基于图像融合及YOLOv3 的水下生物目标识别研究

林秦辉，甘屹，王双园

（200093 上海市 上海理工大学 机械工程学院）

0 引言

海底蕴含着丰富的资源，随着陆地资源的日益匮乏，海洋逐渐成为各个国家争夺的焦点[1]。水下探测技术对海洋资源的探索、海洋军事的应用等具有重要意义[2]。目前，光学探测和声呐探测是水下探测的两种主要手段。相比于水下声呐图像，水下光学图像具有分辨率高、视觉感知信息丰富等特点，因此基于光学图像的水下探测技术具有声呐探测无法代替的优势。但是，基于光学图像的水下探测技术在应用时，由于海水具有吸收光线最长波长的物理特性，红光被吸收，导致水下图像呈现绿色和蓝色的问题，而且水介质中的颗粒对入射光产生散射效应[3]，导致了水下出现图像对比度低等问题。

对水下图像预处理通常采用图像增强或图像恢复的方法[4]。图像增强常采用基于直方图处理方法进行图像增强,能够有效提高图像对比度。文献[5]使用直方图均衡化对图像进行图像增强。该方法把集中在某个灰度区间内的原始图像直方图均匀分布在图像的全部灰度范围内，从而提高图像对比度，但这会导致原始图像某些细节被抹去；文献[6]提出一种自适应直方图均衡法对图像进行增强。通过计算图像的局部直方图，重新分布亮度来提高图像对比度，因此该算法更适合于改进图像的局部对比度以及获得更多的图像细节，但是也存在着有过度放大图像中相同区域的噪声的问题。……