苹果采摘机器人夜间图像降噪和增强技术研究
本文关键词:苹果采摘机器人夜间图像降噪和增强技术研究,,由笔耕文化传播整理发布。
【摘要】:苹果作为人们日常生活中最普遍,最受欢迎的水果之一,其种植面积以及产量也是节节升高。收获作业是苹果种植生产中一个重要的环节,目前基本依靠人工采摘完成,存在作业强度大、工作时间长、效率低等问题。近年来,苹果采摘机器人的研究得到了广泛重视,并且也取得了相当丰硕的成就,然而如何进一步提高其采摘效率仍然是一个难题。采摘机器人作为一种自动化程度高的机械设备,通过夜间持续作业,从而延长其采摘时间来提高工作效率。而实现其夜间采摘作业的首要任务是夜间果实图像的目标自动识别,受夜晚自然光照的影响,夜间苹果图像整体亮度偏低、目标苹果果实边缘模糊、细节信息不丰富等,苹果采摘机器人能否实现在夜晚持续作业将迎来了新的征程。论文以图像处理技术为依托,对夜间苹果图像识别中的图像降噪、图像增强等关键技术进行研究。首先对夜间苹果图像采集所用到的人工辅助光源进行了详细的介绍,并从主观视觉和直方图以及梯度变化两个方面对采集的夜间图像进行分析。然后在简述了如何评价图像降噪效果好坏的基础上,主要介绍了小波变换降噪算法和稀疏分解降噪算法,并在此基础上提出了采用粒子群优化的稀疏分解算法用于夜间苹果图像的降噪,粒子群算法使搜索遍历算法能够快速地查找并收敛到全局的最优值,且通过实验结果和数据对上述不同算法的降噪效果作了比较。针对夜间自然光照存在的不足,对图像增强技术进行了研究,比较了直方图均衡化、同态滤波、基于双边滤波的Retinex算法3种图像增强方法的优劣,并提出了基于引导滤波改进的Retinex夜间苹果图像增强算法,首先基于HSI颜色模型下的颜色分量亮度图像采用引导滤波估计得到照度分量,再进行对数变换得到反射分量,通过改进的Gamma变换对两个分量分别处理,并合成为新的增强图像。同时从主观视觉效果和客观质量性能参数两个方面给出了引导滤波改进的Retinex算法与其他增强算法的对比及其结果。最后对经降噪和增强处理后的夜间苹果图像进行了基于R-G色差图像的Otsu阈值分割,并将其分割结果与未经预处理直接分割的结果进行比较和分析。实验结果表明,相比未经降噪和增强处理而直接进行阈值分割的实验结果,经本文算法降噪和增强处理后的图像,处于暗区域的目标苹果果实被完整分割出来,且边缘平滑清晰。
【关键词】:苹果采摘机器人 夜间图像 降噪 增强 稀疏分解 Retinex
【学位授予单位】:江苏大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41
【目录】:
- 摘要4-5
- ABSTRACT5-9
- 第一章 绪论9-14
- 1.1 课题研究背景及意义9-10
- 1.2 研究现状10-12
- 1.2.1 夜间机器视觉识别技术现状10-11
- 1.2.2 夜间机器视觉识别应用于农业领域研究现状11-12
- 1.3 主要研究内容12-14
- 第2章 夜间苹果图像采集及特性分析14-22
- 2.1 人工光源选择14-17
- 2.2 夜间苹果图像采集17-18
- 2.3 夜间苹果图像特性分析18-20
- 2.3.1 主观视觉分析18
- 2.3.2 直方图及梯度变化分析18-20
- 2.4 本章小结20-22
- 第3章 夜间苹果图像降噪方法研究22-36
- 3.1 降噪效果评价22-24
- 3.1.1 主观视觉效果23
- 3.1.2 客观质量评价23-24
- 3.2 小波变换图像降噪24-27
- 3.3 基于PSO的稀疏分解的图像降噪27-35
- 3.3.1 信号的稀疏分解27-28
- 3.3.2 稀疏分解降噪的数学模型28-29
- 3.3.3 PSO算法29-30
- 3.3.4 基于PSO的稀疏分解降噪30-33
- 3.3.5 降噪效果比较与分析33-35
- 3.4 本章小结35-36
- 第4章 夜间苹果图像增强算法研究36-54
- 4.1 传统的图像增强算法36-41
- 4.1.1 直方图均衡化38-39
