噪声扰动下低光照蚕蛹图像恢复算法与试验

摘要：

在基于机器视觉雌雄蚕蛹智能识别与分拣系统中，蚕蛹图像本身质量是机器视觉能否准确识别的关键。低光照和噪声扰动是影响蚕蛹图像的主要原因，它会导致大量图像纹理结构信息丢失，这为蚕蛹智能识别带来极大挑战。针对噪声和低光照蚕蛹图像质量改善，该文提出了基于色阶映射（tone mapping）和Tikhonov正则化相结合的噪声扰动下低光照蚕蛹图像恢复方法。通过试验表明：该文方法不仅实现蚕蛹图像光照对比度改善，同时又可以较好地抑制噪声影响，保持蚕蛹图像的纹理结构特别是性腺信息，改善图像质量，有利于提高机器视觉雌雄蚕蛹智能识别正确率和准确性。试验还表明，该文建立的模型和算法对其他农作物低光照噪声图像处理也同样具有明显效果，为机器视觉在农业领域广泛应用奠定基础。

关键词：图像质量、映射、算法、蚕蛹、噪声扰动、色阶、正则化

分类号：TP391.413;S126(计算技术、计算机技术)

资助基金：重庆市科委项目课题 cstc2012ggyyjc80019， cstc2013yykfA80015；中央高校科研业务费项目课题2362014xk13；博士启动基金项目2120130879

在线出版日期：2015-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：147-152