农业机械学报

作者：张明华，龙腾，宋巍，黄冬梅，梅海彬，贺琪

单位：上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学;上海电力大学,上海海洋大学,上海海洋大学,

关键词：鱼类;夜晚;目标检测;图像增强;Cascade R-CNN;MSRCP

基金：国家自然科学基金项目（61702323、61972240）和大洋渔业资源可持续开发教育部重点实验室开放基金项目(A1-2006-00-301104)

针对光照不均、噪声大、拍摄质量不高的夜晚水下环境，为实现夜晚水下图像中鱼类目标的快速检测，利用计算机视觉技术，提出了一种基于改进Cascade R-CNN算法和具有色彩保护的MSRCP（Multi-scale Retinex with color restoration）图像增强算法的夜晚水下鱼类目标检测方法。首先针对夜晚水下环境的视频数据，根据时间间隔，截取出相应的夜晚水下鱼类图像，对截取的原始图像进行MSRCP图像增强。然后采用DetNASNet主干网络进行网络训练和水下鱼类特征信息的提取，将提取出的特征信息输入到Cascade R-CNN模型中，并使用Soft-NMS候选框优化算法对其中的RPN网络进行优化，最后对夜晚水下鱼类目标进行检测。实验结果表明，该方法解决了夜晚水下环境中的图像降质、鱼类目标重叠检测问题，实现了对夜晚水下鱼类目标的快速检测，对夜晚水下鱼类图像目标检测的查准率达到95.81%，比Cascade R-CNN方法提高了11.57个百分点。

来源：2021年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第9期