|
Эта публикация цитируется в 7 научных статьях (всего в 7 статьях)
Искусственный интеллект, инженерия данных и знаний
Распознавание оттенка цветовой метки на основе нечёткой кластеризации
М. В. Бобырь, А. Е. Архипов, А. С. Якушев Юго-Западный государственный университет (ЮЗГУ)
Аннотация:
Рассматривается задача определения текущего положения пневматических исполнительных механизмов. Решение поставленной задачи достигается введением системы технического зрения, позволяющей на основе метода нечеткой кластеризации определять в режиме реального времени координаты центра цветовой метки, установленной на исполнительных механизмах мехатронного комплекса и позицию её смещения. Целью работы является повышение точности распознавания цветовой метки для прецизионного позиционирования исполнительных механизмов мехатронного комплекса и повышение быстродействия дефаззификатора за счет распараллеливания вычислительных процедур в нем.
Интеллектуализация процесса распознавания цветового оттенка производится на основе нечёткой кластеризации. Сначала строится нечеткая модель, позволяющая в зависимости от входных параметров интенсивности цвета по каждому из каналов RGB и составляющей цветового тона выделять на изображении заданный цвет. Затем осуществляется бинаризация цветного изображения и подавление шумов.
При моделировании нечеткой системы авторами были применены две модели дефаззификации: на основе метода центра тяжести и на основе отношения площадей. Модель, реализованная на основе метода отношения площадей, позволяет убрать зоны нечувствительности, которые присутствуют в модели центра тяжести. Метод на основе отношения площадей определяет принадлежность пикселей к заданному цветовому тону, и после этого расположение цветовой метки в кадре изображения определяется на основе определения центра тяжести распознанных пикселей цветовой метки. В последующем, при перемещении исполнительного механизма в продольном направлении, система технического зрения определяет расположение цветовой метки в новом кадре. Разность положений цветовой метки на исходном и текущем изображениях позволяет определить расстояние смещения цветовой метки.
С целью исследования влияния шума на точность распознавания были использованы цифровые фильтры: медианный, Гауссовский, матричный и биноминальный. Анализ точности данных фильтров показал, что лучший результат получен при использовании Гауссовского фильтра. Оценка производилась на основе показателя сигнал-шум. Реализация математической модели распознавания цветовой метки выполнена в среде Matlab/Simulink. Экспериментальные исследования работоспособности системы технического зрения с предложенной нечёткой моделью кластеризации проводились на пневматическом мехатронном комплексе. В ходе экспериментов на корпусе цилиндра закреплялась цветовая метка, после чего цилиндр перемещался по направляющим в продольном направлении. В процессе перемещения выполнялась видеофиксация и распознавание изображений. Для определения точности распознавания цветовой метки рассчитаны коэффициенты PSNR и RMSE, которые составили 38,21 и 3,14 соответственно. Точность определения смещения на основе разработанной модели распознавания цветовых меток достигла 99,7 %. Быстродействие дефаззификатора увеличилось до 590 нс.
Ключевые слова:
нечёткая кластеризация, распознавание цветового оттенка, нечёткая логика, RMSE, PSNR, MAPE.
Поступила в редакцию: 17.01.2021
Образец цитирования:
М. В. Бобырь, А. Е. Архипов, А. С. Якушев, “Распознавание оттенка цветовой метки на основе нечёткой кластеризации”, Информатика и автоматизация, 20:2 (2021), 407–434
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/trspy1148 https://www.mathnet.ru/rus/trspy/v20/i2/p407
|
Статистика просмотров: |
Страница аннотации: | 137 | PDF полного текста: | 141 |
|