РАЗРАБОТКА ВЫСОКОПРОИЗВОДИТЕЛЬНОГО МЕТОДА ОПРЕДЕЛЕНИЯ ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ
Аннотация
В настоящее время развитие различных систем автоматизации процессов с каждым
днем находит все более широкое применение в различных областях и отраслях остается
актуальной задача разработки методов обеспечения для соответствующих автоматизи-
рованных систем. Одной из отраслей, где востребовано использование и применение сис-
тем автоматизации процессов, является область бесконтактного измерения объектов и
их параметров. В качестве примера была выбрана задача по определению геометрических
параметров круглых лесоматериалов, уложенных в штабели. В связи с этим в данной ра-
боте были предложены методы для определения геометрических параметров объектов на
основе операций математической морфологии, организованный с использованием детек-
тора Канни и алгоритма Хафа, и метод с использованием нейросетевого подхода, на осно-
ве архитектуры сверточной нейронной сети YOLOv5. В результате проведенных экспери-
ментальных исследований, для организации которых использовались специально изготов-
ленные на 3d-принтере модели бревен, было установлено что метод на основе использова-
ния нейронных сетей является более точным по сравнению с методом на основе матема-
тической морфологии.При решении задачи подсчета количества объектов на изображе-
нии, с использованием метода на основе нейросетевого подхода были определены все объ-
екты, расположенные на изображении, тогда как метод с использованием операций ма-
тематической морфологии смог определить лишь 13 из 16 расположенных бревен, и опре-
делил один ложный объект, в результате чего ошибка результата составила порядка 19%
для изображения полученного из Интернета. При проведении эксперимента на изготов-
ленных моделях цилиндров, метод на основе операций математической морфологии пока-
зал неудовлетворительные результаты. Еще одним достоинством метода на основе ней-
росетевого подхода является возможность реализации вычисления площади торцов бревен
на изображении и определение объема каждого из расположенных бревен в штабеле, а
также общего суммарного объема всей пачки измеряемых круглых лесоматериалов.
Литература
Contactless Measuring Methods for Form Evaluation, Procedia Engineering, 2012, Vol. 48,
pp. 273-279. ISSN 1877-7058. Available at: https://doi.org/10.1016/j.proeng.2012.09.514.
2. Adam D., Nissan S. B., Friedman Z., Behar V. The Combined Effect of spatial compounding
and nonlinear Filtering on the Speckle Reduction in Ultrasound Images, Ultrasonic, 2006,
Vol. 44, pp. 166-181.
3. Beder Chr., Bartczak B. and Koch R. A Comparison of PMD-Cameras and Stereo-Vision for
the Task of Surface Reconstruction using Patchlets, Computer Vision and Pattern Recognition.
IEEE, 2007, pp. 1-8.
4. Chaban L.N. Teoriya i algoritmy raspoznavaniya obrazov: ucheb. posobie [Theory and algorithms
of pattern recognition: textbook]. Moscow: MIIGAiK. 2004, 70 p.
5. Kozlovskiy A.V., Onishchenko S.V., Avdeev V.E. Issledovanie metodov izmereniya kruglykh
lesomaterialov [Research of methods for measuring round timber], Fundamental'nye i
prikladnye aspekty komp'yuternykh tekhnologiy i informatsionnoy bezopasnosti: Sb. statey VII
Vserossiyskoy nauchno-tekhnicheskoy konferentsii, Taganrog, 05–11 aprelya 2021 g. [Fundamental
and applied aspects of computer technologies and information security : collection of
articles in the VII All-Russian Scientific and Technical Conference, Taganrog, 05-11 April
2021]. Taganrog: YuFU, 2021, pp. 357-360.
6. Onishchenko, S.V., Kozlovskiy A.V. Issledovanie metoda opredeleniya geometricheskikh
parametrov ob"ektov po predvaritel'no obrabotannym tsifrovym izobrazheniyam [Research of
a method for determining geometric parameters of objects from preprocessed digital images],
Informatsionnye tekhnologii, sistemnyy analiz i upravlenie (ITSAU-2021): Sb. trudov XIX
Vserossiyskoy nauchnoy konferentsii molodykh uchenykh, aspirantov i studentov [Information
technologies, system analysis and management (ITSAU-2021): Proceedings of the XIX All-
Russian Scientific Conference of Young Scientists, postgraduates and students]. Rostov-on-
Don - Taganrog: YuFU, 2020, pp. 59-62.
7. Mel'nik E.V., Onishchenko S.V., Kozlovskiy A.V. Issledovanie vozmozhnosti realizatsii
mobil'nykh kompleksov dlya beskontaktnogo izmereniya geometricheskikh parametrov
ob"ektov [Investigation of the possibility of implementing mobile complexes for contactless
measurement of geometric parameters of objects], Fundamental'nye i prikladnye aspekty
komp'yuternykh tekhnologiy i informatsionnoy bezopasnosti: Sb. statey VIII Vserossiyskoy
nauchno-tekhnicheskoy konferentsii [The proceedings of the VIII All-Russian Scientific and
Technical Conference "Fundamental and applied aspects of computer technology and information
security]. Taganrog, 2022.
