Abstract：
为解决集装箱图像受到外界光线环境的影响造成信息对比度低、暗部细节信息不明显和图像信息难以辨认清等问题,提出一种新的图像增强算法,其重点是利用非线性变换,提高图像的暗部细节,将原本的RGB模型转化到HSV模型进行均衡化.利用实际工程中港口所提供的测试数据集,使用已训练好的模型进行广泛的实验.实验还探究了图像增强算法对卷积神经网络性能的影响,利用对比度受限的自适应直方图均衡化、伽马校正、拉普拉斯变换以及原始图像与该算法进行对比,使用10 折交叉验证了该算法的精确率、召回率均大于其他的算法.采用配对T检验,比较分析采用各算法间的各项指标差异,结果表明:该算法相比其他算法的效果要好.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
机械制造与自动化
ISSN： 1671-5276
Year： 2024
Issue： 5
Volume： 53
Page： 234-238,272
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
