Цель исследования. Разработка программного кода на языке программирования C#, реализующего алгоритм распознавания формы геометрических объектов на входном изображении при обеспечении надежности этого вычислительного процесса.
Методы. Алгоритм распознавания геометрических форм объектов основан на сочетании традиционных методов обработки изображений и интеллектуальных правил, определяющих вид геометрической формы объекта в зависимости от характеристик контуров, таких как моменты, количество их сторон и т.д. Для реализации данного метода в статье предлагается последовательность математических операций, включающая следующие этапы. Во-первых, метод включает операции размытие, преобразование исходного изображения в градации серого и инвертирование. На втором этапе осуществляется детектирование контуров и определение их характеристик, таких как моменты, периметр и др. На финальном этапе в зависимости от числа сторон, входящих в структуру контура, на основе интеллектуальных правил осуществляется сопоставление каждого найденного контура определенной геометрической фигуры.
Результаты. Разработаны алгоритм и инструкции создания программного кода для программной реализации процесса распознавания геометрической формы объектов. Определено, что предложенный алгоритм имеет высокую надежность, составляющую порядка 97%.
Заключение. Традиционные методы обработки изображений, такие как размытие и преобразование в градации серого, могут успешно сочетаться с методами выделения контуров и определения их геометрических характеристик. Подобная синергия методов обработки изображений позволяет создать алгоритм распознавания геометрических форм. Важно учитывать, что надежность и эффективность подобного алгоритма зависит от настройки пороговых значений, используемых в функциях обработки изображений, и дальнейшее исследование их характеристик может привести к улучшению результатов рассмотренного в статье алгоритма.
Идентификаторы и классификаторы
- Префикс DOI
- 10.21869/2223-1560-2024-28-2-148-165
- eLIBRARY ID
- 67910907
Отметим, что контурная аппроксимация – это процесс редукции количества точек в извлеченном контуре из бинарного изображения, при сохранении общей формы полученного контура. Например, для хранения прямоугольника достаточно хранить координаты (x, y) верхней крайней левой его точки и нижней правой точки. Данный метод аппроксимации основан на алгоритме Рамера-Дугласа-Пекера [23]. Он аппроксимирует контур, заменяя длинные последовательности близких точек одной прямой линией между начальной и конечной точками. Например, для описания прямой линии, состоящей из 100 точек, достаточно хранить только 2 точки – начальную и конечную.
Список литературы
1. Гнеушев А. Н., Мурынин А. Б. Адаптивный градиентный метод выделения контурных признаков объектов на изображениях реальных сцен // Известия Российской академии наук. Теория и системы управления. 2003. № 6. С. 153-160. EDN: ONOAFD
2. Алгоритм группировки геометрических объектов при автоматическом раскрое листового материала с использованием локальных характеристик формы / М. А. Чертов, Г. Е. Руденский, С. Г. Псахье, А. В. Скворцов // Вычислительные технологии. 2006. Т. 11, № 2. С. 93-107. EDN: JTQUMG
3. Чуканов С. Н. Сравнение изображений объектов методами вычислительной топологии // Труды СПИИРАН. 2019. Т. 18, № 5. С. 1043-1065. DOI: 10.15622/sp.2019.18.5.1043-1065 EDN: JWSZUF
4. Чуканов С. Н. Сравнение диффеоморфных изображений на основе формирования персистентных гомологий // Моделирование и анализ информационных систем. - 2019. Т. 26, № 3. С. 450-468. DOI: 10.18255/1818-1015-2019-3-450-468 EDN: EGMOQI
5. Шабалин А. С., Рахматуллов И. И., Полянин Н. А. Сравнение двух методов распознавания образов геометрических фигур // Ученые записки УлГУ. Серия: Математика и информационные технологии. 2021. № 2. С. 82-89. EDN: RGJDFB
