基于CHEBWO的多目标棉田图像增强算法

为了增强棉田图像的垄线特征、纹理清晰度以及棉田与垄线之间的对比度,以提高农机视觉导航图像的分割准确率与泛化能力,本文提出了一种多目标图像增强算法——混沌混合精英白鲸优化算法(Chaotic hybrid elite beluga whale optimization, CHEBWO)。该算法在AMSRCR算法和直方图均衡化的基础上设计了新的图像加权融合模型,并针对图像评价,设计了一种新的多目标加权评价函数。实验结果表明,与基于Retinex图像增强算法(如SSR、MSR、MSRCR、MSRCP)以及基于直方图均衡化增强算法(如HE、AHE、CLAHE)进行对比,CHEBWO算法在PSNR、AG、SD、IE、SSIM等指标上平均提高了6.18、42.38、40.41、0.89和0.22。因此,本文提出的棉田图像增强算法在增强棉田图像对比度、清晰度以及保持垄线纹理方面具有显著优势,有助于提高语义分割模型的性能和准确性。