[发明专利]群智能优化的水下激光多目标端到端自动识别系统

说明书

本发明公开了一种群智能优化的水下激光多目标端到端自动识别系统，包括水下目标激光图像获取模块、群智能优化的水下激光多目标端到端自动识别系统、显示模块，其中群智能优化的水下激光多目标端到端自动识别系统包含水下激光图像数据库、预处理模块、水下激光多目标建模模块、群智能优化模块、水下激光多目标自动识别模块、水下目标识别输出模块。本发明实现了最优的端到端的自动模型训练和目标识别，可识别同一水下激光图像中多个目标，识别准确率高，同时具有特征提取能力强、识别速度快、智能化程度高等优点，解决了传统水下激光目标识别操作繁琐，只适用于单目标、识别准确率低、速度慢、模型质量差、需要人为选择参数等缺点。

技术领域

本发明涉及水下激光目标识别领域，尤其涉及群智能优化的水下激光多目标端到端自动识别系统。

背景技术

海洋面积约占地球表面的70％，海洋中蕴含的丰富的矿产、生物、能源等资源，是自然赋予人类的巨大财富，需要人类不断探索，自1963年研究人员发现海水对470nm-580nm波段内的蓝绿光衰减要比其他波段的光衰减更弱后，蓝绿激光在海水中的探测应用就成为了众多学者的关注点。同时，基于声波的水下探测受海水、地形和海洋生物等影响严重，严重影响声呐水下探测的质量，而水下激光探测不易受海水温度、盐度等影响，可以直接二维成像、具有更好的目标测距和成像效果，水下激光探测可应用于水雷、潜艇等水下的探测和识别，也可实施敏感水域的探潜、探雷以及潜艇水下导航避碰，还可用于水文勘测、水下作业检修、水下环境监测、海洋鱼群探测、海底地形地貌勘探、海洋生物研究等，因此水下激光探测技术对未来海洋探索具有重要意义。

目前传统的水下激光目标识别大多基于较近距离下针对目标单独获取的激光图像，目标明显且单一，这已满足不了当前海洋探索的快速发展，而机器学习算法又在近几年表现出了突出的优越性，尤其在目标识别领域取得了较多成绩，但相比于普通目标识别，水下激光目标识别由于其特殊性，当前在该领域的研究还比较少，识别效果还有很大的提升空间，而且当前的水下激光目标识别还局限于单目标识别的目标轮廓提取-特征提取-传统分类器分类的方法，步骤繁琐且识别效率和准确率低，因此，发明一种准确率高、识别速度快、智能化程度高、可以用于水下激光多目标端到端自动识别的系统在当下具有迫切且重要的意义。

发明内容

针对当前水下激光目标识别准确率低、速度慢、模型质量差、需要人为选择参数、只能用于简单目标识别的问题，本发明的目的在于提供一种准确率高、识别速度快、智能化程度高、可以用于水下激光多目标端到端自动识别的系统，基于水下激光图像构建智能优化的水下目标的端到端自动识别系统，实现最优水下激光多目标识别，群智能优化的水下激光多目标端到端自动识别系统采用包含一个或多个水下目标的激光图像作为输入，通过图像增强提高水下激光图像质量，基于构建的水下激光图像数据库进行水下激光多目标识别模型建模，群智能优化模块用于优化模型获得最优的识别模型，并使用构建的水下激光多目标自动识别模型进行新获取的水下激光目标识别，最终输出识别结果。本发明实现了最优的端到端的自动模型训练和目标识别，可识别同一水下激光图像中多个目标，识别准确率高，同时具有特征提取能力强、识别速度快、智能化程度高等优点，解决了传统水下激光目标识别需要目标分割、特征提取、分类器建模等繁琐的步骤，只适用于单目标、识别准确率低、速度慢、模型质量差、需要人为选择参数等缺点。

本发明的目的是通过以下技术方案来实现的：一种群智能优化的水下激光多目标端到端自动识别系统，包括水下目标激光图像获取模块、群智能优化的水下激光多目标端到端自动识别系统、显示模块，其中群智能优化的水下激光多目标端到端自动识别系统包含水下激光图像数据库、预处理模块、水下激光多目标建模模块、群智能优化模块、水下激光多目标自动识别模块、水下目标识别输出模块。

所述水下目标激光图像获取模块通过激光发射器和接收器获取包含目标的水下激光图像。