自然环境下桃子图像分割算法

成熟果实的识别是果蔬采摘机器人视觉系统的关键问题,要解决该问题,首先需要进行有效的图像分割。从复杂背景中分离果实一直是该领域的一个难题。为此,针对自然环境下的桃子图像进行了图像分割方法的研究。利用2R-G-B和L*a*b*的a*分量以及HSI的H分量分别对彩色图像进行了3种方法的灰度化处理,然后采用大津法对灰度图像进行了二值化处理,对二值化图像采用匹配去噪与匹配膨胀相结合的方法,去除了复杂背景噪声。试验表明,所提出的桃子分割方法具有很好的分割效果。

基于图像复原的衍射望远镜暗弱目标成像

衍射望远镜受限于衍射效率,其成像质量受到非成像级次衍射光的影响。针对这一问题,提出了一种基于噪声自适应估计的块匹配三维协同滤波图像复原算法。首先通过主成分分析法估计出模糊图像的噪声方差,然后结合已知的点扩展函数,通过所提算法复原出清晰图像。搭建衍射望远镜成像系统并开展实验研究。数值仿真和实验结果表明,所提算法使得复原图像调制度相比退化图像提高了3.58倍,能有效改善复原图像的细节,利于暗弱目标成像。所提算法为衍射望远镜系统对暗弱目标进行高对比度成像提供了一种有效的路径。