基于小波变换的水下显著性目标快速检测算法

摘要：

目前地面显著性目标检测取得了较大进展,而水下场景具有较高的复杂性,导致水下显著性目标检测仍然面临诸多挑战.为了实现复杂水下环境的显著性目标快速检测,提出一种基于小波变换的水下显著性目标检测算法.对水下采集图像进行多级小波变换预处理,针对提取的低频子带图像,利用自适应中值滤波去除其中的斑点颗粒,对相应的高频子带进行显著性边缘检测以强化目标边缘信息.在此基础上,利用小尺度超像素分割与合并策略分割处理后的低频子带图像,通过基于区域对比度的显著性检测方法进行图像显著性计算.融合低频子带显著图和高频子带显著边缘图,得到最终的显著性检测结果.USOD公开数据集上的实验结果表明,在进行水下显著性目标检测时该算法的整体度量值达到93.9％,平均绝对误差低至3.08％,能较好地实现水下大目标和成群小目标的准确检测,且在处理大分辨率水下图像时具有良好的实时性,在CPU平台上每帧的显著性目标检测时间为168 ms,算法适用于水下机器人显著性目标快速检测应用场景.

关键词：水下目标、显著性检测、小波变换、超像素分割、区域对比度

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;海洋公益性行业科研专项

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：249-255