[发明专利]一种基于深度学习的侧扫声呐瀑布图像中间区域修复方法

权利要求书

1.一种基于深度学习的侧扫声呐瀑布图像中间区域修复方法，其特征在于：步骤如下：

步骤(1)：获取原始侧扫声呐瀑布图像后，在每Ping的基础上根据地形高度信息进行斜距校正处理，校正后，得到能够反映真实海底横向比例的侧扫声呐瀑布图像；

步骤(2)：将经过斜距校正后的侧扫声呐瀑布图像分别截取左右两边不含中间模糊区域部分的图像以及进行适当缩放的图像来作为真实图像，并制作相同大小的掩模图像，掩模图像由0和255组成，0对应着真实图像中待修复的区域，掩模图像和真实图像进行逻辑与可以作为待修复的图像，且待修复区域的横向宽度可变，则与真实图像对应可以生成多个中间修复区域不同尺寸的样本，并通过旋转、平移、缩放、裁剪的方法对数据集进一步扩增；

步骤(3)：训练完后获得网络模型权重；对于得到的网络模型，将待修复的声呐瀑布图像与掩模图像逻辑与运算后得到的图像输入到网络中，得到修复后的声呐图像，能消除中间模糊区域，使图像中间不连续区域过渡更为平滑。