本發(fā)明涉及水下目標(biāo)識(shí)別，尤其涉及一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別方法及系統(tǒng)。

背景技術(shù)：

1、水下目標(biāo)識(shí)別技術(shù)是水下機(jī)器人導(dǎo)航及生態(tài)監(jiān)測(cè)等領(lǐng)域的核心技術(shù)之一，然而，受水體光學(xué)特性復(fù)雜性的制約，傳統(tǒng)方法在實(shí)際應(yīng)用中面臨嚴(yán)峻挑戰(zhàn)，由于水介質(zhì)對(duì)光的強(qiáng)散射與吸收效應(yīng)，尤其是藍(lán)綠光波段在遠(yuǎn)距離傳輸中的快速衰減，導(dǎo)致水下成像存在對(duì)比度低、細(xì)節(jié)模糊、顏色失真等問(wèn)題。此外，懸浮顆粒物與微生物的隨機(jī)散射干擾進(jìn)一步加劇了圖像退化，使得基于可見光成像的傳統(tǒng)算法在渾濁水域中難以準(zhǔn)確提取目標(biāo)輪廓與紋理特征，現(xiàn)有技術(shù)多采用單一模態(tài)傳感器獲取數(shù)據(jù)，例如依賴rgb相機(jī)的光譜信息或聲吶設(shè)備的聲學(xué)信號(hào)。rgb圖像雖能提供顏色與紋理信息，但在低光照或高濁度場(chǎng)景下信噪比急劇下降，無(wú)法有效區(qū)分目標(biāo)與背景；聲吶技術(shù)雖具備遠(yuǎn)距離探測(cè)能力，但其空間分辨率有限，難以滿足近距離高精度識(shí)別需求?，F(xiàn)有方法普遍忽視高分辨率偏振數(shù)據(jù)的利用，而4k可見光成像技術(shù)能夠通過(guò)超高分辨率捕捉水下場(chǎng)景的細(xì)微紋理與幾何結(jié)構(gòu)，同時(shí)結(jié)合偏振成像解析光波振動(dòng)方向特性，揭示目標(biāo)表面材質(zhì)的反射特性及微觀幾何特征，從而為復(fù)雜環(huán)境下的目標(biāo)識(shí)別提供額外維度的物理特征。傳統(tǒng)多波段衰減補(bǔ)償模型通常采用固定參數(shù)計(jì)算光傳播衰減，未考慮水體濁度、光照強(qiáng)度及目標(biāo)距離的動(dòng)態(tài)變化對(duì)光衰減特性的非線性影響，從而降低水下目標(biāo)識(shí)別的準(zhǔn)確性。

2、因此，有必要提供一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別方法及系統(tǒng)解決上述技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別方法及系統(tǒng)，達(dá)到實(shí)現(xiàn)融合多模態(tài)偏振成像和動(dòng)態(tài)環(huán)境參數(shù)自適應(yīng)的水下目標(biāo)識(shí)別的有益效果。

2、本發(fā)明提供了一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別方法，包括：

3、s1：同步采集水下場(chǎng)景的rgb強(qiáng)度圖像和偏振參數(shù)矩陣，對(duì)rgb強(qiáng)度圖像與偏振參數(shù)矩陣進(jìn)行像素級(jí)配準(zhǔn)處理后編碼為四維光場(chǎng)張量數(shù)據(jù)；

4、s2：對(duì)四維光場(chǎng)張量數(shù)據(jù)進(jìn)行分解，獲得rgb通道數(shù)據(jù)和偏振參數(shù)通道數(shù)據(jù)，并提取rgb通道數(shù)據(jù)的空間特征圖和偏振參數(shù)通道數(shù)據(jù)的偏振特征圖；

5、s3：通過(guò)跨模態(tài)注意力機(jī)制對(duì)空間特征圖與偏振特征圖進(jìn)行交互處理，生成聯(lián)合增強(qiáng)特征圖；

6、s4：基于實(shí)時(shí)獲取的水體濁度、目標(biāo)距離、光照強(qiáng)度參數(shù)和場(chǎng)景深度圖，結(jié)合預(yù)建立的水體類型與衰減參數(shù)映射表生成多波段衰減權(quán)重圖；

7、s5：對(duì)多波段衰減權(quán)重圖進(jìn)行多尺度融合與歸一化處理，生成空間注意力掩模，基于空間注意力掩模，并通過(guò)逐像素乘法調(diào)整聯(lián)合增強(qiáng)特征圖，獲得融合特征圖；

