共查询到19条相似文献，搜索用时 156 毫秒
1.
水下环境光线昏暗，仅依靠自然光源难以清晰成像，通常需要增加人工光源，但人工光源的引入会导致场景亮度不均。在这种包含自然光源和人工光源的混合光照环境下，所拍摄的水下图像质量严重退化，不仅降低视觉观感，更影响后续高级计算机视觉任务的顺利开展。然而现有方法大都只考虑了自然光源的影响，对混合光源环境下的水下图像复原效果不佳。为了解决混合光源环境下水下图像存在的光照不均、 色偏、细节模糊等问题，提出了一个光照感知编解码器网络用于水下图像复原。一方面，在多尺度结构中引入注意力机制和改进残差结构高效提取丰富的结构细节特征，另一方面增加光照感知图作为先验约束网络复原结果的对比度。此外，设计了合适的损失函数，引导网络充分学习水下图像和清晰图像间的非线性映射关系，使恢复图像的色调更自然，纹理细节更丰富。对比试验结果证明此方法在主观感知和客观指标上均优于对比算法，消融实验证明所提网络模块和光照感知的有效性。 相似文献
2.
水下图像增强因其在海洋勘测和水下机器人中的重要意义而备受关注。在过去的几年中，已经提出了许多水下图像增强算法。已有的深度学习方法由于忽略水下图像的预处理过程和对红色通道信息的增强或者弱化了这个过程，导致增强结果并不显著，其往往只适应特定的场景，缺乏泛化能力。为此，基于卷积神经网络建立了一种全新的水下图像增强算法，为了充分利用特征图的通道信息，在相同维度的特征图之间采用不同尺寸的卷积核获取更多通道数目的特征。然后，基于红色通道构建了注意力机制，以加强对于图像中容易丢失信息的红色通道的特征提取。最后，在 EUVP，UFO120 数据集做了消融实验，证明了红色通道注意力机制的有效性。通过对对比实验的增强结果进行各项指标分析，证明增强结果有着更高的结构相似性和峰值信噪比，并且在无参考指标方面有着更高的颜色平衡、清晰度以及对比度，综合性能优于以往的方法。 相似文献
3.
由于水下环境具有不稳定性,水下图像可能会出现偏色、对比度低以及运动模糊等退化现象。针对这些问题,本文提出了适用于水下图像的增强算法,其实现需要依次经过颜色恢复和去模糊这2个阶段。在第一阶段中,本文增强算法先利用高斯滤波和均值漂移对图像进行锐化;然后,通过对比图像各颜色通道的均值得到补偿值对图像颜色进行校正;最后通过线性拉伸来调整图像的对比度。在第二阶段中,采用带有残差思想的生成对抗网络(GenerativeAdversarialNetworks,GAN),利用9个连续的残差网络能够很好地提取图像中的特征,可起到消除模糊和增强图像特征的作用。利用本文算法处理水下图像时,发现本文方法不仅能去除图像模糊,而且能消除图像的色偏现象且不携带红色伪影。同时,通过对比水下图像质量度量(UnderwaterImageQualityMeasures,UIQM)和水下彩色图像质量评估(UnderwaterColorImageQualityEvaluation,UCIQE)这2项指标发现,本文算法有较好的图像处理效果。 相似文献
4.
针对水下机器人作业过程中的近距离引导水下对接问题,以自治缆控水下机器人(ARV)为研究对象,为实现快速、高精度的水下对接,设计了基于反射光源识别的单目视觉辅助水下对接方法。通过在对接口布置反光带并将其作为目标图像,设计了图像处理和特征点提取的算法,经过图像特征信息的分析处理,优化算法的时间复杂度,提高了特征点提取的准确率和识别效率。最后设计了传统的引导灯方案与反光带方案的对比试验,验证算法的可行性,证明在水下环境下识别反射光源的方法极大提升了位置估计的准确率,同时在计算速度上也有显著提高,弥补了传统水下对接方法中精度不足或计算量大的缺陷,更好地满足了ARV水下对接的需求,能为潜水器实现水下自主对接提供参考依据。 相似文献
5.