6. Воронова Л. В., Панишева Е. В. К вопросу выбора метода определения границ и распознавания графического объекта применительно к задаче идентификации номера автомобиля // Технологии и качество. 2022. № 2(56). С. 46-50. DOI: 10.34216/2587-6147-2022-2-56-46-50 EDN: ZEEZWR
7. Бобырь М.В., Емельянов С.Г., Милостная Н.А. Алгоритм построения 3d сцен распознанных объектов по картам глубин // Известия Юго-Западного государственного университета. 2023. Т. 27, №2. С. 90-104. DOI: 10.21869/2223-1560-2023-27-2-90-104 EDN: RGANGQ
8. A method for creating a depth map based on a three-level fuzzy model / M. Bobyr, A. Arkhipov, S. Emelyanov, N. Milostnaya // Engineering Applications of Artificial Intelligence. 2023. Vol.117, no. Part B. P. 105629. DOI: 10.1016/j.engappai.2022.105629 EDN: AYJHXN
9. Построение карты глубины с использованием модернизированного фильтра Канни. Часть 1 / М. В. Бобырь, А. Е. Архипов, А. С. Якушев, Ц. Цао // Промышленные АСУ и контроллеры. 2021. № 4. С. 12-20. DOI: 10.25791/asu.4.2021.1271 EDN: DQRLLK
10. Построение карты глубины с использованием модернизированного фильтра Канни. Часть 2 / М. В. Бобырь, А. Е. Архипов, А. С. Якушев, С. Бхаттачарья // Промышленные АСУ и контроллеры. 2021. № 5. С. 3-15. DOI: 10.25791/asu.5.2021.1277 EDN: VOZBTI
11. Годунов А. И., Баланян С. Т., Егоров П. С. Сегментация изображений и распознавание объектов на основе технологии сверточных нейронных сетей // Надежность и качество сложных систем. 2021. № 3(35). С. 62-73. DOI: 10.21685/2307-4205-2021-3-8 EDN: GUZZTD
12. Лобанов М. Г., Шоломов Д. Л. Об ускорении архитектуры сверточной нейронной сети на базе ResNet в задаче распознавания объектов дорожной сцены // Информационные технологии и вычислительные системы. 2019. № 3. С. 57-65. DOI: 10.14357/20718632190305 EDN: GHNPGF
13. Кадуков Е. П. Распознавание объектов контроля на радиолокационных изображениях с использованием метода опорных векторов // Вопросы оборонной техники. Серия 16: Технические средства противодействия терроризму. 2022. № 9-10(171-172). С. 96-105. EDN: GFRJKS
14. А. Ю. Поливанов, Ю. В. Иванов Распознавание человека в системе технического зрения мобильного робота на основе метода опорных векторов // Вестник МГТУ “Станкин”. 2023. № 3(66). С. 17-27. EDN: TXJDWV
15. Пугин Е. В., Жизняков А. Л. Алгоритмы обработки изображений для обнаружения объектов с использованием нечётких признаков // Радиотехнические и телекоммуникационные системы. 2020. № 2(38). С. 59-65. EDN: OTDDMC
16. Нечетко-логические методы в задаче детектирования границ объектов / М. В. Бобырь, А. Е. Архипов, С. В. Горбачев, Ц. Цао, С. Бхаттачарья // Информатика и автоматизация. 2022. Т.21, №2. С. 376-404. DOI: 10.15622/ia.21.2.6 EDN: YSFCPD
17. Прикладные нейро-нечеткие вычислительные системы и устройства / М. В. Бобырь, С. Г. Емельянов, А. Е. Архипов, Н. А. Милостная. М.: Издательский Дом “Инфра-М”, 2023. 263 с. DOI: 10.12737/1900641 EDN: NQWNOR
18. Bobyr M. V., Milostnaya N. A., Bulatnikov V. A. The fuzzy filter based on the method of areas’ ratio // Applied Soft Computing. 2022. Vol. 117. P. 108449. DOI: 10.1016/j.asoc.2022.108449 EDN: UDVMRZ
19. Бобырь М. В., Милостная Н. А. Анализ использования мягких арифметических операций в структуре нечетко-логического вывода // Вестник компьютерных и информационных технологий. 2015. № 7(133). С. 7-15. DOI: 10.14489/vkit.2015.07.pp.007-015 EDN: UHHCJJ
20. Бобырь М. В., Архипов А. Е., Якушев А. С. Распознавание оттенка цветовой метки на основе нечёткой кластеризации // Информатика и автоматизация. 2021. Т. 20, № 2. С. 407-434. DOI: 10.15622/ia.2021.20.2.6 EDN: QTATIT
21. Emgu CV Library Documentation. VectorOfVectorOfPoint Class. URL: www.emgu.com/wiki/files/3.0.0/document/html/b29e1d11-e75c-6bbe-4b3b-7d8e6395a733.htm (Доступ свободный).
22. Emgu CV Library Documentation. CvInvoke.FindContours Method. URL: www.emgu.com/wiki/files/4.5.5/document/html/M_Emgu_CV_CvInvoke_FindContours.htm (Доступ свободный).
