ZPRACOVÁNÍ OBRAZU Úvodní přednáška Vít Lédl vit.ledl@tul.cz TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR
ZPO ZPR LS 2011 1. Úvod do počítačového zpracování obrazu, oko, opakování základů optiky, clona, hloubka ostrosti 2. Objektiv, světelnost objektivu, zvětšení, základní výpočty, způsob připojení, volba objektivu, vady zobrazení, omezení použití 3. Speciální zobrazovací soustavy, barevné a polarizační filtry, osvětlovače 4. Obraz digitalizace, barevná reprezentace, způsoby snímání, historie snímání 5. CCD a CMOS snímače, převod fotonů na elektrický náboj, speciální typy snímačů, doba expozice, velikosti snímačů 6. Rozlišení snímačů, dynamický rozsah, fyzikální meze použitelnosti, kamery, elektronická závěrka, funkce AES, AGC, stabilita 2
7. Základy pořízení kvalitního obrazu. Převáděcí tabulka (look-up table), ekvalizace histogramu, zvýšení kontrastu, prahování, transformace intenzit, geometrické transformace 8. Lineární integrální transformace ve zpracování obrazu 9. Předzpracování obrazu, ostření, detekce hran, filtrace, matematická morfologie, konvoluce 10. Speciální metody pro měření rozměrů se subpixelovou přesností, Houghova transformace 11. Standardy PCI, PC104, PXI, USB, Fire-Wire 12. Kompaktní průmyslové systémy pro stavbu aplikací počítačového vidění, kamery a kamerové systémy v zabezpečovací technice 13. Ukázky praktických úloh 14. Písemka. ZPO ZPR LS 2011 3
LITERATURA, ZDROJE INFORMACÍ J. Fischer: Optoelektronické senzory a videometrie, ČVUT V. Hlaváč, M. Sedláček: Zpracování signálů a obrazů, ČVUT G. Schroder, Technická optika, SNTL 1986 P. Malý, Optika, Karolinum 2008 Alex, Ryer: Light Measurement Handbook, 1998 http://measure.feld.cvut.cz/groups/videometry/ Tomas Svoboda, Jan Kybic, and Vaclav Hlavac. Image Processing, Analysis and Machine Vision. A MATLAB Companion. Thomson, 2007. Wilhelm Burge a Mark J. Burge: Digital Image Processing, an Algorithmic Introduction Using Java, Springer 2007 Image Processing, Analysis, and Machine Vision:A MATLAB Companion www.mathworks.com (image processing toolbox) Keyence, LED Illumination for Machine Vision http://www.edmundoptics.com http://www.thorlabs.com http://www.emva.org/ http://www.messe-stuttgart.de/vision/ weby firem: Cognex, NI, Basler, Jai, AVT, opto-engineering... 4
ZPRACOVÁNÍ OBRAZU Digital Image Processing Digital Image Analysis Machine Vision (počítačové vidění) 5
OBRAZY JAKO RADIOMETRICKÁ MĚŘENÍ Pro zobrazování lze využít tři druhy energie - el. mag. záření, záření částic, akustické vlny. Budeme se zabývat pouze měřeními v oboru viditelných vlnových délek el.mag záření. Těleso buď září samo, anebo odráží energii. Záření nese informace, které lze využít k identifikaci viděných objektů a měření některých jejich vlastností. Jedná se o: Vlnovou délku (frekvenci záření), projevuje se jako barva. Intenzitu (amplitudu), projevuje se jako jas. Mód polarizace (u příčného vlnění), elasticimetrie, kvalita povrchů. Fázi pouze ve spec. případech, lze ji získat interferencí nebo holograficky (dnes běžná digitální holografie). 6
SVĚTLO Vlny / částice oba přístupy využijeme Nejenom viditelná oblast je využita v MV Příklady 7
POČÍTAČOVÉ ZPRACOVÁNÍ OBRAZU Počítačové zpracování obrazu zahrnuje: Návrh řetězce osvětlovač, zobrazovací soustava, kamera, vyhodnocovací HW, software předzpracování. Zpracování pořízeného obrazu na úrovni videometrické či inspekční aplikace, často i bez nutnosti programování. Typické úlohy: Kontrola/měření rozměrů (videometrie), kontrola přítomnosti dílů, kontrola kvality povrchu, čtení čárových a maticových kódů, OCR, OCV, mnoho dalšího, měření interf., holo. 8
