基于卷积神经网络的水下目标声呐检测系统

基于卷积神经网络的水下目标声呐检测系统
张亦弛;朱晓强
【期刊名称】《工业控制计算机》
【年(卷),期】2022(35)7
【摘要】水下环境复杂,声呐图像中除目标船只以外常常存在包括噪声在内的其他干扰项,较难准确地进行水下目标检测。

为解决这个问题,提出并实现了一种基于卷积神经网络(Convolution Nenural Network,CNN)的水下目标声呐检测系统。

根据潜艇通过主动声呐技术实际采集到的水下360°声呐图像,首先经过图像预处理获取降噪增强后的声呐图像,再利用卷积神经网络优化非线性激励函数的调用,对声呐图像实现进一步的图像增强和特征提取,在简化训练和对图像处理的基础之上,实现对线状的水下目标更简便且高效的目标检测,具有较高的鲁棒性,可以运用于实际工作。

【总页数】3页(P115-117)
【作者】张亦弛;朱晓强
【作者单位】上海大学通信与信息工程学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于卷积神经网络的彩色图像声呐目标检测
2.基于卷积神经网络和关键词的目标检测系统
3.基于卷积神经网络的水下目标声呐图像识别方法
4.基于改进SSD的合
成孔径声呐图像水下多尺度目标轻量化检测模型5.一种基于YOLOv3的水下声呐图像目标检测方法
因版权原因，仅展示原文概要，查看原文内容请购买。