一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法技术

本发明专利技术公开了一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，包括：S1、采集水下典型目标前视声呐数据，制作初始数据集；S2、对前视声呐原始图像进行多模态遮挡方式的数据增强；S3、对多模态遮挡框架增强后图像进行传统图像变换方式的数据增强，模拟不同环境下的光照、噪声和视角等变化，生成多样化的训练数据；S4、构建基于快速傅里叶卷积的图像增强网络，利用全局感受野，提高对遮挡区域的处理和增强能力；S5、利用训练好的模型对图像进行增强，得到清晰且细节丰富的目标遮挡图像。本发明专利技术通过结合多模态遮挡方式的数据增强方法和基于快速傅里叶卷积的网络，显著提高了对前视声呐严重遮挡目标的图像增强质量和效率，具有良好的泛化能力和实用价值。

【技术实现步骤摘要】

本专利技术涉及声呐图像处理领域，尤其涉及一种基于多模态增强网格掩蔽和快速傅里叶卷积的声呐图像增强方法。

技术介绍

1、声呐技术在海洋探测、目标识别和水下勘探中具有广泛应用，特别是在潜艇监控、海底资源管理和水下无人系统的导航等方面，声呐图像技术是水下目标检测的重要工具。然而，由于声呐成像受到水下环境复杂性、声波传播特性的影响，往往存在噪声较大、分辨率较低、成像不稳定等问题，这给水下目标的检测与跟踪带来了极大挑战。

2、在复杂水下环境中，遮挡、光照变化、噪声干扰等因素进一步加剧了图像质量的下降，使得目标的检测精度和识别效率显著降低。传统的声呐图像处理技术在应对这些问题时往往效果有限，特别是在处理大面积遮挡、目标局部缺失的情况下，现有方法无法有效恢复图像的全局一致性和局部细节。因此，如何通过更先进的图像增强方法，提升声呐图像的清晰度和检测精度，成为了当前研究的一个重要方向。

技术实现思路

1、本专利技术的目的是提出一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，通过引入多模态数据增强和频域处理本文档来自技高网...

【技术保护点】

1.一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述步骤S1具体包括：

3.根据权利要求2所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述典型目标包括锥形目标、网状目标和不规则目标。

4.根据权利要求1所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述步骤S2中多模态遮挡的前视声呐图像数据增强框架包括网格遮挡模块、随机擦除模块和粗略丢弃模块，模拟水下环境中不...

【技术特征摘要】

1.一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述步骤s1具体包括：

3.根据权利要求2所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述典型目标包括锥形目标、网状目标和不规则目标。

4.根据权利要求1所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述步骤s2中多模态遮挡的前视声呐图像数据增强框架包括网格遮挡模块、随机擦除模块和粗略丢弃模块，模拟水下环境中不同类型的遮挡情况。

5.根据权利要求4所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述网格遮挡模块通过在图像上生成交替的网格状遮挡模式，掩盖部分像素，公式表示如下：

6.根据权利要求4所述的一种基于多模态增强网格掩蔽和快速傅里叶卷积的图像增强方法，其特征在于：所述随机擦除模块通过在图像中随机选择一个矩形...

【专利技术属性】
技术研发人员：赵子杰，沈诗淇，李科廷，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：