[发明专利]基于多源数据合成的侧扫声呐图像数据增强方法及系统

说明书

本发明提供了一种基于多源数据合成的侧扫声呐图像数据增强方法及系统，获取多源图像的目标轮廓信息和像素信息；基于所述轮廓信息和像素信息，对轮廓进行像素填充，初步合成声呐图像；将初步合成的图像放在海底混响区，得到合成的侧扫声呐图像。本发明结合多源图像，获取声呐图像中同类目标的不同视角、不同型号的轮廓信息，通过声呐图像像素信息和多源图像轮廓信息，对轮廓进行像素填充，从而增加少数量目标样本的数量。

技术领域

本发明属于图像数据处理领域，尤其涉及一种基于多源数据合成的侧扫声呐图像数据增强方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

由于自然环境下海底目标物较少，侧扫声呐图像中绝大部分区域没有目标。这导致已有的侧扫声呐图像数据集中，无目标区域样本较多而有目标区域样本较少，而且各类别样本数量存在明显差异。这种类别不平衡问题极大的影响着基于深度学习的分割模型的拟合和泛化能力，导致模型产生过拟合情况，忽视对小样本类别的学习。典型问题如实际环境中，海底沉船数量远远少于珊瑚礁数量。如果分割模型采用标准算法以正确率最高为目标，则会偏好珊瑚礁类别，将海底沉船预测为珊瑚礁，从而严重影响海洋探测效率。

数据增强是增加小样本数据和解决过拟合问题的主要方法。现有数据增强方法通过对图像进行旋转、镜像、平移、缩放等操作，增加数据样本数量。但是由于侧扫声呐获取的海底图像只有某个目标的若干个视角的图像，即使经过旋转、镜像、平移等数据增强方法的处理，也无法达到训练深度学习模型所需的数据量。

发明内容

为了解决上述问题，本发明提供一种基于多源数据合成的侧扫声呐图像数据增强方法及系统，本发明结合多源图像，获取声呐图像中同类目标的不同视角、不同型号的轮廓信息，通过声呐图像像素信息和多源图像轮廓信息，对轮廓进行像素填充，从而增加少数量目标样本的数量。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于多源数据合成的侧扫声呐图像数据增强方法。

一种基于多源数据合成的侧扫声呐图像数据增强方法，包括：

获取目标声呐图像的多源轮廓信息和像素信息；

基于所述轮廓信息和像素信息，对轮廓进行像素填充，初步合成声呐图像；

将初步合成的图像放在海底混响区，得到合成的侧扫声呐图像。

作为可选择的实施方式，所述多源图像包括水下摄像头图像、遥感图像和网络图像中的若干个。

作为可选择的实施方式，获取多源图像的目标轮廓信息的具体过程包括：对多源图像提取目标轮廓，获取声呐图像中同类目标的不同视角、不同型号的轮廓信息。

作为进一步的限定，提取目标轮廓的具体过程包括：使用阈值分割或k均值聚类完成目标轮廓提取。

作为可选择的实施方式，基于所述轮廓信息和像素信息，对轮廓进行像素填充的具体过程包括：基于非参数化采样算法，将从侧扫声呐图像中选取的图像块作为种子图像，基于其逐步生成新图像，完成轮廓填充。

作为可选择的实施方式，将初步合成的图像放在海底混响区的具体过程包括：将填充的目标区域随机融合在真实声呐图像的海底混响区。

作为可选择的实施方式，还包括进行旋转、镜像、平移和缩放中任意操作，增加图像数据数量。

本发明的第二个方面提供一种基于多源数据合成的侧扫声呐图像数据增强系统。

一种基于多源数据合成的侧扫声呐图像数据增强系统，包括：

数据获取模块，被配置为获取多源图像的目标轮廓信息和像素信息；