Základní principy strojového vidění – 5. díl

Typografie
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times

V této kapitole se budeme zabývat takovým zpracováním obrazu, jehož výstupem je opět obraz. Dvourozměrná data vstupního obrazu jsou transformována do dvourozměrných dat výstupního obrazu.

Obraz upravujeme, abychom potlačili jeho nedostatky a vady, a naopak abychom v obraze zdůraznili ty informace, které budeme v dalších krocích strojového vidění využívat.

Základní úpravy obrazu

Snímací senzor kamery vytváří intenzitní obraz scény. Ozáření každého pixelu je převedeno na číslo (přesněji řečeno na náboj, ten je převeden na napětí a toto napětí je nakonec převedeno na číslo). Abychom takto získana data mohli využít jako vstupní informaci pro řetězec kroků strojového vidění, je většinou nutno je nejdříve upravit.

Interpolace Bayerovy masky a vyvážení bílé barvy

Problém interpolace barev Bayerovy masky se týká jen barevných kamer s jedním snímacím čipem. Existují sice tříčipové barevné kamery, které poskytují pro každý pixel úplnou informaci v podobě červeného, zeleného a modrého kanálu, ale v úlohách strojového vidění není používání těchto kamer obvyklé. Mají-li totiž jednočipové kamery určitou rezervu v rozlišení, mohou mít srovnatelnou kvalitu obrazu při značně nižší ceně.

strojove_videni_5_1_web

Barevné snímací senzory obvykle poskytují informaci jen jednoho barevného kanálu pro jednotlivé snímané pixely. Snímací matice je pokryta červenými, zelenými a modrými filtry nad jednotlivými snímacími elementy. Pro získání barevného obrazu musíme do každého pixelu doplnit informaci pro dva chybějící barevné kanály. A tuto informaci lze získat jedině interpolací z okolních pixelů.

Problém barevné mozaiky nespočívá ani tak v nižsím barevném rozlišení výsledného obrazu, jako spíše ve vzájemném prostorovém posunu obrazů v jednotlivých barevných kanálech. Na kontrastních hranách pak vznikají dobře známé nežádoucí červené a modré barevné efekty.

Další z důležitých úprav obrazu na samém počátku řetězce zpracování bývá vyvážení bílé barvy. Spočívá v nastavení takového poměru mezi intenzitami barevných kanálů, aby byla správně zobrazována bílá barva, přesněji řečeno, aby se barevnost zachyceného obrazu co nejpřesněji shodovala s tím, jak jej vidí člověk. Vyvážení bílé je důležité pro lidské oko, nikoliv pro algoritmy strojového vidění. Potřebujeme-li v obraze co nejpřesněji měřit barevnost, většinou nemůžeme použít automatické vyvážení bílé barvy — zde můžeme narazit na problémy u kamer, kde automatické vyvážení nelze vypnout.

Barevnost obrazu z kamery je ovlivňována spektrální propustností filtrů Bayerovy masky, barvou povrchu snímaného předmětu, barvou světla a dokonce i intenzitou světla. První tři faktory jsou zřejmé, ale co ta intenzita světla? Problém spočívá v saturaci buněk snímacího senzoru. Jestliže na některé buňky senzoru dopadá tolik světla, že akumulovaný elektrický náboj buňky se blíží její maximální kapacitě nebo dokonce tuto kapacitu přesahuje, přebytečné elektrony se postupně začínají roztékat do okolních buněk. Každá barva tedy s rostoucím jasem postupně přechází do bílé barvy.

Pro interpolaci Bayerovy mozaiky i nastavení barevného tónu obrazu si vystačíme s aditivním modelem míchání barev a základním RGB barevným prostorem v podobě krychle. Tento model je také dobrý pro software strojového vidění — stroje se naštěstí nemusí tížit problémy lidského vnímání barev.

strojove_videni_5_2_web

Transformace hodnot jasu — nastavení jasu a kontrastu

Transformace hodnot jasu obrazových bodů mají význam převážně v případech, kdy je obraz pozorován člověkem, kterému úprava jasů umožní lepší vnímání obrazu. Pro algoritmy strojového vidění jsou tyto úpravy obrazu většinou méně důležité.

strojove_videni_5_3_web

To, jestli má obraz správný kontrast můžeme nejlépe posoudit z jeho histogramu. Zde je vidět, zda-li jasy pixelů v obraze využívají všech kvantizačních úrovní. Obrazy s nedostatečným kontrastem mívají horní nebo dolní oblasti histogramu prázdné a většina pixelů je soustředěna jen v užším pásmu jasů. Úprava kontrastu pak spočívá v takových změnách jasu jednotlivých pixelů, aby byl histogram zaplněn v celé své délce.


