带并行卷积的水下图像背景前景分割方法

作     者：涂拥军 林鸿生 王智勇 TU Yongjun;LIN Hongsheng;WANG Zhiyong

作者机构：海军士官学校安徽蚌埠233012 中国人民解放军92682部队广东湛江524003 

出 版 物：《现代防御技术》 (Modern Defence Technology)

年 卷 期：2024年第52卷第3期

页      码：104-111页

摘      要：光电探测是水下目标近距离探测时不可缺少的技术手段。水下光学图像具有低信噪比和对比度、照明不均匀等特点,使得光电探测在水下应用时效果不佳。常见的水下光学图像处理方法是对图像进行背景前景分割。目前主要有2种分割方法,传统分割方法易受光照、噪声等因素影响,效果不佳;深度学习方法易受训练数据限制,泛化能力不强。设计了一个带并行卷积的神经网络结构以及带约束的损失函数,通过大量实验获得了损失函数的超参数最优取值,并在不同照明条件、不同浑浊度、光照不均匀的条件下进行了实验分析。结果表明:该方法实验所获的MAE值远小于FCN8,UNet等方法,mIoU值大于FCN8,Unet等方法,P-R曲线优于其他方法的P-R曲线,更加适应水下环境复杂多变的特点,可获得更好的目标分割结果。

主 题 词：阈值分割 水下图像 光照不均 并行卷积 深度学习 

学科分类：11[军事学] 0810[工学-土木类] 1105[1105] 082601[082601] 08[工学] 0826[工学-生物医学工程类] 081002[081002] 110503[110503] 

D　O　I：10.3969/j.issn.1009-086x.2024.03.013

馆 藏 号：203128774...