Введение 6
1. Конструкторская часть 7
1.1 Локализация 3D объектов на основе сопоставления краев для скоростных и высокоточных производственных приложений
машинного зрения 7
1.2 Локализация 3D объектов на основе окклюзии контуров с
использованием STL CAD моделей 9
1.3 3D локализация в рамках определенного класса объектов с
использованием графов частей сцены 14
1.3.1 Формализация задачи локализации 14
1.4 Эффективный поиск 3D объектов на основе множественных
классификаторов, зависящих от ориентации 18
1.5 Трекинг на основе 2,5D данных 23
1.6 Выбор способа обработки 3D сцен 25
1.7 Использование периферийного устройства Kinect 26
1.8 Восстановление карты глубины 28
1.8.1 Эффективная стратегия заполнения пространственно -
временных отверстий в карте глубины сенсора Kinect 29
1.8.2 Альтернативные методы 37
1.9 Актуальные подзадачи компьютерного зрения 40
1.9.1 Задача сопоставления изображений 40
1.9.2 Задача выделения особых точек на изображении 46
1.9.3 Задача сопоставления особых точек 56
1.9.4 Задача отслеживания объектов 61
1.9.5 Задача поиска дефектов материала 62
2. Технологическая часть 64
2.1 Характеристики сенсора Kinect 64
2.1.1 Среда разработки Kinect SDK для Windows 66
2.2 Анализ библиотек компьютерного зрения 67
2.2.1 Библиотека AForge.NET и Accord.NET 67
2.2.2 Библиотеки OpenCV и Opencvsharp 67
3. Исследовательская часть 69
3.1 Общая схема АРМ 69
3.2 Восстановление карты глубины 70
3.2.1 Реализация алгоритма 74
3.2.2 Оптимизация вычислительных затрат 77
3.3 Динамическое измерение расстояния 78
3.4 Отслеживание положения объектов 79
3.5 Ночное видение 80
3.6 Сопоставление изображений 81
3.7 Детектор дефектов 84
4. Технико-экономическое обоснование эффективности НИОКР ... 93
4.1 Введение 93
4.2 Определение этапов выполнения НИОКР 93
4.2.1 Календарный график выполнения НИОКР 97
4.3 Расчет стоимости выполнения НИОКР 97
4.3.1 Материальные затраты 98
4.3.2 Расчет основной заработной платы 98
4.3.3 Расчет дополнительной заработной платы 99
4.3.4 Отчисления на социальные нужды 99
4.3.5 Расчет амортизационных отчислений 99
4.3.6 Прочие затраты 100
4.4 Результаты 101
4.5 Выводы 102
5. Промышленная экология и безопасность 104
5.1 Введение 104
5.2 Основные факторы воздействия среды на оператора ПК 104
5.2.1 Параметры микроклимата 104
5.2.2 Требования к уровням шума и вибрации 106
5.2.3 Освещенность 107
5.2.4 Требования к уровням электромагнитных полей 109
5.2.5 Опасность поражения электрическим током 110
5.2.6 Требования к организации рабочего места пользователей
разработанного АРМ 112
5.2.7 Рабочая поза и рабочее место 113
5.2.8 Эргономические требования к дисплею 115
5.2.9 Требования к организации медицинского обслуживания
пользователей ПК 117
5.2.10 Пожаробезопасность 118
5.3 Использование сенсора Kinect 119
5.3.1 Обеспечение безопасности использования 119
5.3.2 Нормирование инфракрасного излучения 121
5.3.3 Утилизация 122
5.4 Расчет системы искусственного освещения 123
5.4.1 Расчет искусственного освещения рабочего места
оператора 123
5.4.2 Утилизация люминесцентных ламп 126
5.5 Выводы 126
Заключение 128
Список использованных источников 129
Компьютерное зрение позволяет решать широкий круг задач в картографии и геодезии, навигации, управлении, медицине и других сферах деятельности человека. Зачастую они сводятся к работе с 2D изображениями при помощи контроля освещенности. В этой области существует множество хорошо изученных методов. Однако иногда 2D информации недостаточно, например, для управления манипуляторами, решения задач дистанционного управления жестами и многих других приложений. В каждом из вышеуказанных случаев решается подзадача локализации определенного типа объектов в трехмерном пространстве.
Существует множество современных подходов к анализу 3D сцен. Они различаются по сложности реализации, области применения и точности результатов. Не так давно обработка изображений с использованием 2,5D карты глубины начала привлекать внимание ученых удобством анализа, а выпуск потребитель- ориентированных сенсоров глубины (таких как Microsoft Kinect) усилил интерес.
Обычно задачи компьютерного зрения требуют детального анализа и подбора алгоритма решения. Разработчикам приходится проводить много времени, исследуя и обрабатывая тестовые примеры различными способами. При подготовке тестов приходится проделывать рутинную работу по кодированию стандартных методов технического зрения, а начальные замеры для оценки 3 D сцены проводятся вручную. Целью данной дипломной работы было упростить вышеописанный подготовительный этап с помощью создания специализированного АРМ. В состав АРМ включен сенсор Kinect для быстрой обработки глубины сцены.
Параллельно с выполнением дипломной работы решалась задача анализа дефектов на поверхности металла методами компьютерного зрения. Современное повышение требований к качеству поверхности материалов на производстве делает эту задачу чрезвычайно актуальной. Поэтому было принято решение включить дополнительный модуль для исследования материалов на предмет обнаружения повреждений в АРМ, разрабатываемый в рамках дипломного проекта .
В рамках данного дипломного проекта разработано АРМ специализированной системы компьютерного зрения. Оно позволяет существенно упростить работу инженеров-разработчиков на подготовительном этапе при решении сложных задач технического зрения.
Разработана и реализована структура АРМ, в состав которого входит мультикамера Kinect. Она позволяет получать карту глубины обозреваемой сцены, а также цветное видео сцены и видео сцены в инфракрасном излучении в режиме реального времени. Для повышения качества стереовосстановления, производимого мультикамерой, разработан специальный модуль и произведены мероприятия по ускорению его работы.
АРМ предназначено для инженеров, занимающихся решением сложных задач компьютерного зрения, а также будет интересно научным сотрудникам, аспирантам и студентам, которые изучают дисциплины, связанные с робототехникой.
АРМ предоставляет пользователям возможность динамически получать описания обозреваемой сцены в 3 D, отслеживать положение объектов в пространстве, замерять расстояния до участков сцены, получать ее картинку в отсутствии достаточной для обычной камеры освещенности, сопоставлять изображения и анализировать коррозийные дефекты на поверхности материалов.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
