(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210605189.1 (22)申请日 2022.05.31 (65)同一申请的已公布的文献号 申请公布号 CN 114708621 A (43)申请公布日 2022.07.05 (73)专利权人 广东海洋大学 地址 524088 广东省湛江市麻章区海大路1 号 (72)发明人 彭小红　梁子祥　李思东　陈亮　 张军　李一凡　赵晓鹏　 (74)专利代理 机构 北京卓胜佰达知识产权代理 有限公司 16 026 专利代理师 陈桂兰 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/20(2022.01) G06V 10/40(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06V 20/05(2022.01) G06K 9/62(2022.01) G06T 5/00(2006.01) G06T 7/90(2017.01) G06N 3/04(2006.01) (56)对比文件 CN 114299060 A,2022.04.08 CN 111563854 A,2020.08.21 CN 107798661 A,2018.0 3.13 CN 104318524 A,2015.01.28 US 2016071244 A1,2016.0 3.10 US 20152 28061 A1,2015.08.13 CN 111210395 A,2020.0 5.29 US 2019287219 A1,2019.09.19 D. Abin etc..Fusion based ap proach for Underwater Ima ge Enhancement. 《2021 Internati onal Conference o n Communication informati on and Computi ng Technology (ICCICT)》 .2021, (续) 审查员 孙美松 (54)发明名称 水下海胆图像识别模 型的训练方法、 识别方 法及装置 (57)摘要 本发明公开一种水下海胆图像识别模型的 训练方法、 识别方法及装置， 所述训练方法包括： 构建水下海胆图像识别模型； 获取水下海胆图像 数据集； 对 所述水下海胆图像数据集进行多尺度 彩色复原； 通过暗通道先验 方法对所述水下海胆 图像数据集进行处理； 将多尺度彩色复原的水下 海胆图像数据集和通过暗通道先验方法处理后 的水下海胆图像数据集进行图像融合； 将融合后 的图像数据集进行锐化处理得到训练图像数据 集； 利用所述训练图像数据集对 所述水下海胆图 像识别模型进行训练。 本发明通过对图像进行多 尺度彩色复原及暗通道先验处理， 再基于点锐度权重方法进行图像融合并锐化处理， 提高了图像 质量， 提高了后续海胆目标检测的准确率。 [转续页] 权利要求书3页 说明书6页 附图4页 CN 114708621 B 2022.08.19 CN 114708621 B (56)对比文件 曾祥波.基 于暗通道先验和Reti nex水下图 像处理研究. 《中国优秀硕士学位 论文全文数据 库 信息科技 辑》 .2019,I138-1070. 彭小红等.深度学习驱动的水 下图像预处 理 研究进展综述. 《计算机 工程与应用》 .2021,任彦光.基 于边缘计算平台的水 下图像处 理 方法研究. 《中国优秀硕士学位 论文全文数据库 信息科技 辑》 .2022,I138-15 60. 范新南等.结合MSRCR与多尺度融合的水 下 图像增强算法. 《国外电子测量 技术》 .2021, 赫更新等.改进暗通道的大坝图像去雾算 法. 《应用科技》 .2017,2/2 页 2[接上页] CN 114708621 B1.一种水 下海胆图像识别模型的训练方法， 其特 征在于， 所述方法包括： 构建水下海胆图像识别模型； 获取水下海胆图像数据集； 对所述水 下海胆图像数据集进行多尺度彩色复原； 通过暗通道先验方法对所述水 下海胆图像数据集进行处 理； 将多尺度彩色复原的水下海胆图像数据集和通过暗通道先验方法处理后的水下海胆 图像数据集进行图像融合； 将融合后的图像数据集进行锐化处 理得到训练图像数据集； 利用所述训练图像数据集对所述水 下海胆图像识别模型进行训练； 所述将多尺度彩色复原的水下海胆图像数据集和通过暗通道先验方法处理后的水下 海胆图像数据集进行图像融合， 包括： 计算多尺度彩色复原的水下海胆图像和通过暗通道先验方法处理后的水下海胆图像 的清晰度； 根据清晰度计算出融合权 重系数； 基于所述融合权重系数， 对多尺度彩色复原的水下海胆图像和通过暗通道先验方法处 理后的水下海胆图像按照RGB三通道进 行拆分， 并根据对应的通道进 行融合， 获得融合后的 图像； 通过如下公式(4)计算多尺度彩色复原的水下海胆图像和通过暗通道先验方法处理后 的水下海胆图像的清晰度： 其中M表示图像的行数， N表示列数； p表示图像的清晰度， dI表示图像灰度变化的幅度， dx表示图像 像素间距的变化 量； 通过如下公式(5)计算出融合权 重系数： pi是当前图像的清晰度， pj是另一图像的清晰度， Wi是融合权 重系数。 2.根据权利要求1所述的方法， 其特征在于， 通过如下公式(1)对所述水下海胆 图像数 据集进行多尺度彩色复原： 其中， ri∈{r,g,b}(x,y)表示其中一个通道的反射分量； Ci(x,y)表示其中一个通道的色彩 恢复因子， Ci(x,y)的表达式如公式(2)所示； N表示尺度个数， 取值为3； ωk表示第k个尺度的 加权系数， 且 Ii(x,y)表示原始图像的第i个通道； Fk(x,y)表示第k个尺度上 的高斯滤波函数,Fk(x,y)的表达式如公式(3)所示； Ci(x,y)＝β(l og( α Ii(x,y))‑log(∑i∈{r,g,b}Ii(x,y)))        公式(2) 其中， β是增益常数， 一般取值为46， α的取值大小控制着非线性的强度， 一般取值为权　利　要　求　书 1/3 页 2 CN 114708621 B 3