[发明专利]基于图像自适应抗噪的水下鱼群检测方法

权利要求书

1.一种基于图像自适应抗噪的水下鱼群检测方法，是将待检测的水下鱼群图像送入网络中进行检测，其特征在于所述网络是按照如下步骤构建：

步骤1. 收集真实光照下养鱼场的具有反光的水下鱼群图像I_L及不含反光的水下鱼群图像；

步骤2. 提取具有反光的水下鱼群图像I_L的反光层图像R，不含反光的水下鱼群图像为背景层图像T，将反光层图像R和背景层图像T线性组合，形成合成的水下鱼群反光图像I数据集；

步骤3：将合成的水下鱼群反光图像I数据集分成训练集和测试集，采用标注工具对训练集的水下鱼群反光图像I进行标注，所述标注分为两类：第一类是对水下鱼群反光图像I的反光进行标注，第二类是对水下鱼群反光图像I的鱼类进行标注；

步骤4：采用YOLOv4提取水下鱼群反光图像I中的反光区域，将所述反光区域的像素值填充为0-255的随机值，得到遮挡水下鱼群反光区域的图像I_K，并对背景层图像T进行处理，得到遮挡水下鱼群反光区域的补集图像I_g；

步骤5：将遮挡水下鱼群反光区域的图像I_K和遮挡水下鱼群反光区域的补集图像I_g同时输入到图像生成模型CVAE中，利用图像生成模型CVAE推断反光区域的先验分布，并以得到的先验分布重构训练集的水下鱼群反光图像I中的反光区域，获取已修复反光区域的水下鱼群图像I_r；

步骤6：在图像生成模型CVAE的解码器层加入对抗学习网络，再将已修复反光区域的水下鱼群图像I_r和背景层图像T同时输入到对抗学习网络进行对抗学习，得到经过对抗学习的标准水下鱼群图像I_B；

步骤7：将经过对抗学习的标准水下鱼群图像I_B送入YOLOv4中，自动检测出标准水下鱼群图像I_B中的鱼群，得到养殖鱼类的位置和分类信息。