基于光照无关图理论的苹果表面阴影去除方法-IngentaConnect.PDFVIP

第 30 卷 第 24 期 农 业 工 程 学 报 Vol.30 No.24 168 2014 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2014 基于光照无关图理论的苹果表面阴影去除方法 宋怀波，屈卫锋，王丹丹，余秀丽，何东健※ （西北农林科技大学机电学院，杨凌 712100 ） 摘 要：阴影影响下苹果目标的快速准确识别是苹果采摘机器人视觉系统必须解决的关键技术之一。为了实现阴 影影响下苹果目标的准确识别，该研究采用光照无关图理论实现了苹果表面阴影的去除。以自然场景下获取的受 不同程度阴影影响的苹果目标图像为研究对象，首先利用光照无关图原理获取阴影苹果图像的光照无关图，达到 突出苹果目标阴影区域的目的；其次提取原图像的红色分量信息并与关照无关图进行相加处理；最后将相加后的 图像进行自适应阈值分割处理，达到去除阴影的目的。为了验证该算法的有效性与准确性，利用 20 幅受阴影影 响的苹果目标图像进行了试验，并与 Otsu 算法、1.5*R-G 色差算法进行了对比，试验结果表明：Otsu 算法仅能识 别出未受阴影影响的苹果区域；1.5*R-G 色差算法受光照影响较大，对于苹果图像的相对强光照区域和部分阴影 区域不能有效识别；基于光照无关图的苹果表面阴影去除方法对阴影影响下的苹果目标图像分割效果较好，可以 克服光照过强的问题，并准确识别出阴影影响下的苹果目标。文中算法的平均假阳性率为 17.49%，比 Otsu 算法 降低了 52.84%，比 1.5*R-G 算法降低了 26.18% ；文中算法的平均重叠系数为 86.59%，比 Otsu 算法提高了 47.2% ， 比 1.5*R-G 算法提高了 11.03%；表明利用光照无关图可以有效地去除苹果表面的阴影，将其应用于阴影影响下的 苹果目标的识别是可行的。 关键词：图像分析；水果；算法；苹果；阴影去除；光照无关图；Otsu；色差算法 doi ：10.3969/j.issn.1002-6819.2014.24.020 中图分类号：TP391.41 文献标识码：A 文章编号：1002-6819(2014)-24-0168-09 宋怀波，屈卫锋，王丹丹，等. 基于光照无关图理论的苹果表面阴影去除方法[J].农业工程学报，2014，30(24)： 168－176. Song Huaibo, Qu Weifeng, Wang Dandan, et al. Shadow removal method of apples based on illumination invariant image[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 168－176. (in Chinese with English abstract) 一种特殊的噪声会使图像中目标区域的信息出现 0 引 言 失真，影响图像处理的效果，甚至导致一些现代图 苹果采摘作业是苹果生产链中极其重要的环 像处理技术如图像分割等技术的失败[2] 。如何有效、 节，目前中国采摘作业基本上都是人工进行。采摘 高精度地去除或者减弱阴影的影响是农业采摘机 作业季节性强、劳动强度大，随着人口老龄化的进 器人视觉系统亟待解决的关键问题之一[3] 。 一步加剧，实现采摘机械化将成为未来发展的主要 相