ОПТИКО-ЭЛЕКТРОННАЯ СИСТЕМА КЛАССИФИКАЦИИ КОНТУРОВ
Г.Минчев, М.Илиева, Р.Илиева, Х.Пехливанов,
Т.Божков
НРБ
Предложен алгоритм для классификации контуров путей полярного сканирования и измерения энергии интерференционных взаимодействий. Определены информативные кривые и параметры для контура данного типа, после чего произведена их классификация.
Одним из подходов классификации объектов по виду их контуров. является оптико-электронный метод исследования пространственного спектра входных объектов. Интерес к нему обуславливается возможностью сжимания входной информации путем измерения энергии интерференционных взаимодействий от контуров /1,2/.
Основной целью данного исследования является разработка алгоритма для классификации контуров путем полярного сканирования и измерения энергии интерференционных взаимодействий из выделенных сегментов. Наводящим соображением для этого исследования является различие (по энергии и пространственному распределению) в дифракционных картинах сегментов из контуров разного типа и различия в их интерференционных взаимодействиях. Энергия интерференционной картины, полученная из выделенных сегментов для данной позиции сканирования, находится в зависимости от расстояния между нима: с увеличением расстояния, увеличивается суммарная энергия интерференционной картины. Измерение позволяет определить информативные кривые и параметры для контура данного типа, после чего производится их классификация.
Для исследования мы использовали установку, показанную на рис.1. Объекты - контуры с центральной симметрией - освещаются плоской когерентной волной, сформированной гелио-неоновым лазером
и коллимирующей системой Л
0. Линза Л1 осуществляет преобразование Фурье входного объекта, перед которым непосредственно помещена вращающаяся прямоугольная щель шириной 0,3 мм, которая сканирует объект на 360° через 10°. В фокальной плоскости преобразующей линзы находится входная апертура фотоэлектронного умноаителя. Мы сделали фильтрацию низких и нулевых частот, которые являются высокоэнергетическими и малоинформативными, чтобы измерение было более чувствительным к слабым изменениям в контуре объекта. Использовали оптическую маску, изготовленную из фотопластинок путем запили низких частот спектра вращающейся щели. Объекты, представлены на рис.1 в плоскости объекта (ОБ), масштабированы относительно эталонного контура - окружности, вокруг которой они описаны. Определяем величины порога энергии Емин=75% Е0 и Емакс= 125% Е0, при этом Е0 - энергия нормирующей окружности.
Из полученных экспериментальных кривых, представленных на рис.2а, б, в по величинам порогов определяются следующие параметры.
1. Количество максимумов выше порога Емакс, которые соответствуют на углах в контурах. В случае диаметральной симметрии количество максимумов возрастает в два раза.
2. Количество минимумов ниже порога Емин, которое соответствует точкам незамкнугостей в контурах. Если точки незамкнутостей случайны, их количество возрастает в два раза. Когда незамкнутость меньше половины апертуры сканирования, это воспринимается как дефект контура, а когда незамкнутость больше этой величины - контур воспринимается как открытый контур.
3. Величины энергий, находящихся между Емакс и Емин
, которые соответствуют плавному контуру, в нем отсутствуют точки незамкнутоетей и углы.
Представленные кривые центрирована по центру тяжести соответствующего контура. При децентровке относительно центра тяжести получается угловое перемещение максимумов, как это показано на рис.2г в случае незамкнутой окружности.
По характерной деформации делается объективная оценка для действительного расположения центра тяжести относительно оптической оси. Для автоматизирования измерительного процесса необ-
Рис.2. Экспериментальные кривые для разных контуров.
ходимо сделать центрирование путем нескольких сканирований, после чего искать центральную симметрию описанной в полярных координатах фигуры. Когда на вход поступает объект с неизвестным по виду контуром, с целью классифицировать его по некоторым из описанных классов можно сделать математическую ротацию и искать сходство с кривыми описанных контуров или их
комбинаций.
Предложенный алгоритм можно прилодить к первоначальной обработке оконтуренных объектов из двумерной сцены. Это можно использовать при управлении манипуляторов, которые распознают детали по контуру.
Л и т е р а т у р а
1. В.Д.Глезер. Механизмы опознавания зрительных образов, "Наука", Л., 1966.
2. Г.С.Кондратенков. Обработка информации когерентными оптическими системами, "Сов.радио", М., 1972.
