Слайд 2Что такое компьютерное зрение?
Получение изображений объектов реального мира
Обработка этих изображений
Использование полученных данных

для решения разного рода прикладных задач
Слайд 3Актуальность задач компьютерного зрения
В медицине
На производстве
Автопилоты

Слайд 5Описание системы управления роботом
изображение с камеры
команды роботу
Управляющий компьютер

Слайд 6Формат изображения
Цветовая модель RGB, цвет задается интенсивностью 3-х основных цветов.

Слайд 7Распознавание объектов
За координаты распознаваемого объекта берется среднее значение координат его пикселей.

Слайд 8Сравнение цветов Евклидовой метрикой
Цвет каждого пикселя может быть представлен точкой в трехмерном

пространстве, и для сравнения цветов можно рассматривать расстояние между этими точками.
Слайд 9Сравнение цветов алгоритмом “Конус”
Сравнивает два цвета по углу между их радиус-векторами в

трёхмерном пространстве.
Слайд 10Совместное использование Евклидовой метрики и алгоритма “Конус”
Существенный минус алгоритма “Конус” : черный

и белый цвета будут “похожи” на любой цвет.
Слайд 11Методы борьбы с помехами.
Отсечки по координатам.
Иногда распознаются лишние пиксели, находящиеся не

на роботе, если речь идёт об его распознавании. Тогда рассчитывается неправильное положение робота.
Слайд 12Методы борьбы с помехами.
Обход в ширину.
Обход в ширину позволяет получить размеры

компонент связности состоящих из распознанных пикселей. Будем ориентироваться на самую большую компоненту.
Слайд 13Реализация движения.
П-Регулятор скорости.
cкорость = |роботX-мячX|*k+b;
Чтобы задать правильную скорость в зависимости от

координат мяча и робота используется П-регулятор.
Слайд 14Реализация удара по мячу
Мяч откатился
Мяч перед роботом
Мяч долго перед роботом
