roboforum.ru

1. ты посмотри на "чистый" пол, там даже волосинку видно
2. цвет пола ваще никакого значения не имеет. технически камера его ваще не видит, она стоит паралельно ему. зато на ней пересветы то что перпендикулярно полу.

снимать на просвет с мошной лампой
если в канале воздуховода есть длинные святищиеся полоски от пыли которая пролетает подсвечиваясь оставляя шлейф на камере то стоим пылесосим пока не пойдёт чистый воздух

а вот найти пыль на полу...
хз


кста лучше зеркальце поставить рядом с полом узкое чтоб вобще снимать камерой параллельно полу ато габариты камеры не позволят её опустить низко

габариты-то как раз и позволяют
или ты забыл от чего камера?

EdGull писал(а):1. ты посмотри на "чистый" пол, там даже волосинку видно

это мы с тобой понимаем что это волосинка, как это МК объяснишь?

EdGull писал(а):2. цвет пола ваще никакого значения не имеет. технически камера его ваще не видит, она стоит паралельно ему. зато на ней пересветы то что перпендикулярно полу.

Это как? Как можно видеть пылинки на полу, но не видеть пол? Идеально ровный пол с зеркальной поверхностью и идеально относительно него расположенная камера?

1. волосинка в пересвете т.е. она белая!
2. камера ПАРАЛЛЕЛЬНО полу!!!! Пол кстати у меня светлый! это он от такого расположения камеры таким темным кажется

Ну короче если технически сделать так, чтобы мусор оказался выше какого-то уровня отсечки по яркости, а пол ниже - тогда вопрос решается тривиально (считаем количество пикселей яркости выше указанной в заданном квадрате, если больше некоторого количества - значит там мусор), иначе - фиг сделаешь на МК.

Пусть он тапочки распознает и приносит.

Можно обробатывать не все изоброжение а брать случайные точки. К примеру RANSAC.

шутки шутить вздумал???
да еще и с незаполненым городом???

или опиши как распозновать тапочки на МК или зачем нам рандомный пиксель или я убью твой пост, для шуток есть соответсвующие темы

да еще и с незаполненым городом???

Гугл в помощь.

Случайные пиксели нужно брать чтобы ускорить обработку. Разве это не понятно? Мы делаем выборку из всего изображения и проверяем только часть. Другое дело что появляются проблемы.

Распознавание обычно идет в не сколько стадий.
Первичные признаки это сигнал изображение звук.
После из них идет выделение вторичных признаков путем хитрых преобразований. Это уже особенности изображения.
Дальше идет распознавание. Если представить графически то мы имеем несколько множеств. Отнесение объекта к одному из множеств -классификация. Это и есть по сути распознавание.
Самый простой случай два множества да и нет. К примеру есть пыль и нету. Построив разделяющую линию(кривую) мы можем ответить что это.
Если точек с одной стороны больше чем признаков с другой то это мы получаем ответ первое или второе. В этом суть нечеткой логике.

Точки это найденные нами особенности. Координаты x,y это признаки, а координаты точки количественная мера признака. Признаков может быть много больше 2 т.е мы имеем N мерное пространство.

Такое разделение можно построить двумя способами просто проведение прямой используя порог. Более сложной это применить нейронные сети или дерево классификации. Или алгоритмы усиления Буст.

Что касается поиска пыли. Предполагаю что лучшим способом будет использовать Байеса для определения принадлежности цвета к пыли или к полу. Даже скорее всего лучше Байесовское дерево.
Почему я предложил использовать не все пиксели, а случайную выборку? Микро контроллер при всем желание не может обработать все изображение сложным алгоритмом, а вот часть можем. Нам не нужно отыскивать все вплоть до одной пылинки. Пусть будет какой-то минимальный порог. А во вторых камера работает и периодически выдает данные. Т.е один и тоже участок так или иначе будет обработан несколько раз. Но у случайной выборки есть проблемы. Допустим у нас лежит волос. Вероятнее всего на него попадет всего несколько точек. Так что если выполняется условие что эти точки принадлежат к пыли(на какой-нибудь ступени не обязательно прогонять весь алгоритм) то неплохо бы проверить и соседние.

Что касается распознавания тапочек. Это была от части шутка. А во вторых почему бы не попробовать это достаточно практично.
Распознавание тапочек предлагаю в два этапа цветовое отделение и дальше если хоть капельку похоже по цветам на тапочек, то проверять по более сложным алгоритмам. К примеру viola jones.

Чего-то какая-то солянка, начали с выборки случайных точек, закончили интегральными изображениями. Чего сказать то хотели? Или так, показать знание списка методов?

такое впечатление что он этот текст со своего реферата натягал

Ох, елы палы... очередной реализовавший кучу алгоритмов на практике.
RANSAC предназначен вообще не для выборки случайных чисел, автор потом прочитает и расскажет нам.

А если уж хочется выполнить пороговое разделение не всего изображения, а только его части, то лушим вариантом для этого будет метод Монте-Карло.

Ох, елы палы... очередной реализовавший кучу алгоритмов на практике.

Я скромный. Не кучу, но много. А о еще большем прочитал.

RANSAC предназначен вообще не для выборки случайных чисел, автор потом прочитает и расскажет нам.

Сначала прочитайте, что я написал. А то как я вам расскажу если вы не слушаете? А то что RANSAC не предназначен вообще для выборки случайных чисел, так с этим никто не спорит. RANSAC это пример того как случайные числа могут ускорить перебор.

Не кучу, но много.

тогда парочку написаных вами программ на эту тему в студию!
Иначе это будет просто трёпом с вашей стороны батенька.

Вот такая штука
http://www.chip45.com/index.pl?page=visionAVR&lang=en