本文關(guān)鍵詞：蘋果采摘機器人視覺系統(tǒng)的暗通道先驗去霧方法

  更多相關(guān)文章： 機器人 收獲 定位 蘋果采摘 機器視覺 暗通道先驗 去霧

【摘要】：針對霧霾嚴重氣候條件下蘋果采摘機器人視覺定位困難的問題,提出一種把暗通道先驗(dark channel prior,DCP)原理應(yīng)用于蘋果圖像去霧的調(diào)參和改進方法。給出了一種獲取大氣光系數(shù)A的方法,首先把計算得到的暗通道圖結(jié)果存入矩陣,求暗通道圖中的前1/1 000個最大元素所在位置,并存儲在與暗通道矩陣相同大小的新矩陣中;根據(jù)新矩陣中的位置信息獲得R通道矩陣相應(yīng)位置的值,最后求取這些值的平均值作為A的取值。根據(jù)工程需要,該研究取去霧強度ω恒為1。通過與多尺度Retinex(multiscale retinex,MSR)方法、自適應(yīng)直方圖均衡化(adaptive histogram equalization,AHE)等常規(guī)方法以及其他文獻的暗通道去霧使用方法進行對比試驗,結(jié)論是該文的方法能獲得更好的主觀視覺效果。在結(jié)果圖像的對比度方面,該研究使用的方法能得到平均對比度64.04,與計算速度較快的直方圖均衡化方法的35.46相比,提升了81%;R通道對比度為68.525,與直方圖均衡化方法得到的R通道對比度36.425相比提升了88%;該方法得到的圖像直方圖整體上呈現(xiàn)中間高兩邊低的形狀特點,表明相對其他去霧方法,該文的方法能得到較好的去霧圖像質(zhì)量。時間復(fù)雜度方面,改進后的DCP方法計算640×480的圖像耗時在33~37 ms之間,基本能滿足實時要求。分割定位精確度方面,該文方法的綜合定位精度為94.8%,高于其他方法。試驗證明使用該文方法能在去霧的效率和性能方面得到較好的平衡,是一種可以用于實際采摘作業(yè)的可行方法。
【作者單位】： 中國農(nóng)業(yè)大學(xué)工學(xué)院;重慶師范大學(xué)計算機與信息科學(xué)學(xué)院;
【關(guān)鍵詞】： 機器人 收獲 定位 蘋果采摘 機器視覺 暗通道先驗 去霧
【基金】：國家高技術(shù)研究發(fā)展計劃(2012AA10A501-5) 重慶青年人才計劃(cstc2013kjrc-qnrc40001) 重慶市前沿與應(yīng)用基礎(chǔ)研究計劃(cstc2013jcyj A80013) 重慶市教委科技計劃(KJ1500321)
【分類號】：TP391.41;TP242
【正文快照】：

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李長領(lǐng);宋裕慶;劉曉鋒;;基于MSR理論的交通圖像去霧霾方法[J];計算機應(yīng)用;2015年S2期

2 賈偉寬;趙德安;阮承治;沈甜;陳玉;姬偉;;蘋果采摘機器人夜間圖像降噪算法[J];農(nóng)業(yè)工程學(xué)報;2015年10期

3 王幫元;;OpenCV耦合改進暗通道先驗的圖像去霧算法研究[J];河北北方學(xué)院學(xué)報(自然科學(xué)版);2015年02期

4 張久鵬;張偉;;基于反轉(zhuǎn)的限制對比度自適應(yīng)直方圖均衡圖像去霧改進算法[J];物聯(lián)網(wǎng)技術(shù);2015年02期

5 項榮;應(yīng)義斌;蔣煥煜;;田間環(huán)境下果蔬采摘快速識別與定位方法研究進展[J];農(nóng)業(yè)機械學(xué)報;2013年11期

6 穆泉;張世秋;;2013年1月中國大面積霧霾事件直接社會經(jīng)濟損失評估[J];中國環(huán)境科學(xué);2013年11期

7 周薇;馮娟;劉剛;馬曉丹;;蘋果采摘機器人中的圖像配準技術(shù)[J];農(nóng)業(yè)工程學(xué)報;2013年11期

8 胡許明;張登福;南棟;陳雕;;基于人眼視覺特性的圖像視覺質(zhì)量評價方法[J];計算機應(yīng)用;2012年07期

9 呂繼東;趙德安;姬偉;陳玉;沈惠良;張穎;;蘋果采摘機器人對振蕩果實的快速定位采摘方法[J];農(nóng)業(yè)工程學(xué)報;2012年13期

10 徐晶;劉鵬;唐降龍;;大氣光估計對單幅圖像去霧復(fù)原的影響[J];智能計算機與應(yīng)用;2012年03期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬瑛;楊旭;;草莓采摘機器人成熟果實識別及避障控制系統(tǒng)研究——基于ARM與FPGA[J];農(nóng)機化研究;2017年02期

2 孫承庭;胡平;;嵌入式采摘機器人視覺測量與避障控制系統(tǒng)研究[J];農(nóng)機化研究;2016年11期

3 薛亮;樊衛(wèi)國;汪小志;;基于RBF網(wǎng)絡(luò)的果蔬采摘機器人運動軌跡控制研究[J];農(nóng)機化研究;2016年09期

4 宣峰;朱清智;張毅;;基于MSP430F149智能監(jiān)控的蘋果采摘機器人設(shè)計[J];農(nóng)機化研究;2016年09期

5 張艷超;肖宇釗;莊載椿;許凱雯;何勇;;基于小波分解的油菜多光譜圖像與深度圖像數(shù)據(jù)融合方法[J];農(nóng)業(yè)工程學(xué)報;2016年16期

6 朱德利;陳兵旗;楊雨濃;梁習卉子;楊明;喬妍;;蘋果采摘機器人視覺系統(tǒng)的暗通道先驗去霧方法[J];農(nóng)業(yè)工程學(xué)報;2016年16期

7 顧玉宛;史國棟;劉曉洋;趙德杰;趙德安;;基于空間特征譜聚類算法的含噪蘋果圖像優(yōu)化分割[J];農(nóng)業(yè)工程學(xué)報;2016年16期

8 孫承庭;胡平;;智能移動式水果采摘機器人設(shè)計——基于機器視覺技術(shù)[J];農(nóng)機化研究;2016年08期

9 王磊;;淺析憲法未列舉基本權(quán)利——以生育權(quán)和環(huán)境權(quán)為例[J];法制博覽;2016年18期

10 徐妮妮;張明明;汪劍鳴;;純二維5/3小波變換及其在CT圖像無損壓縮中的應(yīng)用[J];電信科學(xué);2016年06期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙德安;劉曉洋;陳玉;姬偉;賈偉寬;胡嬋莉;;蘋果采摘機器人夜間識別方法[J];農(nóng)業(yè)機械學(xué)報;2015年03期

2 張春龍;張楫;張俊雄;李偉;;近色背景中樹上綠色蘋果識別方法[J];農(nóng)業(yè)機械學(xué)報;2014年10期

3 張小剛;唐美玲;陳華;湯紅忠;;一種結(jié)合雙區(qū)域濾波和圖像融合的單幅圖像去霧算法[J];自動化學(xué)報;2014年08期

4 郭t，

本文編號：1006284