文献类型：期刊文章

作　　者：贾伟宽[1,2] 赵德安[1,2] 阮承治[1,3] 刘晓洋[1] 陈玉[1] 姬伟[1,2]

机构地区：[1]江苏大学电气信息工程学院,镇江212013 [2]江苏大学机械工业设施农业测控技术与装备重点实验室,镇江212013 [3]武夷学院机电工程学院,武夷山354300

出　　处：《农业机械学报》

基　　金：国家自然科学基金资助项目(61203014;61379101);高等学校博士学科点专项科研基金资助项目(20133227110024);江苏省高校优势学科建设项目;江苏省普通高校研究生科研创新计划资助项目(KYLX14-1062)

年　　份：2015

卷　　号：46

期　　号：9

起止页码：9-17

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20154101376870)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：对不同人工光源辅助下采集到的夜视苹果图像,通过噪声分析,判定苹果夜视图像的噪声以高斯噪声为主,并混有部分椒盐噪声。针对高斯噪声去除难题,将小波变换(Wavelet transform,WT)与独立成分分析(Independent component analysis,ICA)理论引入夜视图像的处理系统,为了最大程度地降低噪声污染,提出WT-ICA融合降噪方法。通过仿真实验,结果表明融合降噪效果较为理想。为了更好地评价夜视图像的降噪效果,以自然光下的图像为参照基准,提出相对峰值信噪比(Relative peak signal-to-noise ratio,RPSNR)的概念。对所采集到的不同的夜视图像进行多次重复实验,结果表明,从视觉上看WT-ICA降噪方法得到的低噪图像噪点明显减少;从RPSNR看,WTICA得到的低噪图像,分别比原始图像、小波软阈值降噪、ICA降噪方法平均提高29.94%、8.09%、7.54%;白炽灯下的图像处理后的RPSNR最高,适合作为人工光源。WT-ICA融合降噪方法通过连续处理,排除夜视图像的噪声干扰,得到的低噪图像更利于进一步识别,从而为实现苹果采摘机器人的全天候作业打下基础。

关 键 词：苹果 采摘机器人 夜视图像 降噪 小波变换 独立成分分析  

分 类 号：TP242] TP391]