基于暗通道先驗(yàn)與YOLO的水下河蟹識別研究

賀帆 趙德安

摘 要：為解決全自動均勻投餌作業(yè)船在河蟹養(yǎng)殖過程中投餌不精準(zhǔn)問題，引入水下攝像設(shè)備采集圖像，但采集的圖像存在對比度低、模糊和圖像退化等問題。為此，采用暗通道先驗(yàn)提高圖像對比度。利用YOLO卷積神經(jīng)網(wǎng)絡(luò)技術(shù)快速準(zhǔn)確地識別出低照度環(huán)境下的河蟹，識別準(zhǔn)確率達(dá)到98%，平均耗時50ms。獲得河蟹生長、分布信息后測算出河蟹養(yǎng)殖密度，為全自動均勻投餌作業(yè)船精準(zhǔn)投飼提供數(shù)據(jù)支持。

關(guān)鍵詞：圖像退化;暗通道先驗(yàn);河蟹識別;卷積神經(jīng)網(wǎng)絡(luò);YOLO

DOI：10. 11907/rjdk. 191919 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：TP301文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2020）005-0029-04

0 引言

水下圖像通常表現(xiàn)為能見度有限、低對比度、光線不均勻以及噪聲模糊等。河蟹養(yǎng)殖以蟹塘養(yǎng)殖為主，受限于蟹塘客觀環(huán)境以及采集設(shè)備硬件限制，難以獲得清晰的水下圖像。

水下圖像在成像時，由于光線在水中傳播，不同光譜波長的光呈現(xiàn)不同的指數(shù)衰減，波長最長的可見光最先被吸收。紅光水下傳輸1m，其光強(qiáng)值就會減少2/3并在4～5m后基本消失。與其它波長光相比，藍(lán)紫光最后被吸收。

傳統(tǒng)的目標(biāo)檢測算法通常分為區(qū)域選擇、提取候選區(qū)域特征、輸入分類器訓(xùn)練分類幾個步驟。Dalai等[1]提出梯度方向直方圖（Histograms of Oriented Gradient，HOG）特征，經(jīng)線性支持向量機(jī)（support vector machine，SVM）訓(xùn)練分類進(jìn)行行人檢測;FELZENSZWALB等[2-3]提出一種多尺度可變部件模型（deformable parts model，DPM）進(jìn)行目標(biāo)識別。傳統(tǒng)目標(biāo)檢測算法中，手工設(shè)計(jì)的特征匹配主要是顏色、形狀輪廓特征，由于水下河蟹圖像對比度低、圖像模糊以及紋理特征不明顯等，導(dǎo)致河蟹識別效果不理想。

水下成像和戶外大氣霧霾相似，He等[4]提出基于大量戶外清晰圖像統(tǒng)計(jì)得出的暗通道先驗(yàn)（DCP）廣泛應(yīng)用于水下圖像復(fù)原研究。針對水下河蟹圖像低對比度、噪聲嚴(yán)重、模糊難以識別的問題，本文提出基于暗通道先驗(yàn)和深度學(xué)習(xí)相結(jié)合的方法進(jìn)行水下河蟹圖像復(fù)原和識別。該方法考慮了水下環(huán)境不同光譜波長吸收存在差異的情況，有效提高圖像對比度，減少噪聲影響;將深度學(xué)習(xí)應(yīng)用于河蟹養(yǎng)殖，在蟹塘復(fù)雜的水下快速準(zhǔn)確識別河蟹，獲得河蟹生長、分布信息，為全自動作業(yè)船精準(zhǔn)投飼提供數(shù)據(jù)支持。

1 水下圖像成像模型

水下圖像復(fù)原方法主要考慮水下圖像的成像機(jī)制，并建立有效的水下圖像退化模型，通過物理模型和先驗(yàn)知識推導(dǎo)復(fù)原參數(shù)，最終反演出復(fù)原后的圖像。根據(jù)Jaffe-McGlamery[5-6]提出的成像模型，圖像由3部分分量線性疊加：①直接照明部分：不受介質(zhì)散射光到達(dá)成像設(shè)備部分;②前向散射分量：代表散射的直接分量;③后向散射分量：表示從所有觀察到的外部場景散射的光信息。見式（1）。

