|
|
עמוד:370
דוגמה 7-5 מערכת ראייה ממוחשבת ברובוט תעשייתי בודקת מוצר בפס הייצור . המוצר הוא טבלת מתכת מלבנית שמידותיה 5 × 3 ס " מ ובמרכזה חור שקוטרו 1 ס " מ . הבדיקה אמורה לגלות פגמים במוצר . הדיוק הנדרש הוא של 0 . 01 ס " מ . כלומר , אם נמצא שאחת מן המידות של הצורה בתמונה שונה מהמידה הנתונה בצורת הייחוס , בשיעור העולה על 0 . 01 ס " מ , מערכת הראייה תקבע שהצורה פגומה . תארו את מאפייני הבדיקה . פתרון המאפיינים הנבדקים במקרה זה הם המידות האלה : – אורך הציר הראשי 5 – ס " מ – אורך הציר המישני 3 – ס " מ – מספר החורים – 1 – קוטר החור 1 – ס " מ ההחלטה היא : כל מוצר שכל מאפייניו שונים מערכי המאפיינים לעיל בשיעור שאינו עולה על 0 . 01 ס " מ נקבע כמוצר תקין , ולא – ההחלטה היא שהמוצר פגום . עד כה דנו בסיווג מודרך – סיווג שבו קטע התמונה מושווה לאוסף של צורות ייחוס . בסיווג מודרך צורות הייחוס מדריכות את הסיווג . קיים גם סיווג בלתי מודרך , שמתבצע ללא צורות ייחוס נתונות מראש . במקרה כזה , העצמים מסווגים לקבוצות על-פי ערכי מאפייניהם – הגם שטיבן של הקבוצות אינו ידוע מראש ( לא ניתן לומר , למשל , שהצורות בקבוצה דומות לאות . ( A בכל קבוצה יש לצורות מאפיינים דומים . לכן , ניתן לומר , שמספר הקבוצות שנוצר מעיד על מספר הצורות השונות האפשריות בתמונה . בדרך-כלל משתמשים בחלק מן המידע כדי ליצור את הקבוצות , ולאחר מכן משמשות קבוצות אלו כצורות ייחוס שלפיהן מסווגים את שאר המידע . שלב יצירת הקבוצות נקרא שלב הלימוד ( או האימון , ( והשלב השני נקרא שלב הזיהוי .
|
|