1种离散小波域荔枝图像处理模型.docxVIP

种离散小波域荔枝图像处理模型 摘要：利用机器人采摘荔枝的过程实质上是分析和识 别所获取图像的过程，但由于荔枝生长环境复杂、成像系统 电压不稳定， 导致在模 /数转换、 图像解码等环节中图像清晰 度降低，最直观的体现是图像中存在不同程度的斑点噪声。 针对该情况并结合离散小波变换这一图像分析框架，提出一种荔枝图像高效处理模型。首先，该模型对图像进行多尺度离散小波变换，以获得低频分解系数和各方向分布的高频分解系数；然后提出一种二维多方向加权中值滤波算法，实现对高频分解系数的自适应处理；最后对低频分解系数和滤波 后的多方向分布高频分解系数进行重构。采用 MATLAB 软件编写程序进行算法实现，并与经典中值滤波算法、二维多方向中值滤波算法进行性能对比。结果表明，本研究提出的 图像处理模型对该类图像的处理效果明显优于其余 2 类算法且模型耗时更短。 关键词：荔枝图像；离散小波变换；斑点噪声；二维多方向中值滤波 中图分类号： TP391； S126 文献标志码： A 文章编号： 1002-1302 （ 2015） 03-0385-03 随着农业自动化水平的逐渐提高，使用机器人自动化采 摘荔枝对于提高工作效率、降低生产成本最有重要意义。对所获取的荔枝成熟果实图像进行颜色、轮廓等信息分析和识别是实现机器人采摘的前提。图像在获取过程中会受到机器人成像系统电压不稳定、拍摄光照不均匀等因素的限制，在 模