预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115937444A(43)申请公布日2023.04.07(21)申请号202211487157.2G06V10/82(2022.01)(22)申请日2022.11.24G06V10/77(2022.01)G06N3/0455(2023.01)(71)申请人广东智能无人系统研究院G06N3/0464(2023.01)地址511458广东省广州市南沙区海滨路G06N3/0475(2023.01)1121号C栋305G06N3/082(2023.01)(72)发明人郑根杨辉杨毅G06N3/084(2023.01)(74)专利代理机构广东南越商专知识产权代理有限公司44809专利代理师熊雯张鸣(51)Int.Cl.G06T17/05(2011.01)G06T3/60(2006.01)G06T5/00(2006.01)G06V20/05(2022.01)G06V10/40(2022.01)权利要求书2页说明书7页附图6页(54)发明名称一种高效侧扫声呐图像生成方法(57)摘要本发明公开一种高效侧扫声呐图像生成方法包括侧扫声呐原始数据经过基于目标声学散射特性与真实海底背景的样本生成方法处理后得到基于真实海底环境的侧扫声呐目标图像;基于真实海底环境的侧扫声呐目标图像通过基于源域和目标域结构一致性的样本增强方法,减小源域和目标域外观上的差异,得到与真实测量环境下测得的侧扫声呐图像相近的侧扫声呐目标图像。基于深度学习的目标检测方法提供充足的代表性样本,有效提升目标检测模型的泛化能力与检测精度,解决了侧扫声呐目标图像稀少且获取高昂的难题。CN115937444ACN115937444A权利要求书1/2页1.一种高效侧扫声呐图像生成方法,其特征在于,包括:侧扫声呐原始数据经过基于目标声学散射特性与真实海底背景的样本生成方法的处理后得到基于真实海底环境的侧扫声呐目标图像;所述基于真实海底环境的侧扫声呐目标图像通过基于源域和目标域结构一致性的样本增强方法,减小源域和目标域外观上的差异,得到与真实测量环境下测得的侧扫声呐图像相近的侧扫声呐目标图像。2.根据权利要求1所述的一种高效侧扫声呐图像生成方法,其特征在于,所述侧扫声呐原始数据经过基于目标声学散射特性与真实海底背景的样本生成方法的处理后得到基于真实海底环境的侧扫声呐目标图像包括:将所述侧扫声呐原始数据经过处理后得到原始瀑布图像,将所述原始瀑布图像基于海底线跟踪方法初始化侧扫声呐参数,将所述原始瀑布图像经过处理得到反映地物真实空间分布的图像,对所述目标根据目标三维模型等模型处理得到包含目标的水下三维场景,结合侧扫声呐参数、反映地物真实空间分布的图像和包含目标的水下三维场景得到包含目标的侧扫声呐图像,对所述包含目标的侧扫声呐图像处理后得到基于真实海底环境的侧扫声呐目标图像。3.根据权利要求2所述的一种高效侧扫声呐图像生成方法,其特征在于,将所述原始瀑布图像基于海底线跟踪方法初始化侧扫声呐参数的具体过程包括:获得侧扫声呐测量过程中的航高。4.根据权利要求2所述的一种高效侧扫声呐图像生成方法,其特征在于,所述将所述原始瀑布图像经过处理得到反映地物真实空间分布的图像的具体处理过程包括:对原始瀑布图像进行与辐射改正后得到移除传播损失后的图像,对所述移除传播损失后的图像进行斜距改正。5.根据权利要求2所述的一种高效侧扫声呐图像生成方法,其特征在于,所述对所述目标根据目标三维模型等模型处理得到包含目标的水下三维场景包括:基于平坦海床的假设,将目标以任意的姿态随机散布于反映地物真实空间分布的图像所覆盖的海床之上,构建出包含目标的水下三维场景。6.根据权利要求2所述的一种高效侧扫声呐图像生成方法,其特征在于,所述结合侧扫声呐参数、反映地物真实空间分布的图像和包含目标的水下三维场景得到包含目标的侧扫声呐图像包括:基于散射模型计算来自目标射线交点回波强度;计算某一时刻采样点的回波强度值;根据所述某一时刻采样点的回波强度值按照时间顺序排列,得到包含目标的侧扫声呐图像。7.根据权利要求2所述的一种高效侧扫声呐图像生成方法,其特征在于,所述对所述包含目标的侧扫声呐图像处理后得到基于真实海底环境的侧扫声呐目标图像包括:对所述包含目标的侧扫声呐图像进行添加噪声操作后得到基于真实海底环境的侧扫声呐目标图像。8.根据权利要求1所述的一种高效侧扫声呐图像生成方法,其特征在于,所述基于真实海底环境的侧扫声呐目标图像通过基于源域和目标域结构一致性的样本增强方法,减小源2CN115937444A权利要求书2/2页域和目标域外观上的差异,得到与真实测量环境下测得的侧扫声呐图像相近的侧扫声呐目标图像包括:对基于真实海底环境的侧扫声呐目标图像经过人工神经网络的生成器G卷积处理后得到增强