苹果采摘机器人视觉系统的暗通道先验去雾方法-IngentaConnect.PDFVIP

第 32 卷 第 16 期 农 业 工 程 学 报 Vol.32 No.16 2016 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2016 151 苹果采摘机器人视觉系统的暗通道先验去雾方法 1,2 1※ 2 1 1 1 朱德利 ，陈兵旗 ，杨雨浓 ，梁习卉子 ，杨 明 ，乔 妍 （1. 中国农业大学工学院，北京 100083 ；2. 重庆师范大学计算机与信息科学学院，重庆 400047 ） 摘 要：针对雾霾严重气候条件下苹果采摘机器人视觉定位困难的问题，提出一种把暗通道先验（dark channel prior，DCP ） 原理应用于苹果图像去雾的调参和改进方法。给出了一种获取大气光系数 A 的方法，首先把计算得到的暗通道图结果存 入矩阵，求暗通道图中的前 1/1 000 个最大元素所在位置，并存储在与暗通道矩阵相同大小的新矩阵中；根据新矩阵中的 位置信息获得 R 通道矩阵相应位置的值，最后求取这些值的平均值作为 A 的取值。根据工程需要，该研究取去雾强度ω 恒为 1。通过与多尺度Retinex （multiscale retinex ，MSR ）方法、自适应直方图均衡化（adaptive histogram equalization， AHE ）等常规方法以及其他文献的暗通道去雾使用方法进行对比试验，结论是该文的方法能获得更好的主观视觉效果。 在结果图像的对比度方面，该研究使用的方法能得到平均对比度 64.04，与计算速度较快的直方图均衡化方法的 35.46 相 比，提升了81%；R 通道对比度为 68.525，与直方图均衡化方法得到的R 通道对比度 36.425 相比提升了 88%；该方法得 到的图像直方图整体上呈现中间高两边低的形状特点，表明相对其他去雾方法，该文的方法能得到较好的去雾图像质量。 时间复杂度方面，改进后的DCP 方法计算 640×480 的图像耗时在 33～37 ms 之间，基本能满足实时要求。分割定位精确 度方面，该文方法的综合定位精度为 94.8%，高于其他方法。试验证明使用该文方法能在去雾的效率和性能方面得到较 好的平衡，是一种可以用于实际采摘作业的可行方法。 关键词：机器人；收获；定位；苹果采摘；机器视觉；暗通道先验；去雾 doi ：10.11975/j.issn.1002-6819.2016.16.021 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2016)-16-0151-08 朱德利，陈兵旗，杨雨浓，梁习卉子，杨 明，乔 妍. 苹果采摘机器人视觉系统的暗通道先验去雾方法[J]. 农业工程 学报，2016，32(16)：151－158. doi ：10.11975/j.issn.1002-6819.2016.16.021 Zhu Deli, Chen Bingqi, Yang Yunong, Lianxi Huizi, Yang Ming, Qiao Yan. Method of haze-removal based on dark channel prior in visual system of apple harvest robot[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(16): 151 －158. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2016.16.0