دانلود رایگان ترجمه مقاله تقسیم بندی سریع و کم هزینه تصاویر رنگی برای ربات های تعاملی (نشریه IEEE 2002)

تقسیم بندی سریع و کم هزینه تصاویر رنگی برای ربات های تعاملی

Fast and inexpensive color image segmentation for interactive robots

چکیده
1 مقدمه
2 توصیف رویکرد
2-1 تغییر شکل فضای رنگی
2-2 Thresholding(آستانه)
2-3 مناطق متصل
2-4 استخراج اطلاعات منطقه ای
2-5 ادغام مناطق مبتنی بر تراکم
3 نتایج و کاربردها
4 نتیجه گیری

چکیده
سیستم های دیداری که از تقسیم منطقه به رنگ استفاده می کنند در برنامه های ربات موبایل بلادرنگ مانند RoboCup یا سایر زمینه هایی که تعامل با انسان یا جهان پویا نیاز باشد به کار می روند. به طور سنتی سیستم هایی که قطعه بندی بلادرنگ رنگی را به کار می برند یا در سخت افزار پیاده سازی شده اند یا به عنوان سیستم های نرم افزاری بسیار خاص از مزایای سایر زمینه های علمی برای رسیدن به کارایی ضروری استفاده می شوند. با این حال متوجه شدیم که با دقت به کارایی الگوریتم، قطعه بندی سریع تصویر رنگی با استفاده از قطعه تصاویر گرفته شده و سخت افزار CPU قابل انجام شدن است. مقاله ما سیستمی توصیف میکند که قادر به دنبال کردن چند صد ناحیه از 32 رنگ با فرکانس 30 هرتز در قطعه های همه منظوره سخت افزاری می باشد. سیستم سخت افزاری از 4 قسمت اصلی تشکیل شده است: یک پیاده سازی جدید از یک threshold classifier، یک سیستم ادغام به منظور ایجاد قسمت هایی از طریق اجزای منفصل ایجاد می شود، یک سیستم جدا کننده و مرتب کننده و یک ادغام کننده بالا به پایین ابتکاری به منظور گروه بندی ادراکی تقریبی که امکانات مختلف نواحی را گردآوری میکند. کلید کارایی دیدگاه ما، روش جدیدی برای به انجام رساندن آستانه فضای رنگی است که یک پیکسل را قادر می سازد تا در یک تا 32 رنگ با استفاده از تنها دو عملگر AND منطقی، طبقه بندی شود. یک رویکرد ساده می تواند نیازمند 192 مقایسه برای طبقه بندی مشابه باشد. الگوریتم و نمایه ها توصیف شده اند و همچنین 3 کاربرد استفاده شده نیز توصیف شده است.
1 مقدمه
اولین گام ابتدایی مهم در بسیاری از اعمال دیداری رنگی، طبقه بندی هر پیکسل در یک تصویر به تعدادی کلاس های رنگی مجزا است. رویکرد مورد استفاده در به انجام رساندن این عمل شامل آستانه رنگ های خطی(Linear Color Thresholding)، طبقه بندی نزدیک ترین همسایه، آستانه فضای رنگی و روش های احتمالی می باشد.
آستانه رنگ های خطی با پارتیشن بندی ناحیه رنگی با مرزهای خطی کار می کند(به عنوان مثال فضای سه بعدی). یک پیکسل به خصوص براساس اینکه در کدام پارتیشن قرار گرفته طبقه بندی می شود. این روش برای یادگیری سیستم هایی مانند شبکه های عصبی یا درختهای تصمیم گیری چند متغیره مناسب است.
4 نتیجه گیری
ما سیستم جدید برای قطعه بندی بلادرنگ برای رنگ تصاویر ارائه دادیم. این سیستم می تواند هر پیکسل در تصویر رنگی را با رزولوشن کامل طبقه بندی کند، مناطق را یافته و تا 32 رنگ طبقه بندی کند، کادر و ناحیه در 30 هرتز را محصور کند. سهم اصلی این سیستم این است رویکردی صرفا نرم افزاریست که روی سخت افزاری ارزان و همه منظوره پیاده سازی شده است. در میان سیستم های پردازشی Full Frame، این سیستم مزیت قابل توجهی نسبت به راه حل های مبتنی بر صرفا سخت افزار دارد.
سیستم در چندین مرحله روی تصویر عملیات انجام می دهد:
1- به صورت اختیاری فضای رنگ را انتخاب می کند.
2- هر پیکسل را به عنوان یکی از 32 رنگ طبقه بندی می کند.
3- اجرای length encode هر خط پیمایش بر اساس رنگ.
4- گروه بندی run های همان رنگ به مناطق
5- انتقال ساختار جمع آوری شده از آمار مناطق
6- مرتب کردن مناطق براساس رنگ و اندازه.

Abstract

Abstract: Vision systems employing region segmentation by color are crucial in real-time mobile robot applications. With careful attention to algorithm efficiency, fast color image segmentation can be accomplished using commodity image capture and CPU hardware. This paper describes a system capable of tracking several hundred regions of up to 32 colors at 30 Hz on general purpose commodity hardware. The software system consists of: a novel implementation of a threshold classifier, a merging system to form regions through connected components, a separation and sorting system that gathers various region features, and a top down merging heuristic to approximate perceptual grouping. A key to the efficiency of our approach is a new method for accomplishing color space thresholding that enables a pixel to be classified into one or more, up to 32 colors, using only two logical AND operations. The algorithms and representations are described, as well as descriptions of three applications in which it has been used.

1 Introduction

An important first step in many color vision tasks is to classify each pixel in an image into one of a discrete number of color classes. The leading approaches to accomplishing this task include linear color thresholding, nearest neighbor classification, color space thresholding and probabilistic methods. Linear color thresholding works by partitioning the color space with linear boundaries (e.g. planes in 3-dimensional spaces). A particular pixel is then classified according to which partition it lies in. This method is convenient for learning systems such as neural networks (NNs), or multivariate decision trees (MDTs) [2].

4 Conclusion

We have presented a new system for real-time segmentation of color images. It can classify each pixel in a full resolution captured color image, find and merge regions of up to 32 colors, and report their centroid, bounding box and area at 30 Hz. The primary contribution of this system is that it is a software-only approach implemented on general purpose, inexpensive, hardware (in our case 350MHz or 700MHz x86 compatible systems with $200 image digitizers). Among full frame processing systems, this provides a significant advantage over more expensive hardware-only solutions, or other slower software approaches. The system operates on the image in several steps:

1. Optionally project the color space.

2. Classify each pixel as one of up to 32 colors.

3. Run length encode each scanline according to color.

4. Group runs of the same color into regions. 5. Pass over the structure gathering region statistics. 6. Sort regions by color and size.