摘要
本发明公开了一种提升图像亮度一致性的马铃薯缺陷检测方法,该方法首先通过多通道马铃薯设备,采集马铃薯全表面图像,涵盖多种品种及状态。其次提出马铃薯图像亮度指数PIBR,对马铃薯的全表面图像进行亮度分析,量化图像亮度水平。然后提出MS‑EnlightenGAN,融合改进的自注意力机制和SE注意力机制。最后构建由不同亮度马铃薯全表面图像组成的图像增强数据集,使用该数据集对MS‑EnlightenGAN进行训练,并选择YOLO11‑L作为目标检测框架,输出缺陷检测结果,并进行测试。本发明有效避免背景区域的过度增强,同时强化缺陷区域的亮度表达,以提高马铃薯缺陷检测精度。
技术关键词
马铃薯缺陷检测
马铃薯图像
注意力机制
亮度
马铃薯设备
HSV色彩空间
消除背景干扰
图像增强模型
生成器网络
指数
多通道
分拣设备
网络结构
分段
数据
框架
报告
效应