一种声呐水下目标检测方法技术

本发明专利技术公开一种声呐水下目标检测方法，具体步骤包括：通过对水下目标图像进行预处理，得到待检测数据；提取待检测数据特征，然后选择先验框，提取特征图，对特征图中的先验框进行处理计算，得到边界框值，根据边界框值，得到检测结果，并对检测结果进行修正。本发明专利技术对前视声呐中的目标检测提供了一种方法，相较于传统方法，减少了时间，提升了检测的准确度和速度，能有效识别特定目标，并且可以对连续帧的声呐图像进行处理，较为准确的在前视声呐图像中显示当前图像中目标的位置和类型，能够达到实时检测的效果。

【技术实现步骤摘要】
一种声呐水下目标检测方法
本专利技术属于人工智能与水声电子信息的交叉领域，具体涉及一种基于YOLOv3深度学习网络的前视声呐图像目标检测识别方法。
技术介绍
由于水下恶劣危险的环境，海洋产业在发展中面临着迫切的产业智能化升级需求。为了解决该类问题，光学技术、声学技术和AI算法逐渐融入到海洋产业中去。随着技术的发展，水下目标检测技术发展很快，比如水下地形地貌的探测、鱼雷的探测技术等等，而声学图像在水下目标检测中探程远、实用性强，声呐水下目标的检测有着广泛的应用前景和发展空间。声呐设备主要包括前视声呐、侧扫声呐和合成孔径声呐在航行器行进过程中不断发射和接收声呐信号,实现检测。前视声呐分为单波束和多波束两种,其中单波束前视声呐形成一个波束,利用基阵的自然方向性进行定向,一次收发过程中只能观察一个波束所覆盖的空间,探测较大的固定区域时,需要转动波束使其覆盖整个区域多波束前视声呐可同时发射多个波束形成扇形探测区,可进行条带式测量。声呐设备采集到的图像干扰大，受噪声影响大，水下小目标的检测存在着许多问题。目前，声呐的工作性能除了受自身技术参数的限制本文档来自技高网...

【技术保护点】
1.一种声呐水下目标检测方法，其特征在于，包括以下步骤：/n步骤一：采集预训练水下目标图像，对预训练水下目标图像进行预处理，得到训练数据集；/n步骤二：构建特征提取网络，基于训练数据集，训练特征提取网络；/n步骤三：采集水下目标图像，对所述水下目标图像进行预处理，得到待检测数据集；将待检测数据集输入特征提取网络，通过所述特征提取网络，将所述待检测数据集划分网格，并提取所述水下图像特征；/n步骤四：基于所述水下目标图像的特征，对待检测数据集进行k-means聚类，然后选择预测边界框，将所述预测边界框的聚类簇和尺度进行排序，根据所述排序结果，将所述聚类簇均分到各个尺度上，得到不同尺度的特征图；/n...

【技术特征摘要】
1.一种声呐水下目标检测方法，其特征在于，包括以下步骤：
步骤一：采集预训练水下目标图像，对预训练水下目标图像进行预处理，得到训练数据集；
步骤二：构建特征提取网络，基于训练数据集，训练特征提取网络；
步骤三：采集水下目标图像，对所述水下目标图像进行预处理，得到待检测数据集；将待检测数据集输入特征提取网络，通过所述特征提取网络，将所述待检测数据集划分网格，并提取所述水下图像特征；
步骤四：基于所述水下目标图像的特征，对待检测数据集进行k-means聚类，然后选择预测边界框，将所述预测边界框的聚类簇和尺度进行排序，根据所述排序结果，将所述聚类簇均分到各个尺度上，得到不同尺度的特征图；
步骤五：构建边界框预测网络，基于所述特征图，通过边界框预测网络进行卷积预测，得到预测边界框值；
步骤六：对预测边界框值进行后处理，得到对应数据的检测结果；
步骤七：对水下目标图像数据的相邻帧分别进行检测，得到相邻帧的检测结果，根据相邻帧的检测结果，对图像预测结果进行修正。


2.根据权利要求1所述一种声呐水下目标检测方法，其特征在于：
所述步骤二基于DarkNet53构建特征提取网络。


3.根据权利要求1所述一种声呐水下目标检测方法，其特征在于：
所述步骤一中的预训练水下目标图像为前视声呐扇形图像中截取的矩形图像。


4.根据权利要求3所述一种声呐水下目标检测方法，其特征在于：
所述步骤一中的预处理，具体步骤为：对截取的矩形图像调整形状大小，然后对大小调整后的图像进行背景填充。


5.根据权利要求1所述一种声呐水下目标检测方法，其特征在于：
所述步骤七中所述待检测数据为连续帧的待检测...

【专利技术属性】
技术研发人员：曾丹，陆恬昳，徐霁轩，蔡周吟，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31