8. Herbon C., Tonnies K., Stock B. Detection and segmentation of clustered objects by using
iterative classification, segmentation, and Gaussian mixture models and application to wood
log detection, Pattern Recognition. Springer International Publishing, 2014, pp. 354-364.
9. Galsgaard B., Lundtoft D.H., Nikolov I., Nasrollahi K., Moeslund T.B. Circular Hough Transform and
Local Circularity Measure for Weight Estimation of a Graph-Cut Based Wood Stack Measurement,
IEEE Winter Conference on Applications of Computer Vision, Waikoloa, HI, 2015, pp. 686-693.
10. Antipov V.A. Nachertatel'naya geometriya: kurs lektsiy [Descriptive geometry: a course of
lectures]. Samara: SamGAPS, 2005, 64 p.
11. Lestari Wiji and Sri Sumarlinda. Application of Mathematical Morphology Algorithm for
Image Enhancement of Breast Cancer Detection, 2019.
12. Kavitha D. Multiple Object Recognition Using OpenCV [Recognition of Multiple Objects
Using OpenCV], Revista Gestão Inovação e Tecnologias [Revision of the Concept of innovation
and technology], 2021, No. 11, pp. 1736-1747. 10.47059/revistageintec.v11i2.1795.
13. Li J., Ding S. A research on improved canny edge detection algorithm. In: Applied Informatics
and Communication, ICAIC 2011. Communications in Computer and Information Science,
Vol. 228. Springer, Berlin, 2011.
14. Canny John. A Computational Approach to Edge Detection. Pattern Analysis and Machine Intelligence,
IEEE Transactions on. PAMI-8, 1986, pp. 679-698. 10.1109/TPAMI.1986.4767851.
15. Shehata Allam & Mohammad Sherien & Abdallah Mohamed & Ragab Mohammad. A Survey
on Hough Transform, Theory, Techniques and Applications, 2015.
16. Zhu Xingkui, Shuchang Lyu, Xu Wang and Qi Zhao. PH-YOLOv5: Improved YOLOv5 Based on
Transformer Prediction Head for Object Detection on Drone-captured Scenarios, 2021 IEEE/CVF
International Conference on Computer Vision Workshops (ICCVW), 2021, pp. 2778-2788.
17. Samoylov A.N., Sergeev N.E., Voloshin A.V., Kozlovskiy A.V. Metod fotogrammetricheskogo
izmereniya geometricheskikh parametrov ob"ektov, invariantnyy k fotoregistriruyushchim
ustroystvam [The method of photogrammetric measurement of geometric parameters of objects,
invariant to photo-recording devices], Vestnik Adygeyskogo gosudarstvennogo
universiteta. Ser.: Estestvenno-matematicheskie i tekhnicheskie nauki [Bulletin of the Adygea
State University. Ser.: Natural-mathematical and technical sciences], 2021, Issue. 4 (291),
pp. 58-69. Available at: http://vestnik.adygnet.ru.
18. Buchatskiy P.Yu., Onishchenko S.V., Teploukhov S.V. Razrabotka metoda opredeleniya
geometricheskikh parametrov ob"ektov na izobrazhenii na osnove neyrosetevogo podkhoda
[Development of a method for determining geometric parameters of objects in an image based
on a neural network approach], Vestnik Adygeyskogo gosudarstvennogo universiteta.
Tekhnicheskie nauki [Bulletin of the Adygea State University. Technical sciences], 2022,
No. 3, pp. 57-62.
19. Buchatskiy P.Yu., Onishchenko S.V., Teploukhov S.V. Razrabotka metoda podscheta kolichestva
ob"ektov na tsifrovom izobrazhenii na osnove morfologicheskogo podkhoda [Development of a
method for counting the number of objects in a digital image based on a morphological approach],
Distantsionnye obrazovatel'nye tekhnologii: Mater. VII mezhdunarodnoy nauchnoprakticheskoy
konferentsii, YAlta, 20–22 sentyabrya 2022 goda [Distance learning technologies:
Materials of the VII International Scientific and Practical Conference, Yalta, September 20-22,
2022]. Simferopol': Obshchestvo s ogranichennoy otvetstvennost'yu «Izdatel'stvo Tipografiya
«Arial», 2022, pp. 120-123.
20. Onishchenko S.V., Kozlovskiy A.V., Mel'nik E.V. Razrabotka beskontaktnoy sistemy
izmereniya geometricheskikh parametrov ob"ektov na izobrazhenii [Development of a contactless
system for measuring geometric parameters of objects in an image], Izvestiya Tul'skogo
gosudarstvennogo universiteta. Tekhnicheskie nauki [Izvestiya Tula State University. Technical
sciences], 2022, pp. 177-181.
