一种基于CNN和Transformer的水下前视声呐图像分割方法、系统以及装置

本发明公开了一种基于CNN和Transformer的水下前视声呐图像分割方法、系统以及装置，涉及数字图像处理和模式识别技术领域。本发明包括以下步骤：S1：收集前视声呐采集的图像数据，并进行相应的标注，通过数据处理得到数据增强后的训练集和验证集；S2：通过级联卷积模块和混合Transformer模型对图像进行特征提取，卷积模块关注图像局部语义信息。本发明数据处理阶段，融合Contourlet变换等技术实现数据增强，网络架构中，编码器结合卷积与混合Transformer，兼顾图像局部与空间信息的学习，利用Swin Transformer等进行深度特征融合，挖掘数据价值，尤其值得一提的是，边缘特征模块能学习目标区域边缘信息，显式修正分割结果，全方位提升网络分割性能，有力保障声呐图像分析的精准度。