在解析YOLOv4算法基础上,针对应用YOLOv4算法检测遥感影像桥梁目标任务中出现的训练耗时严重及精度较低缺陷,从算法训练过程和结构模块两方面进行优化:使用多尺度训练以及fp_16训练策略降低算法训练成本,并引入SE模块和CBAM模块两种注意力机制提升算法检测精度。消融实验结果表明:优化训练策略能够有效降低算法训练成本,同时提高目标检测精度;相比较CBAM模块,SE模块对算法训练成本增加较小却能收获显著的检测精度提升,优化训练策略并嵌入SE模块的算法,使高分桥梁数据集和DOTA桥梁数据集的平均准确率分别提升1.4%和3%。该优化算法兼具效率和精度优势,为桥梁目标检测难题提供有效解决方法。 相似文献
6.
胡红波 《数字海洋与水下攻防》2019,2(5):1-6
针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点，提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先，根据侧扫声呐图像中水下小目标成像特点，对声呐图像进行滤波及聚类分割，大幅降低图像中噪声；然后，采用斑点检测思想，提取侧扫声呐图像中疑似目标区域；最后，基于自动阈值分割算法对声呐图像进行分割，获取目标区域二值图像，使用二阶矩估计目标尺度，剔除虚假目标，最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高，对侧扫声呐图像中的水下小目标具有良好的检测效果。 相似文献
7.
海底影像存在着对比度低、噪声污染严重、图像质量差等问题，采用传统算子的海底管线边缘图像中含有大量的无用和断裂边缘信息。文中将多尺度边缘检测和匹配跟踪相结合，提出利用平稳小波变换的海底管线边缘检测方法；在提取边缘的同时利用匹配跟踪手段对噪声干扰进行抑制，提高图像目标边缘检测质量。通过对海底管线和测试图像边缘检测实验表明，文中所提出的方法在抑制图像噪声的干扰、提高水下目标边缘完整性方面明显优于传统的边缘提取算子，证明该算法的有效性。 相似文献
8.
水下机器人的耐压舱设计要求在满足总体指标的前提下,最大限度地提高设计强度与稳定性,同时尽可能降低质量。本文使用ANSYS Workbench中的Design Explorer模块,对耐压舱进行快速优化设计,一次获得多个优化候选结果,经过对比分析得到最优设计方案。然后,针对装配形式进行接触分析,确保大压力条件下结构不会在接触面发生失效破坏。最后,对舱体结构进行稳定性分析,确保结构能够在大深度环境中不发生失稳破坏。本研究为水下机器人耐压舱体快速优化设计、强度和稳定性校核提供了参考。 相似文献
9.
近年来,面向黄河口的监测需求日益增大,如黄河入海流路改道至清水沟路以来,在新老河道的交汇处存在着丰富的地物类别,对于这些地物类别的检测识别研究有助于掌握生态环境状态,对于黄河口的湿地保护以及国家改善环境的战略支持具有重要意义。因此,本文提出一种新的湿地高光谱图像分类方法,分双路分别提取图像的空谱特征并融合分类。光谱维采用分组预处理的双向长短期记忆网络(Bi-LSTM)有效学习光谱特征;空间维采用注意力加强的多尺度卷积网络有效增强所提取的空谱特征,使得分类结果更具准确性。本文实验应用覆盖黄河入海口新老河道交界处的成像光谱仪(Compact High Resolution Imaging Spectrometer,CHRIS)所采集的数据和黄河三角洲自然保护区滨海湿地高分5号传感器(GF-5)所采集的高光谱图像开展。结果表明:分组与双向长短期记忆网络(Bi-LSTM)的有效结合显著提升了网络性能,同其他监督分类方法相比提升约3%~8%,此外注意力机制的加入同比增加约3%,在使用1%的极少训练集下数据集CHRIS和GF-5的总体分类精度分别达到92.3%和86.11%。 相似文献
10.
采用智能水下机器人进行海洋环境的立体监测具有监测范围广，自主性强的特点。本文在探讨世界各国采用智能水下机器人进行海洋环境监测的情况的基础上，介绍了自主研发的智能水下机器人海洋大范围环境数据的自主采集系统，其主要优点是：相对于其他机器人，可实现“大范围” 海洋环境数据的采集；相对于固定式浮标，可实现海洋环境数据的“自主”采集。并给出了自主采集流程和软件分层递阶体系结构。在真实海域中，采用智能水下机器人，进行了国内首次大范围环境数据采集实航实验。实验结果表明采用智能水下机器人进行海洋环境的立体监测是切实可行的。 相似文献
11.
