Машинное зрение

Cтраница 1

Машинное зрение ( machine vision) и обработка изображений применимы во многих сферах и используют весьма различные методы. В обработке изображений различают обработку изображений ( image processing) для непрерывных изображений и обработку рисунков ( picture processing) для дискретных рисунков. Первая по своему характеру является числовой и примыкает к обработке сигналов и распознаванию образов. [1]

Схема управления монтажным модулем. [2]

Системы машинного зрения и контроля качества совмещают кристалл с колодцем корпуса схемы и оценивают качество эвтектики после присоединения кристалла к корпусу. [3]

Использование технологий машинного зрения, включая методы теории обработки изображений и распознавания образов, являются альтернативой GLONASS / GPS-технологиям ( а в некоторых случаях и их дополнением) при формировании облика бортовых высокоточных интегрированных систем навигации и наведения беспилотных маневренных летательных аппаратов. [4]

Практическая применимость технологий машинного зрения в значительной степени основана на достижениях в области микроэлектроники и разработках сенсорных бортовых технических устройств в видимом, инфракрасном и радиолокационном диапазонах излучения электромагнитного спектра, а также на возможности реализации сложных алгоритмов комплексной обработки текущей информации от нескольких источников. [5]

Например, в машинном зрении часто возникает необходимость в информации о глубине, по которой можно восстановить трехмерную модель. При наличии дальномера изображение дальностей ( глубин) можно использовать в дополнение к обычному полутоновому изображению. [6]

В последние годы в области машинного зрения активно развиваются исследования по распознаванию и пониманию сложных сцен, включающих множество произвольно расположенных в пространстве трехмерных объектов. [7]

С технической точки зрения проблема использования технологий машинного зрения для навигации и наведения беспилотных маневренных летательных аппаратов формулируется следующим образом. [8]

Сравнение методом поиска с возвратом. [9]

Следующий пример иллюстрирует применение частичного сравнения графов для машинного зрения в робототехнике. [10]

Контурный рисунок широко используется в интерактивной машинной графике и при создании систем искусственного машинного зрения. Он является для ЭВМ главным средством идентификации и восприятия реального объекта независимо от конкретных условий освещения. На рис. 1.4.3, о, б изображена одна и та же пространственная сцена. Для ее опознания и машинной классификации приходится очистить образ от теней и осуществить переход к контурной точечной интерпретации. [11]

Исследования в области искусственного интеллекта происходят по четырем основным направлениям: а) машинное зрение, б) машинное принятие решений, в) естественный язык, г) экспертные системы. [12]

Интерфейсная плата облегчает информационный обмен между программируемыми контроллерами, роботизированными ячейками, системами машинного зрения и автоматическими транспортными средствами. Фирма Моторола создала подобные модули для включения в оборудование, создаваемое на основе шины VMEbus. Выполненный на базе микропроцессора 68000 с емкостью ОЗУ от 128К до 512К модуль позволяет соединяться с сетью, скорость передачи данных в которой - 5 или ЮМ бит / с. Другие фирмы также разрабатывают подобные устройства. По зарубежным данным, к 1990 г. объем продаж интерфейсных модулей для сетей MAP составил около 1 млрд. долларов. [13]

В качестве подсистемы визуальная информационная система ( ВИС) нужна также и в системах машинного зрения в робототехнике и комплексно-автоматизированных производствах. Так, например, при автоматизированном контроле сверхбольших интегральных схем ( СБИС) в базе данных ( а это как раз визуальная база данных) необходимо хранить сотни и тысячи рисунков шаблонов, с которыми система, пытаясь найти ошибки, сравнивает изображение кристалла, полученное с электронного микроскопа. Автоматизация производства включает в себя также веде - ние инвентарных описей, управление складами готовой продукции, контроль за прохождением материалов и деталей через производственные подразделения и другие подобные задачи. В так называемых комплексно-автоматизированных производствах ( КАП) особую важность приобретает задача объединения большого числа разнородных баз данных в единую информационную систему. [14]

На сегодняшний день существуют четыре области приложения искусственного интеллекта, имеющие коммерческое назначение: робототехника ( машинное зрение и манипуляции), понимание естественного языка, алгоритмическое программирование и экспертные системы. Хотя все перечисленные области обладают более или менее схожими характеристиками систем рассуждений, наибольшее развитие получили экспертные системы. Именно этой области приложения искусственного интеллекта посвящено предлагаемое учебное пособие. [15]

Страницы: 1 2 3