检索结果-南通市图书馆

基于ZYNQ的轻量化YOLOv5声呐图像目标检测算法及实现

在线全文

学校读者我要写书评

暂无评论

光电工程 2024年第1期51卷 55-66页

作者：赵冬冬谢墩翰陈朋梁荣华沈伊郭新新浙江工业大学计算机科学与技术学院浙江杭州310023 中国科学院深海科学与工程研究所海南三亚572000

针对声呐图像存在的模糊、样本量不足的现象,本文提出一种基于YOLOv5的声呐图像目标检测改进算法。利用几何滤波、垂直翻转等方法,对声呐图像数据集进行数据增强。添加融合注意力机制模块,使算法更好地关注声呐图像小目标的特征。同时,... 详细信息

针对声呐图像存在的模糊、样本量不足的现象,本文提出一种基于YOLOv5的声呐图像目标检测改进算法。利用几何滤波、垂直翻转等方法,对声呐图像数据集进行数据增强。添加融合注意力机制模块,使算法更好地关注声呐图像小目标的特征。同时,针对目前大多数目标检测算法运行在云端,无法做到实时性声呐图像检测的问题,本文利用替换轻量级网络和NCNN边端移植技术,同时在颈部网络中采用GSConv模块,将算法成功移植到ZYNQ平台,实现声呐图像的嵌入式端实时检测。实验表明,本文提出的算法在降低了56%参数量的同时,在map50和map50-95上分别提高2.2%和2.5%。改进后的算法性能提升明显,证明所提出的方法在轻量化声呐图像目标检测任务上具有一定的可行性与有效性。

关键词：水下目标检测 YOLO ZYNQ 声呐图像深度学习轻量化

基于自适应维纳滤波和2D-VMD的声呐图像去噪算法

在线全文

学校读者我要写书评

暂无评论

南京信息工程大学学报（自然科学版） 2024年第1期16卷 97-105页

作者：冯伟刘光宇刘彪周豹赵恩铭大理大学工程学院大理671003 上海交通大学海洋智能装备与系统教育部重点实验室上海201100

声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模... 详细信息

声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模态分解)的声呐图像去噪算法.首先通过二维变分模态分解对含噪图像进行分解,得到一系列不同中心频率的模态分量,利用相关系数和结构相似度筛选出有效的模态分量,并使用自适应维纳滤波处理有效的模态分量,最后将滤波后的模态分量进行重构,从而去除图像中的噪声.实验结果表明:所提图像去噪算法在相关系数(CC)、结构相似度(SSIM)这两项客观数据上表现最优,峰值信噪比(PSNR)略低于NSST域去噪,综合客观数据与视觉效果,本文所提算法去除噪声后的图像细节和边缘保持能力效果最佳.

关键词：图像去噪二维变分模态分解自适应维纳滤波模态分量声呐图像

在线全文

学校读者我要写书评

暂无评论

复杂背景下小样本声呐图像目标检测

舰船科学技术 2024年第3期46卷 151-156页

作者：岳亚丹范威上海船舶电子设备研究所上海201108

水下目标检测具有重要意义,在军事和民用领域都发挥着重要作用。实际场景中可以获得的声呐图像非常有限,且声呐图像的信噪比较低,无法得到较好的检测结果。因此,本文引入小样本学习,基于Faster RCNN两阶段目标检测算法,选择不同的策略... 详细信息

水下目标检测具有重要意义,在军事和民用领域都发挥着重要作用。实际场景中可以获得的声呐图像非常有限,且声呐图像的信噪比较低,无法得到较好的检测结果。因此,本文引入小样本学习,基于Faster RCNN两阶段目标检测算法,选择不同的策略对模型进行优化,得到了较好的检测结果并验证了小样本目标检测在声呐图像领域的可行性。根据混响对声呐图像的影响进行仿真实验,得到不同混响背景下的声呐图像,对比分析了不同数据集下训练模型的检测性能。实验结果表明,在训练样本中增加混响信号可以提高低信噪比条件下的目标检测精度。

关键词：声呐图像小样本学习目标检测低信噪比迁移学习

在线全文

学校读者我要写书评

暂无评论

声学图像的水下小目标三维形状恢复

应用声学 2024年

作者：易兵蒋立军刘佳许枫中国科学院声学研究所海洋声学技术实验室中国科学院大学

基于二维声呐图像的三维场景恢复在水下救援等应用场景中具有重要意义。单一的三维重构算法难以同时实现图像细节信息的恢复与背景噪声的抑制，使得目标恢复精度较低。针对这一问题，提出了一种数据融合的三维重构方法。该方法首先利用... 详细信息

基于二维声呐图像的三维场景恢复在水下救援等应用场景中具有重要意义。单一的三维重构算法难以同时实现图像细节信息的恢复与背景噪声的抑制，使得目标恢复精度较低。针对这一问题，提出了一种数据融合的三维重构方法。该方法首先利用C均值模糊聚类算法提取图像的目标区域与背景区域，然后针对目标区域采用细节恢复较好的三维重构算法，背景区域选取噪声抑制能力较强的恢复算法，并将二者恢复结果进行融合，从而得到图像细节信息恢复较好及抑制背景噪声的能力较强的重构结果，提升三维恢复结果的精度。实验数据处理表明，该方法与传统方法相比，其重构结果的整体平均误差从24.3%下降至10%，说明该方法能更精准地重构声呐图像的三维形状。

关键词：声呐图像三维重构图像分割数据融合

一种基于YOLOv3的水下声呐图像目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2022年第10期44卷 3419-3426页

作者：王非王欣宇周景春刘淼大连海事大学信息科学技术学院大连116026

将目标检测框架应用于水下声呐图像处理是近期的高热度话题,现有水下声呐目标检测方法多基于声呐图像的纹理特征识别不同物体,难以解决声呐图像中由于形状畸变造成的几何特征不稳定问题。为此,该文提出一种基于YOLOv3的水下物体检测模型... 详细信息

