Automatic illumination planning for robot vision inspection system

تصویر اصلی با کیفیت بالا در سیستم بازرسی چشم انداز ربات بسیار مهم است و نورانی یک مولفه مهم است که به طور مستقیم روی سیستم تصویربرداری نوری دوربین تاثیر می گذارد و نقش تعیین کننده ای در کیفیت تصویر دارد. برای تضمین سیستم تصویربرداری دوربین برای تصاویر با کیفیت بالا و دستیابی به کنترل نور اتوماتیک در حرکت روبات بازرسی در محیط تاریک، این مقاله پیشنهاد می دهد که یک روش برنامه ریزی شدت نور مناسب بر اساس روش کیفی تصویری ارائه شود. این عمدتا با ساخت یک مدل محاسباتی برای به طور خودکار پیش بینی های شدت نور بهینه برای کیفیت تصویر دلخواه هنگامی که فاصله دوربین مشاهده می شود نوسان می یابد. قبل از مدل سازی رگرسیون، لازم است که ویژگی های تشخیصی که کیفیت تصویر را نشان می دهند، استخراج کنیم. ما با استفاده از یادگیری عمیق به جای مهندسان انسانی، با استفاده از مهندسی دقیق و تخصص دامنه، نیاز به استخراج ویژگی داشتیم. روش های یادگیری عمیق روش های یادگیری نمایندگی است که اجازه می دهد تا دستگاه با داده های خام تامین شود و به طور خودکار کشف نمایندگی هایی که نیاز به رگرسیون یا طبقه بندی دارند. نتایج تجربی نشان دهنده امکان و کارایی این روش است.