23. Балун В. Н., Дроздов Н. А., Дорошенко Е. В. Программная реализация алгоритма Дугласа-Пекера для уменьшения числа точек полилинии // Современные тенденции развития и перспективы внедрения инновационных технологий в машиностроении, образовании и экономике. 2019. Т. 5, № 1. С. 157-163. EDN: UBFMVQ
Выпуск
Другие статьи выпуска
Цель работы. В настоящее время активно растёт интерес к использованию дронов в различных сферах. Причины связаны с непрерывным ростом технологий, с появлением быстрых микропроцессоров, которые обеспечивают автономное управление несколькими системами связи. Мониторинг, строительство, контроль и слежение - лишь некоторые из областей, в которых использование БПЛА становится обычным явлением. Цель работы заключается в изучении работы нагруженности протоколов обмена информации на различных уровнях взаимодействия и предложить варианты повышения надежности взаимодействия на основе гибридных технологий. Задачами исследования является детализация протоколов обмена данными в БПЛА на различных уровнях, с учетом анализа структуры передаваемой информации и гибридной модели.
Методы. В статье рассматриваются протоколы, задействованные в работе БПЛА на разных уровнях, их особенности, преимущества и недостатки, а также их сбои восстановление связи. Использование реалистичных технологических особенностей беспилотных летательных аппаратов для тестирования моделей и методов может оказаться весьма актуальным для практических целей в различных отраслях от гражданских до военных.
Результаты. В статье представлена детализация протоколов связи и обмена данными, которые используются в системах БПЛА, а также их производительность.
Заключение. Для качественной оценки влияния на безопасность информации, предлагается ввести гибридные модели компоненты, которые динамически адаптируют протоколы обмена данными на основе анализа угроз в режиме работы в реальном времени и возможностей системы. Рациональное использование энергии имеет решающее значение для осуществления эффективного и безопасного процесса работы БПЛА. Затронуты и рассмотрены вопросы защищенности канала передачи загруженности протокола с позиции затрат энергетических ресурсов.
Цель. Повышение эффективности траекторного движения трехколесных роботов за счет разработки алгоритмов системы управления и подбора параметров на основании математического моделирования движения робота вдоль путевых точек, характеризующих требуемую траекторию движения. Разработка методов планирования траекторий трехколесного мобильного робота на основе алгоритма Pure Pursuit. Разработка математической модели устройства, позволяющей получить численное решение для управляемого движения робота по путевым точкам. Анализ результатов моделирования, с целью установления применимости предлагаемых решений для задач управления двухсекционным колесным роботом для ландшафтных работ.
Методы. В качестве основы при разработке системы управления траекторным движением робота используется алгоритм Pure Pursuit, позволяющий формировать траектории движения робота по путевым точкам с заданными параметрами движения. При разработке математической модели использовались методы теоретической механики, механики роботов, численного интегрирования, теории управления, электротехники и электромеханики. При создании программных продуктов использованы математические пакеты Matlab/Simulink.
Результаты. В результате проведенного исследования были обнаружены и подтверждены основные закономерности влияния параметра Lookahead Distance алгоритма траекторного движения Pure Pursuit на характер движения управляемого робота. Показано, что выбор величины данного параметра должен обосновываться задачами управления и условиями работы робота. Разработанная математическая модель позволила получить временные диаграммы для параметров движения робота, установить точность предлагаемых алгоритмов.
Заключение. В работе установлено, что предложенный в работе алгоритм Pure Pursuit может быть использован для осуществления траекторного управления колесных мобильных роботов. Метод не требует высокой производительности вычислительной системы и обеспечивает удовлетворительные качественные и количественные характеристики управления движением.
Цель исследования. Среди множества способов формообразования поверхностей, применяемых в машиностроении, существенную часть занимают процессы обработки деталей резанием в том числе точением. Процесс резания металлов в большинстве случаев сопровождается вибрациями и колебаниями инструмента, которые дестабилизируют обработку, уменьшают ее качество, стойкость инструмента и производительность процесса. Снизить негативное влияние вибрации возможно использованием элементов, поглощающих или снижающих колебания рабочей части инструмента. Известны конструкции резцов, называемых демпфирующими, способных уменьшить отрицательное влияние вибраций при точении. Однако основным их недостатком является жесткая связь с установочно-зажимными элементами станка, через которые передается вибрация на инструмент. Решение данной проблемы возможно совершенствованием конструкции инструмента с целью повышения устойчивости процесса резания. Конструкции токарных резцов, увеличивающих их стойкость, снижающих вибрации, возникающие в процессе резания, и повышающих качество обработанной поверхности представляют практический и научный интерес. Цель исследования состоит в создании инновационных моделей инструмента, в частности, токарных резцов, способных улучшить качество поверхностного слоя обрабатываемой детали, ее эксплуатационные свойства, а также стойкость режущей части инструмента.
