[发明专利]基于风格迁移的声呐仿真图像生成方法、系统及介质

说明书

本发明公开了一种基于风格迁移的声呐仿真图像生成方法、系统及介质，其中方法包括：根据真实声呐图像中所包含的目标物体类别，以卫星遥感图像为输入，对卫星遥感图像进行识别，识别出与目标物体类别相同的识别物，对识别物所在范围进行标记；对经过识别并标记的卫星遥感图像进行图像分割，以目标物体类别为分类，构建卫星子图像数据集；构建风格迁移网络，以真实的声呐图像作为风格图像，对分割后的卫星子图像进行风格迁移，生成声呐仿真图像，以作为训练样本图像。本发明基于遥感卫星图像，使用风格迁移网络，获得模拟的声呐图像，能够有效扩充声呐数据集的数量，为基于声呐图像的后续相关工作提供基础。本发明可广泛应用于图像处理技术领域。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于风格迁移的声呐仿真图像生成方法、系统及介质。

背景技术

声呐作为一种高分辨率、多用途、低成本的水下成像设备，广泛应用于海洋、河流、湖泊等水域。它因为能获得高分辨率，连续的海底图像的特点，广泛应用于海洋测绘、近海勘探和水下搜索救援等领域。在水下搜索、救援活动中，声呐可以有效探测飞机残骸、沉船等水下目标。在长时间的水下搜索、救援任务中，救援人员需要连续仔细地检查声呐图像，以确认是否有目标物体。工作一段时间后，工作人员会产生视觉疲劳，容易错过救援目标。为了有效减少工作人员的工作量，减少视觉疲劳引起的错误判断，提高工作效率，对声呐图像进行自动分类具有现实意义。但是，现有技术存在以下缺陷：

近年来准确度较高的水底图像自动分类算法均使用深度神经网络算法，这类算法需要大量的声呐图像数据进行训练。但是由于声呐图像往往与紧急救援或者国防相关，所以获取数据集难度大，现在仍没有公开的、统一的大批量声呐图像。这使得卷积神经网络在声呐领域始终无法获得较大范围的应用。

发明内容

为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种基于风格迁移的声呐仿真图像生成方法、系统及介质。

本发明所采用的技术方案是：

一种基于风格迁移的声呐仿真图像生成方法，包括以下步骤：

根据真实声呐图像中所包含的目标物体类别，以卫星遥感图像为输入，对所述卫星遥感图像进行识别，识别出与所述目标物体类别相同的识别物，对识别物所在范围进行标记；

对经过识别并标记的卫星遥感图像进行图像分割，以目标物体类别为分类，构建卫星子图像数据集；

构建风格迁移网络，以真实的声呐图像作为风格图像，对分割后的卫星子图像进行风格迁移，生成声呐仿真图像，以作为训练样本图像。

进一步地，所述对所述卫星遥感图像进行识别，识别出与所述目标物体类别相同的识别物，对识别物所在范围进行标记，包括：

采用经预设数据集训练过的目标识别网络，对卫星遥感图像进行目标检测，将检测的结果分为n+1类，其中n为目标物体类别数量；

对目标物所在区域进行标记，其中，标记区域的分辨率根据不同的输入图像进行调整。

进一步地，所述对经过识别并标记的卫星遥感图像进行图像分割，以目标物体类别为分类，构建卫星子图像数据集，包括：

对识别物进行标记后，获得目标区域，读取目标区域的参数x,y,w,h，其中，x,y为目标区域左上角的横纵坐标，w,h为目标区域横纵方向尺度；

根据读取到的参数，对目标区域进行自适应分辨率分割，分割的卫星子图像的区域为：

其中，为由原始图片的横纵方向尺度所决定的自适应分辨率缩放因子；为原始标记的分割范围，为自适应分辨率放缩以后的分割范围。

进一步地，所述自适应分辨率缩放因子λ通过以下方式获得：