O něco složitějším postupem zlepšení kontrastu je ekvalizace histogramu. Histogram obrazu se zde upraví tak, aby výsledný kumulativní histogram lineárně rostl v celém svém rozsahu. Při této úpravě o informace nepřicházíme, je tedy možno realizovat úpravu inverzní a znovu tak získat původní obraz.

strojove_videni_5_4_web

Veškeré tyto postupy lze uplatnit na černobílý i na barevný obraz. Zvyšování kontrastu má obvykle za následek i zvětšení šumu.

Úpravami jasu a kontrastu nevzniká z obrazu žádná nová informace, použitím první metody dokonce nenávratně ztrácíme informaci o některých jasech. Vždy však dochází k zředění histogramu.

Inverze jasů a barev

Jednou z možností transformace jasů je možnost obrácení obrazu do negativu. Tako operace je velmi jednoduchá — každý jas převedeme na jeho doplněk do plného rozsahu. Uděláme-li totéž s jednotlivými karevnými kanály, získáme barevný negativ.

Vyvážení a nasycení barev

K častým základním úpravám obrazu, zejména má-li být pozorován a vyhodnocován člověkem, patří i vyvážení barevnosti a změna sytosti barev. U kamerových virtuálních přístrojů, které využívají GPU počítače, jsou tyto transformace vektorů barev v barevném prostoru součástí většiny filtrů. Transformační matice respektuje vnímání barev člověkem.

Snížíme-li nasycení barev tak, že se barevná informace zcela vytratí a zůstane jen informace o jasu, získáme černobílý obraz. Tento převod opět může nebo nemusí respektovat fyziologické vnímání jasů jednotlivých barev. V technické praxi se často počítá jas jako jednoduchý průměr jasů jednotlivých barevných kanálů.

strojove_videni_5_5_web

Barvy ve scéně snímané kamerou závisejí nejen na barvách snímaných předmětů (tedy na tom, jakou část barevného spektra povrchy předmětů odrážení a jakou naopak pohlcují), ale také na spektru světla, kterým je scéna osvětlována. Např. svítíme-li na bílý papír teplým světlem žárovky, nebude v obraze bílý, ale žlutý. Aby výsledná barevnost obrazu nebyla ovlivňována spektrem zdroje světla, musíme v obraze tzv. vyvážit bílou barvu. Vyvážení bílé barvy znamená takové nastavení intenzit jednotlivých barev, aby obrazy bílých a šedých předmětů obsahovaly shodné jasy ve všech třech barevných kanálech. Vyvážení bílé barvy se provádí vždy na samém počátku řetězce zpracování obrazu, buď přímo v kameře nebo ještě před interpolací Bayerovy masky.

Literatura: Programový systém strojového vidění v prostředí Control Web, Moravské přístroje a.s., www.mii.cz

Aktuální číslo časopisu

ElektroPrumysl cz cervenec 2019s

ElektroPrůmysl.cz, září 2019

Číslo je zaměřené na elektrické pohony, měniče frekvence, řízení polohy a pohybu.

Najdete nás na Facebooku

Bezplatný odběr časopisu

Chcete odebírat časopis ElektroPrůmysl.cz zdarma? Napište Vaše jméno a e-mail, poté klikněte na tlačítko odebírat.
 Souhlasím se zpracováním osobních údajů pro potřeby zasílání časopisu zdarma. Informace o zpracování osobních údajů
Časopis vychází 1x měsíčně.

Zajímavé odkazy

EATON TOUR 2019 - Inteligentní jištění a ovládání Konstruktéři, projektanti a elektrotechnici jste zváni zdarma na cyklus odborně-technických přednášek po celé ČR pod vedením špičkových odborníků zaměřených především na praktická řešení a ukázky.
VOLTWORLD.cz - Svět měřicí techniky! Internetový obchod s kvalitní měřicí technikou osvědčených světových značek. Akční ceny, výhodné sady, půjčovna, servis, kalibrace, školení a semináře.
ProfCom, s.r.o. (Professional Component Services) Autorizované zastoupení a distribuce produktů průmyslové automatizace značky Delta pro ČR a SR.
TERMOKAMERY.cz – novinky a akční ceny! Vyberte si termokameru přesně dle Vašeho požadavku. Technické poradenství, profesionální přístup, prodej, odborná školení, servis a kalibrace. Vyžádejte si předvedení termokamer zdarma přímo ve vaší firmě!
Bezplatný odběr časopisu
Chcete odebírat časopis ElektroPrůmysl.cz zdarma? Napište Vaše jméno a e-mail, poté klikněte na tlačítko odebírat.
 Souhlasím se zpracováním osobních údajů pro potřeby zasílání časopisu zdarma. Informace o zpracování osobních údajů
Časopis vychází 1x měsíčně.