苹果夜视图像小波变换与独立成分分析融合降噪方法

• 作者: 刘晓洋 姬伟 贾伟宽 赵德安 阮承治 陈玉
• 来源期刊: 农业机械学报
• 学科: 工学
• 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
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 农业装备与机械化工程
• 页码范围: 9-17
• 分类号: TP242|TP391
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.09.002

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,WT-ICA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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵德安	江苏大学电气信息工程学院	235	2986	30.0	43.0
5	陈玉	江苏大学电气信息工程学院	20	317	10.0	17.0
6	贾伟宽	江苏大学电气信息工程学院	10	231	8.0	10.0
10	刘晓洋	江苏大学电气信息工程学院	18	198	7.0	14.0