摘要
本发明属于海洋工程中声学目标自动识别领域,具体说是一种侧扫声呐目标样本图像生成方法,包括以下步骤:1)目标样本图像分割,生成目标掩码图像;2)对分割后的目标样本图像进行局部扭曲形变,模拟侧扫声呐成像时的扰动;3)亮度归一化;4)将扭曲形变后的目标样本图像与真实声呐背景图像通过泊松融合法进行叠加融合;5)根据侧扫声呐成像机理,在目标样本图像的边缘生成符合物理规律的阴影效果;6)滤波与加噪声处理;生成与真实侧扫声呐数据相似的目标样本图像,用于深度学习模型的训练与验证。本发明生成的样本数据高度逼真且覆盖多种扰动场景,可直接用于训练深度学习模型,显著提升水下目标(如沉船、预置物)的检测准确率和召回率。
技术关键词
样本图像生成方法
侧扫声呐数据
声呐设备
泊松方程
图像分割
侧扫声呐图像
训练深度学习模型
噪声
亮度
直方图均衡化
多边形
图像灰度值
滤波
灰度直方图
成像
系统为您推荐了相关专利信息
场景建模方法
图像分割模型
物体
图像解码器
编码器模块
图像篡改定位
检测网络模型
篡改区域定位
编码器
高通滤波器