12.
水下视频可直观记录和反映海洋牧场生物资源的现状和变动,目前亟待开展基于图像的海洋牧场生物识别分类方法研究,以充分发挥图像处理技术在海洋牧场生物群落监测领域的应用潜力。利用采集自我国北方烟威地区包含鱼礁、藻床和泥沙三种图像背景的水下视频,开展了图像增强、图像分类数据集的建立和3种分类模型的应用。对比了基于绿通道的色彩补偿和限制对比度的自适应直方图均衡等方法在海洋牧场水下图像增强上的效果。建立了北方海洋牧场常见岩礁生物图像分类数据集,包括花鲈(Lateolabraxjaponicus)、(Lizahaematocheilus)、许氏平鲉(Sebastes schlegelii)等鱼类11种、棘皮类3种和蟹类1种,共23 211张图像。基于飞桨深度学习框架和PaddleX全流程开发工具,选择AlexNet、MobileNetV3和ResNet50三种图像分类卷积神经网络进行迁移学习,并分别验证了其在含噪音水下图像上的鲁棒性。结果表明,三种模型在测试集的类准确率分别达到96.64%、94.75%和99.23%,其中ResNet50模型在含有高斯噪音的图像集验证具有更好的鲁棒性。综之,基于深度学习的计算机视觉技术在我国海洋牧场生物群落监测中具有较大应用潜力,可为我国海洋牧场监测和管理提供新的思路和方法。 相似文献
13.
近年来,星载/机载的在轨海洋观测设备日益增多。如何从星/机在轨观测的数据中快速且准确地检索出关键图像并进行回传,逐渐成为在轨实时处理的重要研究课题。哈希函数作为一种映射函数,能够将不同图像变换为相同长度的二进制码,并且保持类似图像二进制码的相似性。为了保证二进制编码的特征表达能力,采用深度卷积神经网络(Convolutional Neural Network,CNN)提取海洋图像的特征信息,对图像进行哈希变换。本文以海洋观测图像作为训练数据集,基于深度卷积神经网络在GPU(Graphics Processing Unit)上训练哈希算法。在此基础上,本文将训练好的哈希函数在FPGA(Field Programmable Gate Array)上实现,完成海洋观测图像的在轨快速检索,为海洋观测实时处理提供了有效技术手段。 相似文献
14.
鳗鲡(Anguilla)作为我国优质水产养殖种类,精准掌握其数量对高效养殖有重要意义。为实现对循环水养殖鳗鲡的准确计数,提出了一种基于深度学习的改进Faster RCNN模型。针对检测目标即鳗鲡头部尺寸小的问题,选择在特征提取网络ResNet50中加入FPN结构来作为模型的骨干网络,以提取并融合多尺度的特征;针对原模型锚框都是基于人工经验设置的,并不适用于鳗鲡数据集的问题,使用k-means聚类算法对训练集中标注的鳗鲡头部检测框进行聚类分析,获得了适合鳗鲡数据集的15种不同尺度的锚框;针对图像中存在鳗鲡头部重叠的问题,选择使用Soft-NMS算法替代原NMS算法对RPN部分生成的候选框进行筛选,以减少模型对鳗鲡重叠部分的漏检情况。试验结果表明:改进后的Faster RCNN模型对鳗鲡头部的检测精度(mAP0.5)高达96.5%,较原Faster RCNN模型(Backbone为ResNet50)显著提升了14%,与SSD300和YOLOV3模型相比分别显著提升了24.9%和15%;在鳗鲡计数上,利用改进后的Faster RCNN模型检测结果进行计数,计数准确率达到90%以上,提升了模型对鳗鲡的检测识别能力。 相似文献
15.
近年来,海战场成为现代战争的主要作战区域之一,舰船目标逐渐成为海上重点监测对象,能否快速准确地识别海战场舰船目标的战术意图,给指挥员的决策提供必要的支持,这关系到一场海上战役的成败.随着合成孔径雷达(synthetic aperture radar,SAR)成像技术的不断发展,大量SAR图像可用于舰船目标检测与识别.利用SAR图像进行舰船目标检测与识别,已经成为重要的海洋应用之一.针对传统SAR图像舰船检测方法准确率较低的问题,本文在YOLOv3的基础上,结合感受野(receptive field block,RFB)模块,提出一种增强型的SAR舰船检测方法.该方法在最近公开的SAR图像舰船检测数据集上平均准确率值达到了91.50％,与原YOLOv3相比提高了0.92％.实验结果充分表明本文提出的算法在SAR舰船的检测中具有较好的检测效果. 相似文献
16.