8、s6：將融合特征圖輸入輕量化識(shí)別網(wǎng)絡(luò)，輸出目標(biāo)的位置邊界框、類別標(biāo)簽和材質(zhì)類型信息。

9、優(yōu)選的，在步驟s1中，所述像素級(jí)配準(zhǔn)處理的步驟包括：

10、通過(guò)預(yù)標(biāo)定的空間變換矩陣對(duì)偏振參數(shù)矩陣進(jìn)行雙線性插值，使偏振參數(shù)矩陣與rgb強(qiáng)度圖像的像素坐標(biāo)一一對(duì)齊。

11、優(yōu)選的，在步驟s2中，所述偏振特征圖的提取步驟包括：

12、從偏振參數(shù)通道數(shù)據(jù)中提取偏振角矩陣，對(duì)偏振角矩陣進(jìn)行環(huán)形方向敏感卷積計(jì)算，生成表面法線變化率特征圖；

13、從偏振參數(shù)通道數(shù)據(jù)中提取偏振度矩陣，基于菲涅爾反射定律將偏振度矩陣分解為鏡面反射分量和漫反射分量，生成材質(zhì)反射特性特征圖；

14、將所述表面法線變化率特征圖與材質(zhì)反射特性特征圖沿通道維度拼接，輸出偏振特征圖。

15、優(yōu)選的，所述環(huán)形方向敏感卷積計(jì)算的卷積核的權(quán)重分布滿足極坐標(biāo)系下的徑向?qū)ΨQ性。

16、優(yōu)選的，所述環(huán)形方向敏感卷積計(jì)算的卷積核的徑向權(quán)重梯度與材質(zhì)折射率滿足正相關(guān)關(guān)系。

17、優(yōu)選的，在步驟s3中，所述聯(lián)合增強(qiáng)特征圖的生成步驟包括：

18、分別對(duì)空間特征圖與偏振特征圖進(jìn)行通道維度壓縮，生成壓縮特征向量；

19、計(jì)算壓縮特征向量的相似性矩陣，通過(guò)歸一化生成空間與偏振聯(lián)合注意力權(quán)重；

20、利用空間與偏振聯(lián)合注意力權(quán)重對(duì)空間特征圖與偏振特征圖進(jìn)行通道加權(quán)與空間重標(biāo)定，生成聯(lián)合增強(qiáng)特征圖。

21、優(yōu)選的，在步驟s4中，多波段衰減權(quán)重圖的獲取包括以下步驟：

22、基于目標(biāo)距離與場(chǎng)景深度圖的像素深度值，計(jì)算每個(gè)像素點(diǎn)的水下光傳播路徑長(zhǎng)度；

23、基于水體濁度，從預(yù)建立的水體類型與衰減參數(shù)映射表中獲取對(duì)應(yīng)水體類型的紅、綠、藍(lán)波段的吸收系數(shù)和散射系數(shù)；

24、將紅、綠、藍(lán)波段的吸收系數(shù)與散射系數(shù)逐波段相加，得到各波段的總衰減系數(shù)；

25、計(jì)算光照強(qiáng)度參數(shù)與預(yù)設(shè)的光強(qiáng)標(biāo)準(zhǔn)參考值的比例，獲得光強(qiáng)修正因子；

26、基于總衰減系數(shù)、路徑長(zhǎng)度矩陣和光強(qiáng)修正因子，逐像素計(jì)算紅、綠、藍(lán)波段權(quán)重值并拼接為三通道矩陣，獲得多波段衰減權(quán)重圖。

27、優(yōu)選的，在步驟s4中，多波段衰減權(quán)重圖生成過(guò)程中，當(dāng)目標(biāo)距離小于預(yù)設(shè)距離閾值且濁度低于預(yù)設(shè)濁度閾值時(shí)，關(guān)閉綠波段權(quán)重計(jì)算，并通過(guò)紅藍(lán)波段權(quán)重插值重構(gòu)等效綠波段衰減系數(shù)。

28、優(yōu)選的，步驟s5還包括對(duì)空間注意力掩模的調(diào)整步驟包括：

29、對(duì)空間注意力掩模進(jìn)行形態(tài)學(xué)膨脹操作，生成膨脹掩模；

30、計(jì)算膨脹掩模與原空間注意力掩模的差異區(qū)域，生成邊界差異矩陣；

31、將邊界差異矩陣疊加至原空間注意力掩模，生成調(diào)整后的空間注意力掩模。

32、本發(fā)明還提供了一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別系統(tǒng)，應(yīng)用于一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別方法，包括：

