Задачи технического зрения, возникающие при его использовании в области распознавания, заключаются в определении положения и захвате объекта, подсчете количества объектов в поле зрения и т. д. Общая характеристика всех таких задач состоит в том, что изображение получают при стабильных и заранее известных условиях освещенности, положении камеры и ракурсе съемки. Эти дополнительные условия позволяют строить относительно простые, надежные и вместе с тем эффективные алгоритмы на основе методов бинаризации, математической морфологии, выделения и сравнения всех признаков.
Существует достаточно много сред и библиотек, ориентированных на распознавание изображений. Выбрана среда MATLAB, т.к. она является стандартом инженерной среды моделирования и включает в себя набор библиотек, содержащих как классические и современные алгоритмы и методы, в том числе в области распознавания. Для задач распознавания используются средства Image Processing Toolbox, содержащего реализацию большинства известных классических и многих современных алгоритмов распознавания.
Решение задач технического зрения включает в себя, как правило, следующие этапы:
1. предобработку изображения;
2. бинаризацию;
3. разметку;
4. выделение признаков;
5. классификацию и идентификацию на основе выявленных признаков.
Цель этапа предобработки — трансформировать исходное изображение, зная условия получения изображения, максимально приблизив его к желаемому. Предобработка включает в себя фильтрацию шума и помех, коррекцию условий освещенности и коррекцию ракурса съемки [1–6].
Разметка объектов еще более упрощает анализ изображения, поскольку с ее помощью можно отделить одни объекты от других и проанализировать их независимо друг от друга [6].
Предобработка изображения включает в себя следующие процедуры:
— коррекцию условий видимости;
— нелинейную коррекцию;
— коррекцию ракурса;
— подавление помех и шума [6].
В статье изучены процедуры коррекции и подавления помех и шума, а также операции математической морфологии для распознавания объектов на изображении. На основе изученных методов сформирован алгоритм обработки изображения и обнаружения объекта на нём в затруднённых условиях работы камеры.