典型文献
基于 ARD-PSPNet网络下的水下鱼类图像分割算法研究
文献摘要：
水下鱼类图像因受到光线散射和吸收、水体杂质等因素影响,导致水下鱼类图像质量较低,本文通过改进自动彩色均衡(automatic color equalization,ACE)算法进行水下鱼类图像增强,有效改善图像质量,并为后续的水下图像分割打下良好的基础.针对水下鱼类图像分割效果差、实时性低等问题,本文提出ARD-PSPNet网络模型,使用ResNet101网络模型作为特征提取网络,利用分割性能良好的PSPNet(pyramid scene parsing network)网络模型作为基础图像分割模型,通过引入深度可分离卷积来降低计算量,通过R-MCN网络结构,充分利用浅层网络特征层丰富的位置信息和完整性,改进损失函数使得分割位置更加准确,在Fish4 knowledge数据集上进行实验,结果表明:新模型与原模型相比,在平均交并比(mean intersection over union,MIOU)上提高了 2.8个百分点,在平均像素准确率(mean pixel accuracy,MPA)上提高了约2个百分点.
文献关键词：
图像增强;PSPNet网络模型;R-MCN模块;深度可分离卷积;损失函数
中图分类号：
作者姓名：
岳有军;耿连欣;赵辉;王红君
作者机构：
天津理工大学电气电子工程学院天津市复杂系统控制理论与应用重点实验室,天津300384;天津农学院工程技术学院,天津300392
文献出处：
引用格式：
[1]岳有军;耿连欣;赵辉;王红君-.基于 ARD-PSPNet网络下的水下鱼类图像分割算法研究)[J].光电子·激光,2022(11):1173-1182
A类：
Fish4
B类：
ARD,PSPNet,鱼类,图像分割算法,算法研究,光线,线散射,图像质量,automatic,color,equalization,ACE,图像增强,水下图像,分割效果,ResNet101,特征提取网络,pyramid,scene,parsing,network,分割模型,深度可分离卷积,来降,计算量,MCN,网络特征,位置信息,损失函数,knowledge,平均交并比,mean,intersection,over,union,MIOU,百分点,像素,pixel,accuracy,MPA
AB值：
0.422192
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