33、數(shù)據(jù)采集與配準(zhǔn)模塊，用于同步采集水下場(chǎng)景的rgb強(qiáng)度圖像和偏振參數(shù)矩陣，對(duì)rgb強(qiáng)度圖像與偏振參數(shù)矩陣進(jìn)行像素級(jí)配準(zhǔn)處理后編碼為四維光場(chǎng)張量數(shù)據(jù)；

34、特征圖提取模塊，用于對(duì)四維光場(chǎng)張量數(shù)據(jù)進(jìn)行分解，獲得rgb通道數(shù)據(jù)和偏振參數(shù)通道數(shù)據(jù)，并提取rgb通道數(shù)據(jù)的空間特征圖和偏振參數(shù)通道數(shù)據(jù)的偏振特征圖；

35、跨模態(tài)特征融合模塊，用于通過(guò)跨模態(tài)注意力機(jī)制對(duì)空間特征圖與偏振特征圖進(jìn)行交互處理，生成聯(lián)合增強(qiáng)特征圖；

36、多波段衰減權(quán)重生成模塊，用于基于實(shí)時(shí)獲取的水體濁度、目標(biāo)距離、光照強(qiáng)度參數(shù)和場(chǎng)景深度圖，結(jié)合預(yù)建立的水體類型與衰減參數(shù)映射表生成多波段衰減權(quán)重圖；

37、融合特征圖生成模塊，用于對(duì)多波段衰減權(quán)重圖進(jìn)行多尺度融合與歸一化處理，生成空間注意力掩模，基于空間注意力掩模，并通過(guò)逐像素乘法調(diào)整聯(lián)合增強(qiáng)特征圖，獲得融合特征圖；

38、目標(biāo)識(shí)別與輸出模塊，用于將融合特征圖輸入輕量化識(shí)別網(wǎng)絡(luò)，輸出目標(biāo)的位置邊界框、類別標(biāo)簽和材質(zhì)類型信息。

39、與相關(guān)技術(shù)相比較，本發(fā)明提供的一種基于4k可見光偏振成像的水下目標(biāo)識(shí)別方法及系統(tǒng)具有如下有益效果：

40、本發(fā)明利用像素級(jí)配準(zhǔn)的rgb與偏振四維光場(chǎng)張量編碼技術(shù)，同步捕獲目標(biāo)的高分辨率光譜強(qiáng)度信息與偏振物理特性，包括偏振角與偏振度，克服了單一模態(tài)數(shù)據(jù)在低光照或高濁度場(chǎng)景下信息缺失的局限性，提升了目標(biāo)與背景的對(duì)比度；通過(guò)環(huán)形方向敏感卷積核的極坐標(biāo)對(duì)稱性設(shè)計(jì)，提取目標(biāo)表面法線變化率特征，結(jié)合基于菲涅爾反射定律的偏振度矩陣分解技術(shù)，將鏡面反射與漫反射分量解耦，精準(zhǔn)量化材質(zhì)的光學(xué)反射特性差異，從而實(shí)現(xiàn)對(duì)不同材質(zhì)的物理屬性表征；基于跨模態(tài)注意力機(jī)制動(dòng)態(tài)學(xué)習(xí)空間特征與偏振特征的關(guān)聯(lián)性權(quán)重，通過(guò)通道壓縮與空間重標(biāo)定操作，自適應(yīng)強(qiáng)化目標(biāo)邊緣輪廓與內(nèi)部紋理的聯(lián)合響應(yīng)，尤其在水體懸浮物遮擋或動(dòng)態(tài)光影干擾下仍能穩(wěn)定提取目標(biāo)關(guān)鍵區(qū)域；通過(guò)實(shí)時(shí)水體參數(shù)驅(qū)動(dòng)的多波段衰減權(quán)重生成技術(shù)，結(jié)合預(yù)標(biāo)定水體光學(xué)特性映射表與動(dòng)態(tài)光強(qiáng)修正因子，逐像素計(jì)算紅、綠、藍(lán)波段衰減補(bǔ)償權(quán)重，并利用多尺度融合策略分離全局衰減趨勢(shì)與局部細(xì)節(jié)噪聲，有效抑制渾濁水域的散射噪聲干擾，同時(shí)保留遠(yuǎn)距離目標(biāo)的微弱特征；采用輕量化識(shí)別網(wǎng)絡(luò)架構(gòu)，集成偏振敏感型卷積核與動(dòng)態(tài)通道重參數(shù)化模塊，通過(guò)端到端訓(xùn)練優(yōu)化網(wǎng)絡(luò)權(quán)重，實(shí)現(xiàn)對(duì)目標(biāo)位置、類別及材質(zhì)信息的并行高效推理，最終實(shí)現(xiàn)基于4k可見光偏振成像的水下目標(biāo)識(shí)別的目的。