苹果采摘机器人视觉系统的暗通道先验去雾方法

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1/1000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

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划2012AA10A501-5；重庆青年人才计划 cstc2013kjrc-qnrc40001；重庆市前沿与应用基础研究计划cstc2013jcyjA80013；重庆市教委科技计划KJ1500321

在线出版日期：2016-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：151-158