公开(公告)号：CN115223032A

公开(公告)日：2022-10-21

申请号：CN202210839011.3

申请日：2022-07-18

Applicant: 吉林大学

Inventor： 刘振泽 ,  董迪锴 ,  张家晨 ,  陈金炎 ,  孙吉 ,  王成喜 ,  胡海洋

IPC: G06V20/05 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06V10/75 ,  G06T7/90 ,  G06T7/11 ,  G06T5/40 ,  G06T5/00

Abstract: 本发明公开了一种基于图像处理和神经网络融合的水生物识别与匹配方法，属于水下机器人，海洋资源开发领域。在水下环境中，由于红光通道被衰减，摄像设备采集的图片普遍偏绿，并且针对多种水生物识别，识别难处理慢。现有的算法，基于采集的水下图像直接识别，准确性能较差，并且深度估计是针对整张图，处理速度较慢。本发明针对原始水下图像，进行红光通道补偿，图像预处理实现水下图像的复原。接着使用专用的DarkNet神经网络针对水下多种水生物进行识别分类。最后基于双目摄像设备，使用DBNet中识别符合阈值要求的目标进行ORB匹配得到匹配特征方便后续双目相机计算深度。与现有的算法相比，使用方便，复原的图像质量、水下生物识别率和估计深度精度处理速度都得到提高。