[發(fā)明專利]一種新型水下激光目標智能識別系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110023538.4
• 申請日: 2021-01-08
• 公開（公告）號: CN112926380B
• 公開（公告）日: 2022-06-24
• 發(fā)明（設計）人: 劉興高;田子健;王文海;張志猛;張澤銀
• 申請（專利權）人: 浙江大學
• 主分類號: G06V20/05
• 分類號: G06V20/05;G06V10/80;G06V10/30;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種新型水下激光目標智能識別系統(tǒng)，其特征在于，包括水下激光雷達、三維立體樣本庫、二維圖像數(shù)據(jù)庫和水下激光目標識別上位機系統(tǒng)，所述的水下激光目標識別上位機系統(tǒng)由樣本分布式圖像生成模塊、卷積注意模塊、特征提取模塊、特征選擇模塊、特征融合模塊、決策模塊、輸出與顯示模塊組成；水下激光雷達將所選定水域中的目標識別物進行激光掃描，并將雷達返回的三維立體樣本數(shù)據(jù)存放至三維立體樣本庫，樣本分布式圖像生成模塊對三維立體樣本庫中的三維立體樣本數(shù)據(jù)進行多角度拍取二維圖像樣本，并對二維圖像樣本進行數(shù)據(jù)增強，然后將處理后的二維圖像樣本存放至二維圖像數(shù)據(jù)庫，特征提取模塊對已增強的二維圖像進行特征提取，并將提取到的特征和二維圖像轉送到卷積注意模塊，卷積注意模塊將二維圖像數(shù)據(jù)庫多幅來自同一三維樣本的二維圖像中的特征進行卷積編碼，并自動建立二維圖像空間與三維樣本空間之間的映射關系，并將處理好的數(shù)據(jù)送至特征選擇模塊，特征選擇模塊根據(jù)卷積編碼中產(chǎn)生的注意系數(shù)對二維圖像特征進一步進行篩選；特征融合模塊接收到篩選后的特征后，將其與加了注意系數(shù)的卷積編碼進行進一步的匹配與修正，交由決策模塊進行目標識別的判斷；決策模塊將最終的決策送入輸出至顯示模塊，用于人機交互與展示環(huán)節(jié)；所述卷積注意模塊用以對多幅來自同一三維樣本的二維圖像的特征進行卷積編碼，并生成注意系數(shù)，并自動建立二維圖像空間與三維樣本空間之間的映射關系，用以解決各角度拍攝二維圖像所造成特征不匹配問題：

式中I_c(x)為三維樣本函數(shù)，x為圖像中某像素點，J_c(x)為二維圖像函數(shù)組中的一張圖片，c＝{R,G,B}，為背景光或后向散射光，t_c(x)為該二維圖像對應的注意系數(shù)；通過對該式變換，得到二維圖像函數(shù)J_c(x)為：

2.根據(jù)權利要求1所述新型水下激光目標智能識別系統(tǒng)，其特征在于，所述樣本分布式圖像生成模塊能夠對三維立體樣本庫中的三維立體樣本數(shù)據(jù)進行多角度拍取二維圖像樣本，并將圖像進行圖像增強處理，具體為：

(2.1){x_ij,(i,j)∈I²,I為自然數(shù)集合或子集}來表示數(shù)字圖像各點處的灰度值，其中i表示所針對的點在點陣中的行位置，j表示所針對的點在點陣中的列位置，將一個點處的灰度值y與該點鄰域中各點值的中值代替：取該點鄰域的灰度值按照大小順序x₁≤x₂≤x₃≤...≤x_n排列，其中帶有單數(shù)字下標的{x_n，n為非零自然數(shù)}表示鄰域n點灰度值的標號，然后按照如下方式進行中間值的取用：

(2.2)將水下受到噪聲污染的退化圖像采用線性濾波方式來處理，并采用如下過程完成：而濾波窗口為A的二維中值濾波的結果灰度值y_ij可以表示為：

式中(r,s)為所針對點在濾波窗口中位置信息，r為位置信息橫坐標，s為位置信息縱坐標，表示從各點灰度值取中間值；

(2.3)對圖像進行降噪操作的損失函數(shù)L計算公式如下：

其中i表示圖像標號，范圍為從1到N，N表示圖像降噪模塊卷積神經(jīng)網(wǎng)絡的訓練樣本數(shù)量，X_i表示第i張真實的無噪聲圖片，Y_i表示第i張在X_i上添加噪聲的圖片，R表示原圖片與Y_i之間的殘差圖片；公式中下標F和上標2表示該式取2范數(shù)。