将目标检测框架应用于水下声呐图像处理是近期的高热度话题,现有水下声呐目标检测方法多基于声呐图像的纹理特征识别不同物体,难以解决声呐图像中由于形状畸变造成的几何特征不稳定问题。为此,该文提出一种基于YOLOv3的水下物体检测模型YOLOv3F,该模型将从声呐图像中提取的纹理特征和从深度图中提取的空间几何特征相融合,利用深度图中相对稳定的空间几何特征弥补纹理特征表述能力的不足,再将融合后的特征用于目标检测。实验结果表明,所提改进模型的检测性能相较于3个基线模型在识别精度方面具有明显提升;在对单个类别的物体进行检测的情况下,与YOLOv3相比,改进模型也表现出了更出色的检测效果。

关键词：水下目标检测声呐图像深度图 YOLOv3

在线全文

学校读者我要写书评

暂无评论

基于谱残差法的主动声呐疑似目标自动拾取

哈尔滨工程大学学报 2024年第1期45卷 174-181页

作者：余杰王平波蔡志明海军工程大学电子工程学院湖北武汉430033 杭州应用声学研究所浙江杭州310012

针对主动声呐干扰遍布的B显画面上目标亮点难以拾取的问题,本文提出一种基于谱残差法视觉显著性处理的疑似目标自动拾取方法。在主动声呐图像的概念之下,研讨了自然图像中视觉显著体的发现与主动声呐图像中疑似目标拾取的相似机理,依此... 详细信息

针对主动声呐干扰遍布的B显画面上目标亮点难以拾取的问题,本文提出一种基于谱残差法视觉显著性处理的疑似目标自动拾取方法。在主动声呐图像的概念之下,研讨了自然图像中视觉显著体的发现与主动声呐图像中疑似目标拾取的相似机理,依此进而说明了本文方法的机理、核心框架以及关键处理环节,包括预处理声呐图像、生成显著图、估算拾取阈值以及标定疑似目标等。海试数据处理结果表明:相较于基于局部相对能量分析的对照方法,本文方法对已知目标具有更低的漏报率,同时亮点拾取数量减少约40%,且处理耗时减少约37%。

关键词：主动声呐疑似目标自动拾取视觉显著性谱残差法声呐图像显著性检测后置处理

在线全文

学校读者我要写书评

暂无评论

基于多区域最优选择策略的声呐图像目标检测

西北工业大学学报 2023年第1期41卷 153-159页

作者：曹禹刘光宇穆琳琳曾志勇赵恩铭邢传玺大理大学工程学院云南大理671003 哈尔滨工程大学未来技术学院黑龙江哈尔滨150001 云南民族大学电气信息工程学院云南昆明650504

为了解决侧扫声呐图像目标检测受噪声和阴影区域影响,难以准确检测目标的问题,提出一种谱聚类结合熵权法的多区域最优选择策略的目标检测方法。根据先验知识提前设定谱聚类的聚类数,将声呐图像的像素聚类为多个不同的区域;提取每个区域... 详细信息

为了解决侧扫声呐图像目标检测受噪声和阴影区域影响,难以准确检测目标的问题,提出一种谱聚类结合熵权法的多区域最优选择策略的目标检测方法。根据先验知识提前设定谱聚类的聚类数,将声呐图像的像素聚类为多个不同的区域;提取每个区域具有的平移、旋转和缩放的不变性特征,用于构建多区域的特征准则矩阵;利用熵权法对该特征准则矩阵计算各特征的权重以及每个区域的综合加权分数,即可得到最终的目标区域。实验结果表明,所提方法不仅能够有效地克服侧扫声呐图像中的噪声和阴影区域带来的不利影响,还可以在图像聚类后的多个区域中实现最优目标区域的选择,验证了所提方法的可行性和有效性。

关键词：声呐图像目标图像分割谱聚类特征选择熵权法

在线全文

学校读者我要写书评

暂无评论

基于声呐图像的鱼群识别与计数方法

南京理工大学学报 2023年第6期47卷 782-789页

作者：朱俊封磊金陵科技学院计算机工程学院江苏南京211169

为了精确获取水下鱼群数量,提出一种基于声呐图像的鱼群识别与计数方法。将前视声呐固定在水下,采集信息。对声呐数据进行图像构建、上色、噪声去除等预处理,通过YOLOv5神经网络模型实现对鱼群的自动识别与标记,使用基于识别框的多目标... 详细信息

为了精确获取水下鱼群数量,提出一种基于声呐图像的鱼群识别与计数方法。将前视声呐固定在水下,采集信息。对声呐数据进行图像构建、上色、噪声去除等预处理,通过YOLOv5神经网络模型实现对鱼群的自动识别与标记,使用基于识别框的多目标跟踪算法实现鱼群跟踪计数,使用历史识别框序列解决重新出现识别框的配对问题。利用该方法在湖泊中进行实验探测,结果与人工计数进行比较,发现基于声呐图像的鱼群识别与计数方法具有较高精度,其计数误差在15%以内。

关键词：声呐图像目标识别鱼群计数图像构建上色噪声去除多目标跟踪历史识别框序列

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

在线全文

学校读者我要写书评

暂无评论

声学技术 2024年第1期43卷 21-29页

作者：杨明东汪天伟陈如木贺乐顾轩夏开权昆明船舶设备研究试验中心云南昆明650051 中国人民解放军92942部队北京100161 广船国际有限公司广东广州511458

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection,LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,... 详细信息

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection,LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle,ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。

关键词：声呐小目标检测背景抑制多尺度直线分割检测(LSD) 声呐图像