The embodiment of the present invention provides an underwater image target detection method and system, which includes acquiring underwater image to be detected, preprocessing the underwater image to be detected by using MS CNN denoising algorithm and dark channel prior denoising algorithm to obtain the first image, inputting the first image into the trained preset feature pyramid network FPN and outputting the target detection result; The convolution layer of the preset FPN is a PVA network, and a C. ReLU structure is added. After pretreatment of the underwater image to be detected, the improved FPN is used to detect the target of the underwater image to be detected after pretreatment. The target detection results are output without manual design features. The detection process is time-consuming, and the detection results are accurate. It can well meet the practical application requirements of automatic detection and automatic fishing.
【技术实现步骤摘要】
一种水下图像目标检测方法及系统
本专利技术实施例涉及图像处理
,更具体地,涉及一种水下图像目标检测方法及系统。
技术介绍
水下机器视觉作为感知水下世界的重要技术之一,如今已越来越被广泛应用于海洋工程、水下探索、目标检测、生物监测等各个方面,为海洋学和渔业科学研究提供了丰富的信息,为智慧海洋、智慧渔业的发展奠定了基础。水下图像目标检测技术作为其分支,搭载于水下机器人上,将图像和视频分析、生物量检测、生物识别查找等应用于水下环境,促进了海洋探测及渔业自动化的发展。然而水下的环境通常光照不足、噪声明显、对比度低、画面偏色严重,而且水下目标往往拥有和环境相似的保护色,以上因素都大大限制了检测算法在水下图像中的性能发挥。现有技术大多基于手工设计的特征(如颜色、形状、纹理、SIFT、HOG、DPM等)提取目标特征,然后采用模式识别方法对目标进行识别定位。但是手工设计的特征工程费时费力,而且对水下复杂背景的鲁棒性不好,在水下复杂背景下的识别准确度较低,同时现有目标检测方法运行时往往存在耗时长的问题,无法很好适应自动检测和自动捕捞等实际应用需求。
技术实现思路
本专利技术实施例提供了一种克服上述问题或者至少部分地解决上述问题的水下图像目标检测方法及系统。第一方面本专利技术实施例提供了一种水下图像目标检测方法,包括:获取待检测水下图像,并利用MS-CNN去噪算法和暗通道先验去噪算法对所述待检测水下图像进行预处理得到第一图像;将所述第一图像输入训练好的预设特征金字塔网络FPN,输出目标检测结果;其中,所述预设FPN的卷积层为PVA网络,且加入C.ReLU结构。另一方面本专利 ...
【技术保护点】
1.一种水下图像目标检测方法,其特征在于,包括:获取待检测水下图像,并利用多尺度卷积神经网络MS‑CNN去噪算法和暗通道先验去噪算法对所述待检测水下图像进行预处理得到第一图像;将所述第一图像输入训练好的预设特征金字塔网络FPN,输出目标检测结果;其中,所述预设FPN的卷积层为PVA网络,且加入C.ReLU结构。
【技术特征摘要】
1.一种水下图像目标检测方法,其特征在于,包括:获取待检测水下图像,并利用多尺度卷积神经网络MS-CNN去噪算法和暗通道先验去噪算法对所述待检测水下图像进行预处理得到第一图像;将所述第一图像输入训练好的预设特征金字塔网络FPN,输出目标检测结果;其中,所述预设FPN的卷积层为PVA网络,且加入C.ReLU结构。2.根据权利要求1所述方法,其特征在于,所述利用MS-CNN去噪算法和暗通道先验去噪算法对所述待检测水下图像进行预处理得到第一图像,具体包括:分别利用MS-CNN去噪算法和暗通道先验去噪算法对所述待检测水下图像进行预处理,得到第二图像和第三图像;利用预设投票机制选取所述第二图像和所述第三图像中的一幅图像作为所述第一图像。3.根据权利要求2所述方法,其特征在于,所述预设投票机制的投票指标为峰值信噪比PSNR和图像熵;相应地,所述利用预设投票机制选取所述第二图像和所述第三图像中的一幅图像作为所述第一图像,具体包括:若判断获知所述第二图像的PSNR和图像熵之和不小于所述第三图像的PSNR和图像熵之和,则选取所述第二图像作为所述第一图像;若判断获知所述第二图像的PSNR和图像熵之和小于所述第三图像的PSNR和图像熵之和,则选取所述第三图像作为所述第一图像。4.根据权利要求1所述方法,其特征在于,在所述将所述第一图像输入训练好的预设特征金字塔网络FPN之前,还包括:通过数据扩充方法获取训练数据集;利用所述训练数据集对所述预设FPN进行训练,得到所述训练好的FPN。5.根据权利要求4所述方法,其特征在于,所述通过数据扩充获取训练数据集,具体包括:通过水平翻转、上下...
【专利技术属性】
技术研发人员:李振波,彭芳,苗政,李光耀,钮冰姗,杨晋琪,岳峻,李道亮,
申请(专利权)人:中国农业大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。