针对水下图像对比度偏低，细节模糊的问题，本文提出基于非锐化掩模引导滤波的细节增强方法。首先由原始图像做引导图进行滤波得到细节层图像，并对细节层使用噪声检测的中值滤波去除斑点噪声；然后对原始图像进行基于均值滤波的非锐化掩模，得到锐化图像，并将锐化图像作为引导图对原始图像进行引导滤波，获取基础层图像；最后将滤波后的细节层进行增益后与引导滤波获取的基础层进行叠加，达到增强水下图像细节的目的。并通过信息熵、局部对比度和平均梯度3种客观评价指标对图像处理结果进行了对比分析，主观和客观测试结果表明，本文采用的算法能够有效提高图像对比度以及增强细节信息，有利于提高水下图像资料解释的准确性。 相似文献
17.
Hongyue Sun Hendry D.C. Player M.A. Watson J. 《Oceanic Engineering, IEEE Journal of》2007,32(2):373-382
In this paper, we describe an underwater electronic holographic camera (eHoloCam) that has been developed for in situ studies of the distribution and dynamics of plankton and other marine organisms and particles. The eHoloCam uses an Nd-YAG pulsed laser to freeze-frame fast moving particles and a complementary metal-oxide-semiconductor (CMOS) sensor for high-resolution image capture. Digital holograms and holographic videos are recorded at rates from 5 to 25 Hz over a period of several hours. Data is stored locally on an embedded computer. The eHoloCam is capable of recording all organisms and particles located in a water volume of 36.8 cm3 in a single hologram frame. The recorded holographic videos may subsequently be reconstructed numerically at a desired image plane. The main optical and mechanical specifications for eHoloCam are also described. To record electronic holographic videos of marine organisms, the eHoloCam was deployed from a towed sampling frame [autorecording instrumented environmental sampler (ARIES)] on the research vessel RV Scotia at speeds up to 4 kn (about 2 mldrs-1) in the North Sea off the Shetland Isles. Various images of marine organisms obtained from this deployment are shown, together with preliminary measurements on the distribution of Calanus copepods. 相似文献
18.
海洋锋是重要的中尺度海洋现象,具有数据量小、目标小、弱边缘等特性。针对实际检测任务中弱边缘、小目标海洋锋的检测精度低、错检及漏检率高等问题,融合scSE (spatial and channel Squeeze&Excitation)空间注意力模块构建了一种改进的Mask R-CNN海洋锋检测模型。该方法首先对Mask R-CNN骨干网络结构进行改进,采用scSE模块引导的ResNet-50网络作为特征提取网络,通过加权策略对图像通道和空间位置进行特征突出,提升网络对重要特征的提取能力;其次,针对海洋锋目标边缘定位不准确的问题,引入IoU boundary loss构建新的Mask损失函数,提高边界检测精度。最后,为验证方法的有效性,从训练数据和实验模型上,分别设计多组对比实验。实验结果表明,相比传统Mask R-CNN、YOLOv3神经网络及现有Mask R-CNN改进网络,本文方法对SST梯度影像数据集上的强、弱海洋锋检测效果最好,定位准确率（IoU,Intersection-over-union））及检测精度（mAP,Mean Average Precision）均达0.... 相似文献
19.
水声通信中的鲁棒图像编码研究 总被引：2，自引：1，他引：2
由于受各种因素的影响，水下声信道是一种传输差错率较高的信道。标准化的图像编码系统(例如JPEC；H．263，MPEG等)使用了相似的压缩技术，它们往往存在严重的错误扩散，甚至单个错误比特就可能破坏整幅图像，所以一般不适合作为水下声信道图像传输的编码方案。文章针对常用的图像编码的缺点，利用定长编码技术，提出了一种高鲁棒性的图像压缩方案。实验表明在压缩率1．25比特／象素时，压缩后的图像仍然保持了较好的质量，并且能够较好地抵抗信道误码，提高了水下声信道图像传输的质量。 相似文献