UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

Jinak řečeno, cílem segmentace je identifikovat a oddělit oblasti s podobnými vlastnostmi, jako jsou barva, kontrast, textura nebo jas. Běžná úloha této fáze je oddělení objektů na snímku od sebe nebo od pozadí. V průběhu segmentace obrazu se často využívají různé techniky, jako je analýza distri buce barev a intenzit v obraze, porovnávání podobnosti a odlišností mezi jednotlivými body obrazu nebo zkoumání histogramu. • Popis obrazu – účelem tohoto postupu je přesně určit entitu, která je zkoumána, což představuje klíčový prvek zájmu analýzy. Během tohoto postupu využíváme popisné techniky k definování tvaru, rozměrů, struktury a dalších charakteris tických parametrů dané entity. • Klasifikace – poskytuje poslední a klíčový krok v technologii zpracování obra zu, který spočívá v klasifikaci objektů do určených skupin. Tato operace zahrnu je přiřazení předem stanovených vzorů jednotlivým objektům na snímku. Na obrázcích 4.14 a 4.15 jsou ukázky předzpracování obrazu technických objektů

Obr. 4.14 Ukázky předzpracování obrazu

Obr. 4.15 Ukázky předzpracování obrazu Při kontrole kvality objektu s využitím zpracování obrazu je zásadní zajistit, aby byly snímky objektů pořízeny za rovnocenných podmínek. Tento přístup umožňuje následné digitální zpracování, porovnání a identifikaci možných vad objektu s využi tím pokročilých algoritmů a technik zpracování obrazu. Rovnocenné podmínky jsou klíčovým prvkem v oblasti zajištění konzistence dat a minimalizace možného zkreslení v důsledku změn osvětlení, perspektivy nebo jiných vnějších faktorů. Díky tomu se zajistí, že naměřené hodnoty jsou porovnatelné a reprodukovatelné bez ohledu na změ ny prostředí. Tato konzistentní a standardizovaná data pak poskytují pevný základ pro analýzu a interpretaci v rámci různých výzkumných a experimentálních situací. Na obrázcích 4.16 a 4.17 jsou prezentovány ukázky různých formátů snímků ob jektů s vadou a bez vady. Tato vizuální prezentace názorně ilustruje vliv formátu snímku

57