买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西南石油大学申请的专利一种基于图像增强的轻量化水下目标检测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114821286B 。

龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210533831.X，技术领域涉及：G06V20/05；该发明授权一种基于图像增强的轻量化水下目标检测方法和系统是由程吉祥;田甜;李志丹;谢智威;吴杰东设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本一种基于图像增强的轻量化水下目标检测方法和系统在说明书摘要公布了：本发明公开了一种基于图像增强的轻量化水下目标检测方法和系统，包括如下步骤：首先对真实水下光学训练集图像使用图像增强算法预处理；然后使用轻量化卷积神经网络提取训练集图像特征；提取三个尺度的特征图像并对其使用带融合注意力模块的特征金字塔网络进行处理；使用分类回归层对处理后的特征图像进行计算并回归出图像中所包含的水下目标的类别与位置；使用矩形框标注目标位置并在左上角显示目标类别名称；设计并实现一种水下目标检测系统，该系统使用本发明方法进行水下图像检测和视频检测。本发明对真实水下场景中色偏、目标遮挡和重叠的目标检测具有鲁棒性，测试结果显示本发明方法在保证检测模型的轻量化的同时可以取得较高检测精度。

本发明授权一种基于图像增强的轻量化水下目标检测方法和系统在权利要求书中公布了：1.一种基于图像增强的轻量化水下目标检测方法，其特征在于，包括以下步骤：S1、采集真实光学水下场景中包含水下目标的图像，同时对该图像中需检测的水下目标进行标注，构成训练集；所述水下目标包含海胆、海星、扇贝和海参四类；所述标注即用矩形框对水下图像中目标进行圈注以及标注矩形框内目标的类别名称；S2、统一步骤S1中水下训练集图像尺寸并使用图像增强算法进行图像处理，得到预处理的水下光学图像训练集；所述统一训练集图像尺寸即对训练集图像进行尺寸变换，使得其长宽与本发明方法所设置的长宽相同；所述图像增强算法采用带色彩恢复的多尺度视网膜增强算法Multi-ScaleRetinexwithColorRestoration,MSRCR，具体过程如下：先对初始训练集图像进行多尺度视网膜增强Multi-ScaleRetinex,MSR处理： 其中，sj为原图像，sjx,y为原图像中的像素点，FMSR为增强结果，N为单尺度视网膜增强算法的次数，*为卷积操作，ωj是第j次单尺度视网膜增强算法所对应的权重因子，一般取∑ωj＝1，fjx,y为滤波函数，其表示如下： 其中，k的取值需满足∫∫fx,ydxdy＝1；σj表示核参数；MSRCR算法即在MSR算法上进一步引入色彩恢复因子，其公式如下：FMSRCR＝cjx,yFMSRx,y其中，FMSRCR表示增强结果，cjx,y为色彩恢复因子，其需满足如下条件： 其中，μ和η表示色彩恢复增益因子和偏置量，均为常数；S3、构建水下目标检测卷积神经网络；所述水下目标检测卷积神经网络首先采用轻量化卷积神经网络提取三个不同尺度的特征图像；所述轻量化卷积神经网络由轻量化的卷积块和残差瓶颈结构所构成；然后采用特征金字塔模块对三个不同尺度的特征图像进行处理和融合；所述特征金字塔模块由上采样、下采样、平均池化、最大池化、卷积操作、残差层所构成的尺度注意力、通道注意力、空间注意力以及全连接层组成；最后将三个融合后的特征图像输入到分类回归层进行预测；S4、使用步骤S3所构建的水下目标检测卷积神经网络对步骤S2中预处理后的训练集进行训练；训练时通过分类回归层输出的结果对水下图像目标进行识别与定位，同时用矩形框标注目标位置，且对不同类别水下目标进行标识，得到带矩形框与目标类别的水下目标图像；S5、设置训练水下目标检测卷积神经网络时需要的相关超参数和常规优化算法，保存损失函数收敛时卷积神经网络训练的权重参数文件；S6、构建基于图像增强的轻量化水下目标检测模型，即将步骤S5获得的权重参数文件引入至步骤S3构建的水下目标检测卷积神经网络，并使用该检测模型对待检测水下图像进行目标检测，同时，检测模型将自动记录检测图像所包含的水下目标矩形框，并对矩形框内目标种类进行识别并标记。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。