top of page
錫昌科教

Quanser 電腦視覺實驗室

Quanser電腦視覺實驗室

隨著機器人產業需求的不斷變化,人們與機器人一起工作和共享空間變得越來越重要,這使得機器人對於物體與人類的偵測和辨識能力成為最重要的訴求,而相機和光達是讓機器人能夠了解周圍環境的主要感測器。

 

Quanser 的大多數機器人平台都配備了相機,例如,QCar 無人駕駛實驗平台用相機識別車道和路標;QDrone 四旋翼自主飛行器用相機偵測障礙物、識別物件標記或偵測管線;QArm 用相機找到目標並操縱物件。由此可見相機對於自動控制的重要性。


電腦視覺實驗室介紹


本文將介紹 QArm 教學課程的兩個新實驗室。這兩個實驗室旨在向學生介紹影像的數位表示法,並讓他們熟悉使用簡單的影像濾鏡。另外,也介紹色彩空間以及辨識和定位圖像中的物體,這是高級感知應用的建構模組。

 

若您手邊有 QUARC 即時控制軟體、MATLAB 和網路攝影機,您可以跟著操作,於 Imaging Labs.zip 資料夾下載模型檔案。如果您沒有深度攝影機,則必須使用影像擷取模組 (Video Capture block) 而非影像 3D 擷取模組。


色彩空間實驗室


色彩空間實驗室用於向剛接觸電腦視覺(或 QUARC 的視覺模組)的初學者介紹數位影像的形成方式,包括理解和視覺化 RGB 空間中的彩色影像,如下圖 1a 所示。這個色彩空間中,在各色平面上看起來愈亮的物體,表示它包含愈多該顏色,例如,黃色物體在紅色和綠色平面上顯得更亮,因為黃色以數位方式表示,即為這兩種顏色的混合(圖1c)。最後,它分析常用的另一種色彩空間 HSV(圖 1b),及其相對於 RGB 空間的優勢。


Quanser電腦視覺實驗室
Quanser電腦視覺實驗室
Quanser電腦視覺實驗室

圖 1c


物件偵測實驗室


物件偵測實驗室接續著上述概念,教導學生如何從原始影像(例如圖 2a)提取出以遮罩顯示(圖 2b)的影像二值化資訊。這些遮罩的邏輯算式僅具有兩個可能值,高或低。請注意遮罩如何突顯原始影像中青色的部分。圖 2c 則為一個線性組合範例,顯示了原始影像帶有遮罩的灰階版本。

 

接下來以膨脹和侵蝕法濾除遮罩,然後對影像標記連通元件,以識別影像中的資訊,例如邊界框、質心、blob區域等,藉此定位影像中的物件(圖 2d)。


Quanser電腦視覺實驗室

圖 2a 圖 2b


Quanser電腦視覺實驗室

圖 2c 圖 2d


結語


課程的最後,學生能夠在即時影像串流中突顯特定顏色的物品,並且使用邊界框對其進行定位,如下面影片所示,我們可以一邊移動筆記本一邊追蹤。


 

這些實驗室概略地介紹了電腦視覺的幾個基本原理,適用於所有 MATLAB 和 QUARC 的初學者。QUARC 即時控制軟體視覺模組讓使用者能夠快速開發高級演算法,將現實生活中的實例編寫成模型,並且跨平台操作。


本文轉載自 Quanser 原廠網站,作者 Lorena Gonzalez

Commentaires


bottom of page