發(fā)布時(shí)間：2020-12-01 18:01

　　近年來,基于機(jī)器視覺的應(yīng)用迎來了前所未有的發(fā)展。本文中的馬鈴薯快速無損檢測自動(dòng)分級(jí)系統(tǒng)(以下簡稱馬鈴薯分級(jí)系統(tǒng))就是機(jī)器視覺技術(shù)在農(nóng)業(yè)自動(dòng)化方面的一個(gè)重要應(yīng)用。在馬鈴薯分級(jí)的采集圖像過程中,相機(jī)與在滾輪上運(yùn)動(dòng)的馬鈴薯會(huì)產(chǎn)生相對(duì)運(yùn)動(dòng),從而產(chǎn)生運(yùn)動(dòng)模糊,而且會(huì)引入噪聲,因此分級(jí)之前必須用一定的方法改善退化圖像的質(zhì)量,從而提高分級(jí)的準(zhǔn)確性和高效性。本文設(shè)計(jì)了 一套實(shí)現(xiàn)馬鈴薯分級(jí)系統(tǒng)中退化圖像的復(fù)原算法。主要研究的內(nèi)容有:(1)圖像的模糊判定。為了避免計(jì)算機(jī)對(duì)清晰圖像處理而降低其質(zhì)量從而浪費(fèi)信息處理資源的問題,本文提出在對(duì)圖像進(jìn)行復(fù)原之前,先對(duì)圖像運(yùn)用計(jì)算其模糊評(píng)估參數(shù)(BIM值)的方法對(duì)圖像進(jìn)行模糊判別,確定該圖像是否要進(jìn)行去模糊操作,進(jìn)而保證馬鈴薯分級(jí)系統(tǒng)的實(shí)時(shí)性以及高效性。(2)圖像的預(yù)處理。馬鈴薯圖像在采集和傳輸?shù)倪^程中不可避免會(huì)產(chǎn)生噪聲,因此本文在對(duì)馬鈴薯模糊圖像進(jìn)行去模糊之前,需要做一些預(yù)處理。通過比較,本文最終選擇自適應(yīng)的中值濾波和沖擊濾波相結(jié)合的方法,去除噪聲的同時(shí)增強(qiáng)了已被破壞的圖像邊緣和細(xì)節(jié),為后續(xù)更準(zhǔn)確的估計(jì)圖像模糊核奠定了基礎(chǔ)。(3)模糊核的估計(jì)。在對(duì)模糊圖像進(jìn)行復(fù)原之... 

【文章來源】：寧夏大學(xué)寧夏回族自治區(qū) 211工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１三種濾波算法的去噪結(jié)果??從圖２－１可以看出，當(dāng)濾波器同是３ｘ３模板時(shí)，均值濾波和高斯濾波在降噪的同時(shí)不可??避免地造成了模糊，而中值濾波雖然沒能濾去所有的噪聲，但模糊效應(yīng)明顯低很多

為了說明模糊圖像與清晰圖像梯度的差異，本文分別選取清晰的和運(yùn)動(dòng)模糊的兩幅馬鈴??薯圖像，計(jì)算其梯度的概率密度曲線，同時(shí)，為了得到更好的觀察效果，對(duì)縱坐標(biāo)進(jìn)行取對(duì)??數(shù)可得圖３－１，從圖３－１中可以明顯的看到清晰圖像的梯度概率密度分布在零值附近，并向??兩端遞減分布，即產(chǎn)生長長的拖尾分布特征，而模糊圖像由于平滑作用，絕對(duì)值較大的梯度??值幾乎沒有。這也是本文算法的出發(fā)點(diǎn)所在，通過計(jì)算梯度直方圖，統(tǒng)計(jì)梯度圖像直方圖中??不為零的灰度等級(jí)數(shù)量可以判定圖像的清晰與否，從而比較有效地判別清晰圖像與模糊圖像。??＿２?．?Ａ然潔晰圖像？??ｉ??運(yùn)動(dòng)模糊圖像??－２００?－１５０?－１００?－５０?０?５０?１００?１５０?２００??梯垵??圖３－１清晰圖像和運(yùn)動(dòng)模糊圖像梯度分布圖??本文的模糊判定過程主要包括以下步驟，算法流程圖３－２所示。??步驟１：分別計(jì)算圖像水平和豎直方向的梯度和。其中Ｍ和Ｖ分別為??圖像的高度和寬度。??步驟２：計(jì)算圖像的平均灰度梯度值ＧＭＧ，其計(jì)算模型見式（２－４１）。??步驟３：計(jì)算梯度圖像＆（／，．／）和＆（〖，．／＇）的直方圖／７，通過對(duì)直方圖ｆｔ進(jìn)行遍歷，統(tǒng)計(jì)??對(duì)應(yīng)像素點(diǎn)不為零的梯度值個(gè)數(shù)＜和義，從而求得：＾＿?＝義＋?乂。??步驟４：考慮到水平和豎直方向的灰度級(jí)一共５１２級(jí)

