摘要
本发明涉及一种基于频域加权的水下图像处理方法,属于数据处理技术领域,包括将水下目标图像进行缩放处理得到缩放处理后的特征图像;将频域注意力卷积模块FACM添加至神经网络模型的主干网络中,得到图像处理模型;缩放处理后的特征图像经频域注意力卷积模块FACM进行通道维度的拆分,通过傅里叶变换将空域特征转换为频域特征,根据点乘运算生成注意力权重,经逆傅里叶变换转换为空域特征,通过残差连接得到特征提取后的特征图像,特征提取后的特征图像用于特征融合后进行目标检测,有效增强图像处理模型对水下目标图像的处理能力,在图像处理领域利用傅里叶变换直接优化水下目标的边缘和纹理特征,相比传统空域卷积提升高频分量信噪比,减少计算量。
技术关键词
水下图像处理方法
空域特征
图像处理模型
卷积模块
注意力
高频分量信噪比
频域特征
神经网络模型
纹理特征
数据处理技术
通道
信号
系统为您推荐了相关专利信息
流量估计方法
长短期记忆网络
信号
离散小波变换
数据
流场重建方法
微流体传感器
损失函数优化
密度
解码器架构