【摘要】在光照分布不均匀、皮带表面存在反光现象以及检测环境较为复杂的情况下，工业相机采集到的皮带表面存在反光现象以及检测环境较为复杂的情况，工业相机采集到的皮带表面缺陷图像往往会呈现出对比度不足、细节信息模糊以及边缘轮廓不清晰等问题。为改善这类图像的质量，使其更符合后续处理需求，需要对图像进行增强处理，以提升其视觉质量和信息表达能力。LGE 模型的图像增强可以通过少量的计算就能得到较好的增强效果，但是其中参数 a、b、r 的设定是否合适会对增强结果有很大的影响。这是一类超参最优问题，采用网格搜索策略会产生海量的计算开销；而传统贝叶斯优化方案在实际应用中，往往面临诸多难题，例如先验样本的合理设计、核函数类型的恰当选择，以及评估数据规模庞大所导致的耗时较长等问题，针对以上问题，本项目拟采用改进的蚂蚁狮子算法（IALO)，寻找最优的 LGE 图像增强参数。