论文研究 一种物料袋场景图像自适应增强算法.pdf

为了提高自然场景中物料袋的分割、检测与识别效率，提出了一种基于模糊理论的物料袋场景图像自适应增强算法。该算法运用Otsu算子对图像背景与目标进行自适应分类，并确定目标与背景图像像素的最佳渡越点；然后采用新的线性隶属度函数将图像对比度值从灰度域变换为模糊域，通过渡越点计算广义增强算子（GFO）与双曲正切函数的关联参数，并利用广义增强算子与双曲正切函数对图像进行增强变换；最后采用线性变换与灰度值叠加的方法将变换值由模糊域映射为灰度域。实验结果显示，该算法在减少迭代次数的同时，使图像局部细节得到有效增强，在实现算法自适应的条件下，可以得到良好的视觉效果。