Файл: Мясников, В. А. Программное управление оборудованием.pdf

со

Минимальное расстояние между кодами признаков всех цифр равно 2, цифра 1 отличается от «пустого» символа только значе­ нием одного признака. В связи с этим, коррекция ошибок при распознавании невозможна, однако возможно обнаружение не­ которых одиночных и двойных ошибок.

Если требуется выделить только одну цифру на фоне всех остальных, например цифру 6, то минимальное число призна­ ков сокращается до 2-х, как показано ниже.

Действительно, код признаков будет соответствовать комби­ нации 10 (левый символ соответствует признаку 7, правый — 15) только при предъявлении цифры 6.

'Распознавание фиксированных неориентированных деталей. Для

решения задачи классификации в случае фиксированных не­ ориентированных деталей необходимо выбрать характеристики, инвариантные к поворотам изображений. Такой характеристикой, может служить, например, циклическая автокорреляционная функ­ ция (либо некоторые ее отсчеты). Действительно, если упорядо­ ченное множество сигналов рецепторов, расположенных на за­ данном расстоянии R от фиксированного условного центра изо­

бражения детали представить в виде дискретной функции /д (г), то при повороте изображения вокруг этого центра произойдет циклический сдвиг функции, причем величина сдвига однозначно связана с углом поворота изображения.

Пусть требуется произвести классификацию N деталей при s

нат в полярные с центром новых координат, совпадающим с точкой фиксации изображений (в произвольном случае — с «цен­ тром тяжести» проекции). Для каждого изображения построим

474

мальное число радиусов, достаточных для уверенной классифи­ кации изображений при наличии /-кратных ошибок. Однако для облегчения классификации неориентированных деталей можно на этапе обучения провести минимизацию числа отсчетов по каж­ дой автокорреляционной функции.

Для каждого выбранного диаметра кольца Д,- построим ма­ трицу С следующим образом. Строки матрицы соответствуют раз­

личным отсчетам автокорреляционных функций изображений на данном радиусе В (0), В (I), . . ., В (п — 1). В столбцах матрицы

записаны результаты сравнения отсчетов разных классов изо­ бражений, причем, если отсчеты различаются больше, чем на величину d — 1, то в соответствующей клетке матрицы ставится 1, если же отличие меньше d, то ставится 0. Оптимальное покрытие матриц Ci (i = 1, 2, . . ., т) позволяет на каждом радиусе вы­

брать минимальное число отсчетов автокорреляционной функции. На рабочем этапе распознавание произвольно ориентирован­ ной детали сведется к сравнению вычисленных некоторых авто­ корреляционных функций с соответствующими значениями всех классов деталей, что позволит резко сократить время распозна­

вания.

Для определения угла поворота в режиме обучения выби­ раются для каждой детали радиусы, код которых позволяет однозначно определить ориентацию. Этот код должен удовлетво­ рять только одному условию, чтобы при циклических сдвигах период повторения был бы не меньше п.

После определения принадлежности детали производятся циклические сдвиги соответствующего кода и сравнение его с эта­ лонным. По числу тактов сдвига, обеспечивающих совпадение

475

кодов, определяется угол наклона оси симметрии (условной оси) относительно координат.

На рис. 218 изображены 3 детали в полярных координатах I,

IIи III. Изображения этих деталей предъявляются роботу на этапе

пш

Рис. 218. Изображение неориентированных деталей в по­ лярных координатах

обучения. Коды изображений в полярных координатах приве­ дены ниже:

Угловые дискреты

476

Вычислим автокорреляционные функции на всех радиусах для всех деталей:

Из матрицы видно, что для распознавания деталей при воз­ можных одиночных ошибках (d — 5) достаточно сравнить автокор­

реляционные функции на 1-м и 2-м радиусах (либо на 2-м и 3-м). Пусть в качестве контрольных радиусов взяты 1-й и 2-й.

Найдем минимальное число отсчетов в автокорреляционных функ­ циях, необходимых для однозначного различения фигур. Для 1-го радиуса получим:

Таким образом, для различения I и II детали, а также I и III детали достаточно взять любой отсчет автокорреляционной функции, например В (0).

477