RADIOMETRICKÉ VELIČINY - VZTAHY Energie je mírou záření Síla záření je definována jako energie / čas >> zářivý výkon (tok), navíc nás též zajímá geometrické rozložení záření a jeho spektrální složení [ ] zářivý tok Φ jeho jednotkou je W Zářivost I [ W/sr] zářivý tok do jednotkového prostorového úhlu v daném 2 směru, lze ji implicitně definovat vztahem dφ = IdΩ Ω = S / r Celému prostoru (záření do všech stran) odpovídá Ω = 4π sr 2 Intenzita ozáření E [ W/m ] implicitně ji definujeme E = dω / ds Není-li S kolmá ke směru pozorovaného záření, musíme vzít v úvahu jen její účinnou plochu, tj. průmět do směru pozorování 9
FOTOMETRICKÉ VELIČINY Radiometrické veličiny > křivka citlivosti oka > fotometrické veličiny fotometrické veličiny: Svítivost [cd], Světelný tok [lm], Intenzita osvětlení [lux] Kandela [cd] (SI) je svítivost zdroje, který v daném směru vysílá monochromatické záření o kmitočtu 540 10 12 Hz a jehož zářivost v tomto směru je 1/683 W/sr Běžná žárovka o příkonu 100 W má svítivost asi 120 cd Jednotka lumen je stanovena tak, že výkonu 1 W ze zdroje o vlnové délce 555 nm, na kterou je oko nejcitlivější (proč 555), odpovídá světelný tok 680 lm. Převodní vztah: 1 W = 680 lm Odrazivost povrchu hraje důležitou roli lambertovský povrch- albedo, BRDF Oko vidění, porovnání http://en.wikipedia.org/wiki/adaptation_(eye) http://en.wikipedia.org/wiki/visual_perception http://en.wikipedia.org/wiki/color_constancy http://en.wikipedia.org/wiki/color_vision E = L! 4 Rovnice ozáření! # " d f $ & % 2 cos 4 " 10
OKO VIDĚNÍ - ZÁKLADY Zobrazovací soustava s detektorem a adaptivní optikou Čípky, tyčinky rozložení, konc. Parametry, počty, měnící se rozměry oko je citlivé pouze na intenzitu Případně vlnovou délku Obraz je zmenšený a převrácený 11
Tyčinky intenzitní vnímání (nebarevné) vysoká citlivost ve tmě vyběleny v jasném světle rychlá časová odezva zodpovědné za periferní vidění mnoho tyčinek na jeden neuron ZPRACOVÁNÍ OBRAZU Úvodní přednáška OKO VIDĚNÍ ZAJÍMAVOSTI Čočka grin element umístěný v kruhovém svěrači, při stahování roste mohutnost čočky, schopnost čočky měnit geometri klesá s věkem, mění se až o 15 D Duhovka iris- clona mění se asi od 2 do 8 mm Sítnice - dva druhy detektorů tyčinek asi 125 milionů, čípků asi 7 milionů jsou různě rozložené po sítnici a jinak citlivé Čípky barevné trichromatické vidění necitlivé ve tmě pracují v jasném světle pomalá časová odezva nejčetnější ve žluté skvrně jeden neuron na čípek Rozlišení asi jedna oblouková minuta, tj. 1 mm ze třech metrů, tj. asi 100 ln/mm na sítnici, rozlišení časová asi 3 až 10 snímků za sekundu, color constancy Dynamický rozsah oka až 32 stopů, dyn. rozsah filmu či CCD asi 10 stopů Ve zpracování obrazu musíme řetězec oko a mozek nahradit zobrazovací soustava detektor počítač 12
ZÁKLADY OPTIKY PRO ZOBRAZOVÁNÍ Index lomu a šíření světla, zákon odrazu, Snellův zákon, n = c v Zákon odrazu! 1 =!! 2 Snellův zákon n 1 sin! 1 = n 2 sin! 2 Kritický úhel Odraz na rozhraní sin! C = n 1 "! = n 2! n 1 % n $ ' 2 # n 2 + n 1 & 2 13
ZÁKLADY OPTIKY PRO ZOBRAZOVÁNÍ 1 První řád a paraxiální prostor Optické zobrazení - není obecně bez vad Čočka, zrcadlo, zobrazovací systémy Ukázky 14
ZOBRAZENÍ GEOMETRIE - ČOČKA Pravidla: Směry značení Reálný Virtuální obraz Fresnelova čočka 15
ZOBRAZENÍ GEOMETRIE - ZRCADLO Zrcadlo Paraboloid Elipsoid Osvětlovače 16
SMĚRY ZNAČENÍ - KONVENCE 17
ZOBRAZOVACÍ ROVNICE Na straně předmětu y! y = " f " a " f ( ), po úpravě 1 aʹ 1 a = 1 f ʹ nebo z z! = " f! 2 yʹ ( aʹ f ʹ ) Na straně obrazu y = f ʹ Příčné zvětšení yʹ y = aʹ a = βʹ 18