- 4.1.2 同态滤波39-40
- 4.1.3 基于双边滤波的Retinex算法40-41
- 4.2 基于引导滤波改进的Retinex夜间图像增强算法41-49
- 4.2.1 颜色模型选取42-45
- 4.2.2 照度分量估计45-46
- 4.2.3 反射分量校正46-48
- 4.2.4 合成增强图像48
- 4.2.5 引导滤波参数分析48-49
- 4.3 增强效果比较与分析49-53
- 4.3.1 主观视觉效果比较50-51
- 4.3.2 客观质量性能参数分析51-53
- 4.4 本章小结53-54
- 第5章 夜间苹果图像的分割识别54-61
- 5.1 图像分割54-56
- 5.2 分割效果比较与分析56-60
- 5.3 本章小结60-61
- 第6章 总结与展望61-63
- 6.1 研究总结61-62
- 6.2 研究展望62-63
- 参考文献63-67
- 致谢67-68
- 硕士期间的主要成果68
【相似文献】
中国期刊全文数据库 前10条
1 张银蒲;;混合图像降噪技术研究[J];唐山学院学报;2013年03期
2 王伟;;基于小波的阈值法图像降噪分析与仿真[J];技术与市场;2009年12期
3 黄宝贵;马春梅;卢振泰;;新的形态学图像降噪方法[J];计算机应用;2011年03期
4 江月松;王龙奇;;基于积分图像的红外图像降噪去条带方法[J];红外;2012年07期
5 赵一凡;李久贤;吴游;夏良正;;一种基于小波域系数收缩的图像降噪改进算法[J];电路与系统学报;2008年05期
6 周登文;申晓留;;基于最大似然估计的自适应图像降噪[J];计算机工程;2009年08期
7 王丽梅;孙丰荣;张明强;李前娜;姚桂华;张运;;S变换在心肌声学造影图像降噪中的应用[J];计算机工程;2009年13期
8 李智玉;矫媛;;基于上下文模型的小波包图像降噪方法[J];系统仿真学报;2009年S1期
9 傅健;李斌;肖迎春;江柏红;;航空发动机涡轮叶片工业CT图像降噪方法[J];航空动力学报;2010年04期
10 祁国平;吴朝润;;基于非局部均值的图像降噪[J];山西电子技术;2012年02期
中国重要会议论文全文数据库 前1条
1 李小林;刘传才;;基于PDE的图像降噪方法的研究综述[A];第十二届全国图象图形学学术会议论文集[C];2005年
中国重要报纸全文数据库 前1条
1 车宪民;XHX150A型X线机通过专家鉴定[N];中国医药报;2010年
中国博士学位论文全文数据库 前2条
1 陈建军;基于偏微分方程的图像降噪和图像恢复研究[D];重庆大学;2009年
2 陈守水;基于偏微分方程的图像降噪及质量评价研究[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 叶铭;基于双边滤波的结构保持极化SAR图像降噪研究[D];合肥工业大学;2015年
2 吕兴琴;苹果采摘机器人夜间图像降噪和增强技术研究[D];江苏大学;2016年
3 夏咏梅;低照度图像降噪技术研究[D];南京理工大学;2009年
4 王能强;基于多小波理论的图像降噪研究[D];中国海洋大学;2008年
5 周慧;基于字典的图像降噪方法研究[D];湖北大学;2012年
6 吴嘉兴;基于三边结构导向的三维地震图像降噪方法研究[D];电子科技大学;2013年
7 户现标;小波分析在金属图像降噪中的应用研究[D];沈阳理工大学;2009年
8 邢孟棒;基于Primal Sketch修正与低秩模型的图像降噪方法[D];西安电子科技大学;2014年
9 宋保锟;激光主动成像的图像降噪技术处理[D];长春理工大学;2011年
10 姜敏霞;井下视频图像降噪和增强技术的研究[D];西安科技大学;2012年
本文关键词:苹果采摘机器人夜间图像降噪和增强技术研究,由笔耕文化传播整理发布。
本文编号:333690
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/333690.html