【技术实现步骤摘要】
本申请涉及目标检测领域，特别是涉及一种水下目标检测方法、设备、介质及产品。
技术介绍
1、近年来，随着人类探索海洋，水下机器人技术取得了重大进展。水下物体检测在协助机器人完成各种任务，包括水下搜索和救援、海洋考古和生物探测。然而，水下环境中的光学成像存在固有局限性，例如低对比度、色彩失真、增加噪点和图像模糊，这显着阻碍了目标检测能力。此外，由于水下通信以及机器人的局限性，对算法复杂性和计算负载施加了限制。因此，开发轻量化的检测算法势在必行。
技术实现思路
1、本申请的目的是提供一种水下目标检测方法、设备、介质及产品，以提高目标检测的准确性。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种水下目标检测方法，包括：
4、获取待检测水下图像；
5、利用图像增强网络，对所述待检测水下图像进行图像增强，得到增强后的水下图像；其中，所述图像增强网络是利用第一训练数据集对hpnn网络进行训练得到的；所述第一训练数据集包括训练用水下图像以及对应的增强图像；所述hpnn网络包括依次连接的上采样层、3×3深度卷积层、第一大核卷积层、第一p层、第二大核卷积层、第二p层、7×7深度卷积层和卷积层；
6、基于所述增强后的水下图像，利用水下目标检测网络，确定检测结果；所述检测结果包括目标位置、目标类别和目标置信度；所述目标类别包括水草、海星和浮标球；其中，所述水下目标检测网络是利用第二训练数据集对改进的yolov8网络进行
7、可选地，获取待检测水下图像，具体包括：
8、获取初始水下图像；
9、对所述初始水下图像进行色彩补偿处理，得到色彩补偿后的水下图像；
10、对所述色彩补偿后的水下图像进行白平衡处理，得到平衡后的水下图像；
11、对所述平衡后的水下图像进行锐化处理，得到锐化后的水下图像；
12、对所述锐化后的水下图像进行高斯模糊处理，得到模糊后的水下图像；
13、对所述模糊后的水下图像进行归一化处理，得到归一化后的水下图像；
14、对所述归一化后的水下图像进行对比度滤波处理，得到第一滤波后的水下图像；
15、对所述第一滤波后的水下图像进行锐化滤波处理，得到第二滤波后的水下图像，将所述第二滤波后的水下图像作为所述待检测水下图像。
16、可选地，对所述初始水下图像进行色彩补偿处理，得到色彩补偿后的水下图像，具体包括：
17、利用公式对所述初始水下图像进行色彩补偿处理，得到色彩补偿后的水下图像；其中，irc(x)为色彩补偿后的水下图像；x为初始水下图像；ir是原始红通道图像像素值；α是补偿系数；是红绿通道像素平均值的差值；为绿色通道图像像素的平均值；为红色通道图像像素的平均值；ig(x)是原始绿通道图像像素值。
18、可选地，对所述归一化后的水下图像进行对比度滤波处理，得到第一滤波后的水下图像，具体包括：
19、利用公式ic＝λrgb*en(irgb)+(1-λrgb)*irgb对所述归一化后的水下图像进行对比度滤波处理，得到第一滤波后的水下图像；其中，ic为第一滤波后的水下图像；λrgb为可学习的动态参数；en为图像对比度增强的滤波器；irgb为图像的rgb信息。
20、可选的，对所述第一滤波后的水下图像进行锐化滤波处理，得到第二滤波后的水下图像，具体包括：
21、利用公式is＝irgb+λrgb(irgb-gaussian(irgb))对所述第一滤波后的水下图像进行锐化滤波处理，得到第二滤波后的水下图像；其中，is为第二滤波后的水下图像；irgb为图像的rgb信息；λrgb为可学习的动态参数；gaussian()为高斯滤波器。
22、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的水下目标检测方法。
23、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的水下目标检测方法。
24、第四方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的水下目标检测方法。
25、根据本申请提供的具体实施例，本申请公开了以下技术效果：
26、本申请提供了一种水下目标检测方法、设备、介质及产品，通过对待检测的水下图像进行图像增强，利用水下目标检测网络对增强后的水下图像进行目标检测，得到检测结果，水下目标检测网络是利用第二训练数据集对改进的yolov8网络进行训练得到的；改进的yolov8网络是将yolov8网络的主干网络中的卷积模块替换为深度可分离卷积模块得到的；所述深度可分离卷积模块包括依次连接的第一输入层、逐深度卷积层、逐点卷积层和第一输出层；所述逐深度卷积层包括依次连接的第二输入层、conv3层和第二输出层；所述逐点卷积层包括依次连接的第三输入层、conv1层和第三输出层。本申请提高了水下目标检测的准确性。
本文档来自技高网...【技术保护点】
1.一种水下目标检测方法，其特征在于，包括：
2.根据权利要求1所述的水下目标检测方法，其特征在于，获取待检测水下图像，具体包括：
3.根据权利要求2所述的水下目标检测方法，其特征在于，对所述初始水下图像进行色彩补偿处理，得到色彩补偿后的水下图像，具体包括：
4.根据权利要求2所述的水下目标检测方法，其特征在于，对所述归一化后的水下图像进行对比度滤波处理，得到第一滤波后的水下图像，具体包括：
5.根据权利要求2所述的水下目标检测方法，其特征在于，对所述第一滤波后的水下图像进行锐化滤波处理，得到第二滤波后的水下图像，具体包括：
6.一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-5中任一项所述的水下目标检测方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-5中任一项所述的水下目标检测方法。
8.一种计算机程序产品，包括计算机程序，其特征在于，该计
...【技术特征摘要】
1.一种水下目标检测方法，其特征在于，包括：
2.根据权利要求1所述的水下目标检测方法，其特征在于，获取待检测水下图像，具体包括：
3.根据权利要求2所述的水下目标检测方法，其特征在于，对所述初始水下图像进行色彩补偿处理，得到色彩补偿后的水下图像，具体包括：
4.根据权利要求2所述的水下目标检测方法，其特征在于，对所述归一化后的水下图像进行对比度滤波处理，得到第一滤波后的水下图像，具体包括：
5.根据权利要求2所述的水下目标检测方法，其特征在于，对所述第一滤波后的水下图像进行锐化滤...
【专利技术属性】
技术研发人员：马中静，黄睿，赵祖欣，邹苏郦，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。