Восприятие глубины
При всей полезности процедуры поиска контуров для распознавания образов сама по себе она дает лишь двумерный контур объекта, который меняется в зависимости от точки наблюдения. А чтобы воспринимать глубину изображения, машина должна получать информацию, достаточную для надежного распознавания трехмерных объектов.
Наша способность к объемному восприятию отчасти обусловлена бинокулярным зрением. Мозг, получив изображения от каждого глаза, по смещениям соответственных точек изображений создает ощущение глубины. Чтобы применить подобный прием в системах машинного зрения, необходимо решить одну важную проблему. Оснастить машину двумя камерами, которые, подобно глазам человека, будут давать изображения с разных точек, совсем не сложно. Гораздо труднее найти в этих двух изображениях соответственные точки для определения смещения между ними.
Эта так называемая проблема соответствия вызвана тем, что компьютер в системе со стереоскопическим зрением не имеет о внешних объектах никаких других данных, кроме двух числовых массивов яркостей, полученных от каждой из камер. Уровни серого одной и той же точки объекта в двух массивах могут не только оказаться в разных позициях, но и отличаться друг от друга из-за разницы в положениях камер.
Одно из решений проблемы соответствия состоит в сведении массивов уровней серого к контурным картам при помощи процедуры поиска контуров. Затем система сканирует карты в поисках похожих участков. Выделив соответственные точки в таких участках, можно определить их положения относительно центров плоскостей изображений каждой из камер. По разнице их положений в двух наборах данных система определяет расстояния от камер до каждой из точек объекта и так, точка за точкой, восстанавливает объемную форму.
Один из методов, с помощью которых система машинного зрения «конструирует» объект из мешанины данных о его внешнем изображении, — анализ текстуры — применяется и при распознавании предметов. Конкретная текстура поверхности представляется в массиве уровней серого определенными комбинациями значений яркости. Резкие изменения текстуры чаще всего указывают на переходы от одной физической поверхности к другой, например, от луга к лесу на аэрофотоснимках. Плавные же изменения текстуры могут дать ключ к распознанию трехмерной формы объекта.
Для описания текстуры поверхности применяются два основных метода: структурный и статистический анализы. При структурном анализе система ищет характерные особенности, или приметы, объекта и соотношения между ними. Так, приметами кукурузного початка являются зерна, сгруппированные в ряды. При выявлении примет система обычно пользуется для нахождения линий раздела методом поиска контуров в массиве уровней серого.
Статистический подход применяется для анализа поверхностей, в текстуре которых трудно выделить характерные приметы, или изображений, в которых такие детали не видны, как, например, при полученнии некоторых изображений со спутников. Здесь внимание концентрируется на соотношении яркостей данного пиксела и его окружения в массиве уровней серого, и в результате определяется вероятность того, что данный пиксел близок по яркости своим соседям. Например, статистический анализ изображения меха должен показать, что по яркости более близки соседние пикселы по вертикали, чем по горизонтали. Текстура меха с его тонкими набегающими друг на друга волосками обладает свойством направленности. Для поверхностей других видов можно статистически описать такие их свойства, как шероховатость, регулярность структуры и контрастность.