计算机应用研究

作者：王慧敏,霍冠英,周亚琴,余大兵,

单位：河海大学物联网工程学院,江苏常州213022；

关键词：显著目标检测,浑浊水体,偏振成像,图像复原,深度学习,多重散射,

基金：国家自然科学基金资助项目(41876097)；江苏省重点研发计划资助项目(BE2019036)；；

在浑浊的水下环境中，受水体多重散射以及噪声的影响，造成水下成像质量大幅下降，现有显著性目标检测算法无法满足目标检测准确性的任务需求。因此，提出一种基于偏振成像和显著区域自补偿的水下显著目标检测算法。提出的算法分为两个阶段：采用基于偏振角估计后向散射光的方法去除后向散射的影响，同时引入引导滤波进行水下去噪，再通过PSF函数去除前向散射造成的模糊效应；利用改进的栅格扫描算法结合局部特征描述符识别前景超像素，根据前景超像素生成显著区域对网络进行优化补偿，再结合DeepLabv3+网络生成最终的分割图。在浑浊水下环境进行了多组对比实验结果表明，所提复原算法可以有效地增强目标，提高了目标的对比度和清晰度，所提显著目标检测算法能够准确地检测出水下显著目标，并且可以保留细节信息。结合偏振成像模型的优点，该算法能够较好地克服水下复杂的光学成像环境，并且能快速准确地检测出水下显著目标。

来源：2022年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第7期