments. This algorithm allows to effectively recognize gestures and display information in the form of labels. A system that includes the main modules for implementing this algorithm has been designed.

Завдання виявлення об’єктів на відеозображеннях характерна для сучасних систем технічого зору (СТЗ), орієнтованих на різні функціональні застосування. Виявляти об`єкти можна як на статичних відеозображеннях, так і на виділених з відеопотоку кадрах. За своєю суттю виявлення об’єктів на відеозображенні, як правило, означає виявлення яскравісних чи кольорових неоднорідностей, які на подальших етапах можна трактувати як фізичні об`єкти.

Запропоновано структуру спецпроцесора реалізації алгоритму визначення характерних ознак відеооб’єкта на основі алгоритму SURF для спеціалізованої системи технічного зору.

Запропоновано варіант системи технічного зору на основі багатопроцесорної архітектури з використанням багатопортової пам’яті з рівним доступом усіх спецпроцесорів.

We consider a microcontroller implementation of an algorithm for extracting SURF features of an object in a video stream to be used in a specialized computer vision system.

Розглянуто вирішення вказаних задач за допомогою сплайнів. Із застосуванням сплайнів отримано єдину модель для усіх трьох задач й поєднано простоту розрахунків із гнучкістю моделі. Для фільтрації та сегментації акустичних сигналів застосовуються сплайн-фільтри, аналогічні фільтрам Савицького–Голея. Різна ширина фрагментів сплайна дає змогу досягти різного згладжування й відповідно виділення фрагментів різної деталізації. Інструментом виділення тонів серця є частотно-часовий LSS-аналіз, де розклад відбувається завдяки різномасштабній апроксимації сплайнами за методом найменших квадратів.