魂裸糊判定流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于增益控制Lucy-Richardson算法的臍橙模糊圖像復(fù)原[J]. 龔中良,王習(xí)文,杜偉濤.  江西農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(01)
[2]不同模糊尺度下運(yùn)動(dòng)模糊方向的鑒別[J]. 洪洋,孫秀霞,劉樹光,呂茂隆,胡京林.  應(yīng)用光學(xué). 2016(06)
[3]實(shí)拍田間玉米運(yùn)動(dòng)模糊圖像復(fù)原的研究[J]. 呂盼鋒,李東明.  吉林農(nóng)業(yè)大學(xué)學(xué)報(bào). 2016(04)
[4]基于L0正則化模糊核估計(jì)的遙感圖像復(fù)原[J]. 閆敬文,彭鴻,劉蕾,金光,鐘興.  光學(xué)精密工程. 2014(09)
[5]Richardson-Lucy與調(diào)制核相結(jié)合的圖像復(fù)原方法[J]. 王巧,喬雙.  東北師大學(xué)報(bào)(自然科學(xué)版). 2014(01)
[6]基于強(qiáng)邊緣寬度直方圖的圖像清晰度指標(biāo)[J]. 張?zhí)祆?馮華君,徐之海,李奇,陳躍庭.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2014(02)
[7]基于主成分分析的直線運(yùn)動(dòng)模糊參數(shù)估計(jì)[J]. 李海森,張艷寧,姚睿,孫瑾秋.  光學(xué)精密工程. 2013(10)
[8]勻速直線運(yùn)動(dòng)模糊圖像的模糊參數(shù)魯棒識(shí)別[J]. 趙鵬,曹軍,韋興竹.  光學(xué)精密工程. 2013(09)
[9]維納濾波圖像復(fù)原技術(shù)的研究與改進(jìn)[J]. 楊艷美,高滿屯,賀劍.  科學(xué)技術(shù)與工程. 2012(29)
[10]任意方向勻速直線運(yùn)動(dòng)模糊的點(diǎn)擴(kuò)展函數(shù)估計(jì)[J]. 趙妍妍,袁艷,蘇麗娟.  中國激光. 2012(08)
[1]機(jī)器視覺檢測中的圖像復(fù)原方法研究[D]. 王亮.北京交通大學(xué) 2014

博士論文
[1]基于增益控制Lucy-Richardson算法的臍橙模糊圖像復(fù)原[J]. 龔中良,王習(xí)文,杜偉濤.  江西農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(01)
[2]不同模糊尺度下運(yùn)動(dòng)模糊方向的鑒別[J]. 洪洋,孫秀霞,劉樹光,呂茂隆,胡京林.  應(yīng)用光學(xué). 2016(06)
[3]實(shí)拍田間玉米運(yùn)動(dòng)模糊圖像復(fù)原的研究[J]. 呂盼鋒,李東明.  吉林農(nóng)業(yè)大學(xué)學(xué)報(bào). 2016(04)
[4]基于L0正則化模糊核估計(jì)的遙感圖像復(fù)原[J]. 閆敬文,彭鴻,劉蕾,金光,鐘興.  光學(xué)精密工程. 2014(09)
[5]Richardson-Lucy與調(diào)制核相結(jié)合的圖像復(fù)原方法[J]. 王巧,喬雙.  東北師大學(xué)報(bào)(自然科學(xué)版). 2014(01)
[6]基于強(qiáng)邊緣寬度直方圖的圖像清晰度指標(biāo)[J]. 張?zhí)祆?馮華君,徐之海,李奇,陳躍庭.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2014(02)
[7]基于主成分分析的直線運(yùn)動(dòng)模糊參數(shù)估計(jì)[J]. 李海森,張艷寧,姚睿,孫瑾秋.  光學(xué)精密工程. 2013(10)
[8]勻速直線運(yùn)動(dòng)模糊圖像的模糊參數(shù)魯棒識(shí)別[J]. 趙鵬,曹軍,韋興竹.  光學(xué)精密工程. 2013(09)
[9]維納濾波圖像復(fù)原技術(shù)的研究與改進(jìn)[J]. 楊艷美,高滿屯,賀劍.  科學(xué)技術(shù)與工程. 2012(29)
[10]任意方向勻速直線運(yùn)動(dòng)模糊的點(diǎn)擴(kuò)展函數(shù)估計(jì)[J]. 趙妍妍,袁艷,蘇麗娟.  中國激光. 2012(08)
[1]機(jī)器視覺檢測中的圖像復(fù)原方法研究[D]. 王亮.北京交通大學(xué) 2014

碩士論文
[1]基于機(jī)器視覺的動(dòng)態(tài)馬鈴薯外部品質(zhì)無損檢測研究[D]. 劉馨陽.寧夏大學(xué) 2018
[2]圖像模糊復(fù)原及質(zhì)量評(píng)價(jià)算法研究[D]. 尹磊.哈爾濱工業(yè)大學(xué) 2015
[3]運(yùn)動(dòng)模糊圖像的恢復(fù)[D]. 賈帥.南京航空航天大學(xué) 2014
[4]基于機(jī)器視覺的板栗分級(jí)設(shè)備研究[D]. 劉仕良.北方工業(yè)大學(xué) 2005



本文編號(hào)：2894961