Методы. Проектирование и изготовление новых резцов с державкой, которая имеет элементы, изолирующие рабочую часть резца от контакта с крепежной частью суппорта станка, а также различными жесткостями и размерами.
Результаты. Увеличение эффективности демпфирования колебаний резца, снижение его материалоемкости, т. к. размеры упругих элементов меньше половины длинны державки резца, улучшение качества поверхностного слоя обрабатываемой детали, ее эксплуатационных свойств, а также стойкости режущей части инструмента.
Заключение. Предлагаемые демпфирующие резцы отвечают поставленным цели и задачам. Теоретические исследования и промышленные испытания, простота конструкций и технологий изготовления новых демпфирующих резцов позволяют рекомендовать их для внедрения в производство. Резцы могут применяться при токарной обработке различных конструкционных материалов.
Цель исследования. Разработка программной реализации иерархического подхода к решению обратной задачи кинематики робота-манипулятора с произвольным количеством сочленений. Разработанная библиотека может быть использована как в составе САПР машиностроительного назначения с поддержкой функционала инженерного анализа (CAE), так и для разработки программного обеспечения встроенных систем управления многокоординатными манипуляционными машинами.
Методы. Идея подхода заключается в итерационном приближении обобщенных координат в последовательности, определенной разработчиком. Количество необходимых итераций определяется требуемой точностью решения. В качестве исходных данных для решения обратной задачи кинематики требуется «матрица манипулятора» 4 × 4 в символьном виде, начальные значения обобщенных координат, и «матрица манипулятора» 4 × 4, описывающая финальные положение и ориентацию схвата. Для реализации выбран язык программирования Си стандарта ANSI C, поскольку он обеспечивает достаточную портативность и близость к аппаратуре.
Результаты. Результатом работы является библиотека языка программирования Си для ЭВМ под управлением операционных систем семейства Unix (например, GNU/Linux, freeBSD, openBSD, macOS, Solaris), которая предоставляет функции, необходимые для решения обратной задачи кинематики робота-манипулятора.
Заключение. В статье показан пример использования данной библиотеки для трехзвенного робота-манипулятора, а также построена траектория его движения по десяти точкам. Использование предложенной в статье библиотеки libreRGM3 может быть эффективным способом решения ОЗК при моделировании движения робота в САПР (например, OpenSCAD [8]), в учебных или исследовательских целях, в условиях работы с ЭВМ без графического интерфейса или с программируемым логическим контроллером и микроконтроллером.
Цель исследования. Целью данной работы является разработка методики определения соотношения мембранных напряжений в тентовой оболочке, состоящей из множества секторов арочного типа, обеспечивающего требуемую высоту в центре сектора.
Методы. Для поиска требуемого соотношения мембранных напряжений применен итерационный метод хорд. Для определения высоты в центре сектора на каждой итерации производится поиск формы поверхности оболочки методом плотности сил, который заключается в определении координат узлов сети, наложенной на оболочку, путем решения системы уравнений равновесия, линеаризованной за счет введения подстановки, являющейся отношением усилий в элементах сети к их длинам.
Результаты. Разработан итерационный алгоритм поиска соотношения мембранных напряжений, состоящий из двух этапов: определение начального диапазона поиска и минимизация расхождения требуемой и полученной по расчету высоты оболочки в центре сектора. Эффективность алгоритма подтверждена численным моделированием ряда секторов тентового покрытия арочного типа на прямоугольном плане. Расхождение заданных высот в центре секторов и высот, полученных в специализированном лицензионном программном комплексе, не превышает 1,0 %.
Заключение. Форма поверхности тентовых оболочек зависит от мембранных напряжений. Задача поиска формы, в настоящее время, имеет достаточную степень теоретической проработки. Вместе с тем, обратная задача, позволяющая по заданным геометрическим параметрам оболочки найти искомое соотношение напряжений, не находит должного отражения в литературных источниках. Разработанная в настоящей работе методика будет способствовать упрощению процесса исследования и проектирования тентовых строительных конструкций. Дальнейшее развитие предложенной методики находится в области расчета многосекционных тентовых систем с учетом податливости опорных конструкций, разделяющих смежные секции.
Издательство
- Издательство
- ЮЗГУ
- Регион
- Россия, Курск
- Почтовый адрес
- 305040, Курская обл, г Курск, Центральный округ, ул 50 лет Октября, зд 94
- Юр. адрес
- 305040, Курская обл, г Курск, Центральный округ, ул 50 лет Октября, зд 94
- ФИО
- Емельянов Сергей Геннадьевич (РЕКТОР)
- E-mail адрес
- rector@swsu.ru
- Контактный телефон
- +7 (471) 2504820
- Сайт
- https://swsu.ru/