[发明专利]一种水下图像目标检测方法及系统

说明书

本发明实施例提供了一种水下图像目标检测方法及系统，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。通过对待检测水下图像进行预处理之后，采用改进的FPN对经过预处理的待检测水下图像进行目标检测，输出目标检测结果，无需手动设计特征，检测过程耗时短，且得到的检测结果准确度高，能很好的适应自动检测和自动捕捞等实际应用需求。

技术领域

本发明实施例涉及图像处理技术领域，更具体地，涉及一种水下图像目标检测方法及系统。

背景技术

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。

发明内容

本发明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。

第一方面本发明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。

另一方面本发明实施例提供了一种水下图像目标检测系统，包括：

图像预处理模块，用于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；

目标检测模块，用于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。

第三方面本发明实施例提供了包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行第一方面提供的水下图像目标检测方法。

第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的水下图像目标检测方法。

本发明实施例提供的一种水下图像目标检测方法及系统，通过对待检测水下图像进行预处理之后，采用改进的FPN对经过预处理的待检测水下图像进行目标检测，输出目标检测结果，无需手动设计特征，检测过程耗时短，且得到的检测结果准确度高，能很好的适应自动检测和自动捕捞等实际应用需求。

附图说明

图1为本发明实施例提供的一种水下图像目标检测方法的流程图；

图2为本发明实施例中C.ReLU结构的示意图；