Система стереозрения мобильного робота: этап предварительной обработки изображений

Ульянов Сергей Викторович
д.ф.-м.н., Лаборатория информационных технологий объединенного института ядерных исследований (ЛИТ ОИЯИ), профессор, 141980, Московская область, г. Дубна, ул. Жолио-Кюри, д. 6, тел.: +7(49621)6-60-10, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Решетников Андрей Геннадьевич
к.т.н., Лаборатория информационных технологий объединенного института ядерных исследований (ЛИТ ОИЯИ), доцент, 141980, Московская область, г. Дубна, ул. Жолио-Кюри, д. 6, тел.: +7(49621)6-60-10, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Кошелев Кирилл Викторович
Лаборатория информационных технологий объединенного института ядерных исследований (ЛИТ ОИЯИ), аспирант, 141980, Московская область, г. Дубна, ул. Жолио-Кюри, д. 6, тел.: +7(977)710-41-40, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Шишаев Алексей Васильевич
ГБОУ ВО МО «Университет «Дубна», Институт системного
анализа и управления, студент, 141980, Московская область, г. Дубна, Университетская ул., д. 19, тел.: +7(49621)6-60-10, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Материал поступил в редакцию 05 марта 2020 года.

Аннотация
Цифровая обработка изображений сливается с областью искусственного интеллекта в задаче компьютерного зрения. В данной статье продолжается описание системы распознавания образов, базирующейся на технологии стереозрения. В целом ряде задач, связанных с машинным зрением, изображения в бинарном представлении используются в качестве входных данных. Причем эти задачи могут быть как довольно простыми (выделение контуров на основе цветовой корреляции пикселей), так и сложными, комплексными (распознавание и классификация, определение местоположения и автономная навигация). Наилучшие результаты в распознавании образов получают с помощью сверточных нейронных сетей (СНС). Однако важную роль в достижении высокого качества распознавания играет этап предварительной обработки изображений, о котором и пойдет речь в настоящей статье. К тому же методы обработки бинарных изображений применимы в обработке и анализе полутоновых и цветных изображений. Данная работа является неотъемлемой частью описания системы стереозрения мобильного робота, нейросетевой модуль которой уже был рассмотрен ранее. В статье представлены результаты работы блока предварительной обработки и фильтрации. Обсуждаются возможные обобщения предложенного подхода на основе технологии квантовых мягких вычислений и квантового глубокого машинного обучения с применением квантовых нейронных сетей.

Ключевые слова
Распознавание образов, стереозрение, робототехника, предварительная обработка изображений, фильтрация, ROS (Robot Operating System).

https://doi.org/10.31776/RTCJ.8306 

Индекс УДК 
004.932

Библиографическое описание
Ульянов С.В. Система стереозрения мобильного робота: этап предварительной обработки изображений / С.В. Ульянов, А.Г. Решетников, К.В. Кошелев, А.В. Шишаев // Робототехника и техническая кибернетика. – Т. 8. - №3. – Санкт-Петербург : ЦНИИ РТК. – 2020. – С. 206-216. – Текст : непосредственный.

Литература

1. Hinton G.E. A fast learning algorithm for deep belief nets / G.E. Hinton, S. Osindero and Y. Teh // Neural Computation, 18, 2006, pp. 1527-1554. – Text: unmediated.
2. LeCun Y. Deep Learning / Y. LeCun, Y. Bengio and G.E Hinton // Nature, vol. 521, 2015, pp. 436 – 444. – Text: unmediated.
3. Гонсалес Р.C. Цифровая обработка изображений / Р.С. Гонсалес, Р.Е. Вудс. – Москва: Техносфера. – 2012. – 1072 с. – Текст: непосредственный.
4. Яне Б. Цифровая обработка изображений / Б. Яне // Пер. с англ. А.М. Измайловой. – Москва: Техно-сфера. – 2007. – 16-24 с.– Текст: непосредственный.
5. Дуда Р. Распознавание образов и анализ сцен / Р. Дуда, П. Харт. – Москва: Мир. – 1976. – 511 с. – Текст: непосредственный.
6. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов / Д. Марр. – Москва: Радио и связь. – 1987. – 404 с.– Текст: непосредственный.
7. Ульянов С.В. Интеллектуальная система распознавания образов мобильного робота на основе сте-реозрения / С.В. Ульянов, А.Г. Решетников, К.В. Кошелев // Робототехника и техническая кибернетика. – 2019. – Т. 7. – № 3. – 224-232 с. – Текст: непосредственный.
8. Адаптивные методы обработки изображений: сборник науч. трудов / Под ред. В.И. Сифорова и Л.П. Ярославского. – Москва: Наука. – 1988. – 244 с. – Текст: непосредственный.
9. Уидроу Б. Адаптивная обработка сигналов / Б. Уидроу, С. Стирнз. – Москва: Радио и связь. – 1989. – 440 с. – Текст: непосредственный.
10. Canny J. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1986. – Pp. 679-698. – Text: unmediated.
11. Serra J. Image Analysis, Mathematical Morphology. – Academic Press, 1984, 610 p. – Text: unmediated.
12. Бархатова И.А. Интеллектуальные самоорганизующиеся когнитивные регуляторы. Ч. 3: Информационно-термодинамический закон распределения качества и обобщенная структура интеллектуального когнитивного управления / И.А. Бархатова, С.В. Ульянов // Системный анализ в науке и образовании. – 2015. – № 1. – URL: http:/www.sanse.ru/archive/32 (дата обращения: 23.02.2020). – Текст: электронный.
13. Quantum information and quantum computational intelligence: Backgrounds and applied toolkit of information design technologies / L.V. Litvintseva. – Milan. Note del Polo (Ricerca), Universita degli Studi di Milano, 2005. – Pp. 78-86. – Text: unmediated.
14. Fast geometric transformations on quantum images / Le P.Q. [et al] // IAENG Intern. J. of Applied Mathemat-ics. – 2010. – Vol. 40. – № 3. – A framework for representing and producing movies on quantum computers // Inter-national Journal of Quantum Information. – 2011. – Vol. 9. – №. 6. – Pp. 1459-1497. – Text: unmediated.
15. Ульянов С.В. Квантовое распознавание лиц и квантовая визуальная криптография: модели и алгоритмы / С.В. Ульянов, С.П. Петров // Системный анализ в науке и образовании: [сайт]. – 2012. – №1. – URL: http:/www.sanse.ru/archive/23 (дата обращения: 28.02.2020). – Текст: электронный.
16. Гольденблат И.И. Введение в теорию относительности и ее применение в новой технике / И.И. Голь-денблат, С.В. Ульянов. – Москва: Физматгиз. – 1979. – 278 с. – Текст: непосредственный.
17. Квантовая релятивистская информатика / С.В. Ульянов [и др.]. – LAP Lambert Academic Publ. – 2015. – 392 с. – Текст: непосредственный.

Полный текст статьи (pdf)