柑橘機(jī)器視覺分級中運(yùn)動模糊圖像恢復(fù)研究.pdf

1、在基于機(jī)器視覺的產(chǎn)品質(zhì)量快速檢測中，圖像運(yùn)動模糊是影響檢測精度的重要因素。解決圖像運(yùn)動模糊的有效方法之一是對圖像進(jìn)行恢復(fù)處理。本文以柑橘為對象，研究了其機(jī)器視覺檢測中的運(yùn)動模糊圖像恢復(fù)問題，提出了相應(yīng)的運(yùn)動模糊參數(shù)估計方法和圖像恢復(fù)算法。同時開發(fā)了柑橘機(jī)器視覺自動化分級系統(tǒng)，實(shí)現(xiàn)了柑橘的快速在線分級。論文的主要研究內(nèi)容及成果如下： 1)通過分析運(yùn)動模糊圖像的退化模型，研究了勻速直線運(yùn)動模糊圖像的參數(shù)估計方法。根據(jù)勻速直線運(yùn)動模糊

2、使圖像傅立葉功率譜在沿與運(yùn)動方向垂直的方向上得到增強(qiáng)的特性，提出了一種基于圖像二階微分頻譜的運(yùn)動模糊方向辨識方法。在運(yùn)動模糊圖像的傅立葉功率譜中以直線擬合的方式識別出運(yùn)動模糊方向。同時還提出一種基于圖像水平二階微分自相關(guān)的運(yùn)動模糊尺度估計方法。對平面任意方向的運(yùn)動模糊通過坐標(biāo)旋轉(zhuǎn)將其轉(zhuǎn)變?yōu)樗椒较虻倪\(yùn)動模糊。水平運(yùn)動模糊圖像沿水平方向二階微分圖像的自相關(guān)譜中存在明顯的負(fù)值共軛相關(guān)峰，峰值之間的距離為運(yùn)動模糊尺度的兩倍，根據(jù)這一特點(diǎn)可確定

3、運(yùn)動模糊尺度。 2) 比較了多種算法對柑橘運(yùn)動模糊圖像恢復(fù)的效果，提出一種改進(jìn)的約束最小二乘方濾波恢復(fù)算法。在標(biāo)準(zhǔn)約束最小二乘方濾波方法的基礎(chǔ)上，基于區(qū)域分割的思想為背景區(qū)域添加方差變化約束，改善了圖像恢復(fù)中的振鈴效應(yīng)，提高了復(fù)原圖像的質(zhì)量。 3) 研究了柑橘機(jī)器視覺檢測中的圖像處理算法，包括圖像的預(yù)處理和目標(biāo)分割算法，柑橘的大小、表面顏色、形狀檢測算法等。對大小檢測的空間誤差進(jìn)行了討論和解決。分析了球面效應(yīng)對顏色分級的

4、影響，并提出一種RGB色彩空間下的柑橘顏色分級模型。針對柑橘提出一種基于邊界重建的果柄處突起程度的檢測方法。通過提取目標(biāo)邊界的傅立葉描述子，選取兩組不同階數(shù)的系數(shù)重建目標(biāo)邊界，并以重建邊界上對應(yīng)點(diǎn)的半徑差或距離作為依據(jù)有效地判別出果柄處突起的程度。 4) 提出一種基于PC-PLC上下位機(jī)結(jié)構(gòu)的雙通道水果機(jī)器視覺分級自動化系統(tǒng)模式，并研究了其硬件系統(tǒng)的實(shí)現(xiàn)，包括圖像采集方式、光照環(huán)境、水果卸料裝置和卸料控制算法、系統(tǒng)電氣控制等。