摘要：对不同人工光源辅助下采集到的夜视苹果图像，通过噪声分析，判定苹果夜视图像的噪声以高斯噪声为主，并混有部分椒盐噪声。针对高斯噪声去除难题，将小波变换（Wavelettransform，wT）与独立成分分析（Independentcomponentanalysis，ICA）理论引入夜视图像的处理系统，为了最大程度地降低噪声污染，提出wT—ICA融合降噪方法。通过仿真实验，结果表明融合降噪效果较为理想。为了更好地评价夜视图像的降噪效果，以自然光下的图像为参照基准，提出相对峰值信噪比（Relativepeaksignal-to—noiseratio，RPSNR）的概念。对所采集到的不同的夜视图像进行多次重复实验，结果表明，从视觉上看wT—ICA降噪方法得到的低噪图像噪点明显减少；从RPSNR看，WT—ICA得到的低噪图像，分别比原始图像、小波软阈值降噪、ICA降噪方法平均提高29．94％、8．09％、7．54％；白炽灯下的图像处理后的RPSNR最高，适合作为人工光源。wT—ICA融合降噪方法通过连续处理，排除夜视图像的噪声干扰，得到的低噪图像更利于进一步识别，从而为实现苹果采摘机器人的全天候作业打下基础。

关键词：苹果 采摘机器人 夜视图像 降噪 小波变换 

单位：江苏大学电气信息工程学院 镇江212013 江苏大学机械工业设施农业测控技术与装备重点实验室 镇江212013 武夷学院机电工程学院 武夷山354300