← 返回列表

基于图像增强的水下目标物勘探识别方法及系统

申请号: CN202410107847.3
申请人: 济南市勘察测绘研究院
申请日期: 2024/1/26

摘要文本

本发明提供了一种基于图像增强的水下目标物勘探识别方法及系统,属于图像处理技术领域。对获取的RGB水下图像分别进行全局平均池化处理和全局最大池化处理,得到第一池化图像和第二池化图像并逐像素相加,将池化处理后的RGB图像分别转换到HIS空间和LAB空间;对池化处理后的RGB图像、HIS图像和LAB图像分别进行基于注意力机制的卷积处理,将卷积处理后的RGB图像、HIS图像和LAB图像进行逐像素相加,得到增强后的图像;根据增强后的图像以及深度学习网络模型,得到水下目标物的识别结果。本发明有效的避免了色彩偏差的影响,提高了水下目标物勘探识别的精度。

专利详细信息

项目 内容
专利名称 基于图像增强的水下目标物勘探识别方法及系统
专利类型 发明申请
申请号 CN202410107847.3
申请日 2024/1/26
公告号 CN117636149A
公开日 2024/3/1
IPC主分类号 G06V20/05
权利人 济南市勘察测绘研究院
发明人 黄雪亭; 燕立爽; 卞磊; 朱传广; 丁鸽; 樊秋茸
地址 山东省济南市高新区舜华路2000号舜泰广场1号楼A座12-16层

专利主权项内容

1.一种基于图像增强的水下目标物勘探识别方法,其特征在于,包括以下过程:对获取的RGB水下图像分别进行全局平均池化处理和全局最大池化处理,得到第一池化图像和第二池化图像,将第一池化图像和第二池化图像进行逐像素相加,得到池化处理后的RGB图像;将池化处理后的RGB图像分别转换到HIS空间和LAB空间,得到池化处理后的HIS图像和池化处理后的LAB图像;对池化处理后的RGB图像、池化处理后的HIS图像和池化处理后的LAB图像分别进行基于注意力机制的卷积处理,将卷积处理后的RGB图像、卷积处理后的HIS图像和卷积处理后的LAB图像进行逐像素相加,得到增强后的图像;利用预先训练好的深度学习网络模型对增强后的图像进行处理,得到水下目标物的识别结果。