带并行卷积的水下图像背景前景分割方法

源自：现代防御系统

作者：涂拥军  林鸿生  王智勇

摘要

光电探测是水下目标近距离探测时不可缺少的技术手段。水下光学图像具有低信噪比和对比度、照明不均匀等特点，使得光电探测在水下应用时效果不佳。常见的水下光学图像处理方法是对图像进行背景前景分割。目前主要有2种分割方法，传统分割方法易受光照、噪声等因素影响，效果不佳；深度学习方法易受训练数据限制，泛化能力不强。设计了一个带并行卷积的神经网络结构以及带约束的损失函数，通过大量实验获得了损失函数的超参数最优取值，并在不同照明条件、不同浑浊度、光照不均匀的条件下进行了实验分析。结果表明：该方法实验所获的MAE值远小于FCN8，UNet等方法，mIoU值大于FCN8，Unet等方法，P-R曲线优于其他方法的P-R曲线，更加适应水下环境复杂多变的特点，可获得更好的目标分割结果。

关键词

阈值分割, 水下图像, 光照不均, 并行卷积, 深度学习

引言

相比声呐图像，光学图像更直观更符合人眼的观察习惯，成为水下目标近距离探测时不可或缺的重要手段［1-5］。在众多应用场合中，对水下目标的识别和定位都是首先要解决的问题，通过对图像进行背景前景分割，可以为目标描述、特性分析等后续研究提供基础。图像的前景提取越准确，识别和定位成功概率越高。在图像背景前景的分割方法中，阈值分割最为常见，具有简单、有效、易于理解等特点［6-7］。

因为水体对光的吸收和散射作用，海域成像必须采取主动照明方式［8］，且容易受各种因素干扰和影响。当受光束发散角及光源质量影响时，经常出现照明不均匀的现象；当受水体的吸收影响时，距离较远的目标会出现照度较低，图像偏暗的现象；当受水体的散射影响时，图像会出现大量噪声［9-10］。采用阈值分割方法对水下图像的背景前景进行分割，通常有全局阈值化和局部阈值化2种方法。其中，全局阈值法容易受光照不均的影响。局部阈值化方法首先对图像进行局部直方图均衡，然后采用全局阈值方法进行分割。尽管克服了光照不均的影响，但在有噪声的情况下，局部阈值化的分割效果仍然不够理想［11-12］。有的文献采用先提取图像的灰度波动特征、后使用局部阈值化方法进行阈值分割的做法，但在图像照度较低、噪声较严重的情况下，分割结果仍然较差。实践中还发现，传统的阈值化方法存在人工干预比较多的缺点，而且对于具有低信噪比、低对比度和照明不均匀的水下图像的分割效果难以达到预期要求。

随着深度学习技术的面世，诸多学者提出了基于深度学习的图像前景背景分割方法。如Long等提出使用全卷积网络（fully convolutional networks，FCN）［13］替代深度网络的全连接层，对图像像素进行分类预测，进而对图像进行分割。Ronneberger提出U-Net网络结构［14］用于医学图像的分割，它采用扩大解码器的容量、收缩路径和膨胀路径等方式来实现更精准的像素定位，网络结构简单、对小样本数据集有较好的效果。但上述方法所使用的训练图像都是在地面上拍摄的，光照比较均匀、图像比较清晰，基本没有噪声。另外，这些方法存在数据依赖问题［15］，即当被分割的图像与训练图像处在同一个分布空间时（照度、对比度、均匀性等），分割效果最好。因此，研究具有普适性的图像分割方法，使之能够处理不同照明条件下、光照不均的水下图像，具有重要的意义。

在实际应用中，目标体积大小未知，距离未知，导致像的大小未知。在提取目标特征时如果只使用单一尺寸的卷积核，会使程序的适应性不好。本文在特征提取的时候，采用多个大小不同的卷积核并行提取特征，设计包含不同感受域的并行卷积层，提高网络对不同大小目标的适应性。另外，为了提高网络的泛化能力，使其能够适应不同照度、光照不均等实验条件，本文为模型添加了L1范数约束［16］。

1 网络结构设计

1.1 网络结构

本文设计的网络结构包含输入层、并行卷积层、编码-解码组合层以及输出层，见图1所示。

图1   网络结构示意图

输入层中对图像进行归一化。具体过程如下：假设在图像位置（i，j）的灰度值为I（i，j），使用如下公式计算其归一化的值L（i，j）。

式中：N为图像像素大小，本文取256，即输入图像像素大小为256×256。

并行卷积层采用包含不同卷积核大小的并行卷积结构，用于提取水下图像中不同尺度的目标和噪声特征。并行卷积层中包含的卷积核分别为7×7 ，5×5 ，3×3 （单位为像素）。

编码-解码组合层采用收缩、扩展的方式对特征图进行编码、解码，与U-Net网络结构一致。编解码过程由多个模块组成，编码模块卷积核大小为3×3，采用