[J（x）]分量表示未經(jīng)傳輸介質(zhì)退化的原始圖像，圖像受傳輸介質(zhì)影響按距離指數(shù)衰減。[B∞（1-e-cz（x））]表示隨著目標(biāo)與成像平面距離增大而增大的附加退化分量，常量[B∞]是促使后向散射效果的水色表示。

此模型與描述大氣霧霾退化模型相似，但是在其它方面仍有很多區(qū)別。從水下環(huán)境成分的生物化學(xué)特性可知，水下各個光譜波長的光吸收差異顯著。

2 水下圖像復(fù)原

2.1 暗通道先驗(yàn)

He得出的暗通道先驗(yàn)（DCP）結(jié)論為：在絕大多數(shù)非天空的局部區(qū)域存在著一些像素，其中至少有一個顏色通道的數(shù)值很小，即其光照值是一個很小的數(shù)，趨近于0。但是，DCP不能直接應(yīng)用于水下環(huán)境。隨著水下目標(biāo)深度的加大，大部分波長的光會被吸收。

由于水介質(zhì)對光的選擇性吸收，所獲得的水下模糊圖像主要由波長較小的B、G通道表示，缺少衰減嚴(yán)重的R通道信息。依靠圖像中的RGB表示，具有較大R、G、B值并不一定代表具有大的波長值，但是可以補(bǔ)償在水下衰減的光信息量。因此，本文采用式（3）的方式估計(jì)暗通道。

其中，[Ω（x）]表示局部以x為中心的局部區(qū)域，本文引入R通道的補(bǔ)集（invR），由1-R計(jì)算得到?；贒CP及其變形應(yīng)用方法很多。Chiang等[7]直接使用DCP結(jié)論，在水下環(huán)境增加了深度信息;Bianco等[8]考慮水下圖像中紅色分量與藍(lán)綠分量水下吸收的顯著差異，提出最大像素先驗(yàn)（Maximum Intensity Prior，MIP）。

2.2 傳輸介質(zhì)透射率

根據(jù)式（2），將透射率定義為目標(biāo)到成像平面距離的指數(shù)函數(shù)，用以描述某一點(diǎn)的模糊程度。透射率由式（4）表示。

2.3 透射率細(xì)化

引導(dǎo)濾波[9]與軟摳圖相比，最大的優(yōu)點(diǎn)在于時間復(fù)雜度低、運(yùn)算速度快。根據(jù)輸出圖像[qi]和引導(dǎo)圖像[I]之間的局部線性關(guān)系式（9）可得：

當(dāng)透射率[t（x）]很小時[J（x）會]偏大，將導(dǎo)致恢復(fù)圖像整體向白場過渡，因此需要引入一個合理的閾值[t0]。當(dāng)[t（x）

3 基于YOLO的河蟹檢測

3.1 YOLOv3網(wǎng)絡(luò)

與使用滑動分類器CNN[10]網(wǎng)絡(luò)結(jié)構(gòu)相比，YOLOv3[11-13]是可以同時預(yù)測目標(biāo)位置、大小以及類別的統(tǒng)一網(wǎng)絡(luò)。YOLOv3由53個卷積層組成，每個卷積層后都會增加BN層和Leaky ReLU層約束輸出參數(shù)。該網(wǎng)絡(luò)采用類似Inception Net[14]的機(jī)構(gòu)，使用大量3×3卷積層并在卷積層之間插入1×1卷積層壓縮特征。本文采用以Darknet-53 為基礎(chǔ)改進(jìn)的輕量級網(wǎng)絡(luò)模型，13層網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

經(jīng)過訓(xùn)練的網(wǎng)絡(luò)模型在河蟹檢測過程中會選取合適的候選區(qū)域，并對這些候選區(qū)域進(jìn)行預(yù)測，最后對預(yù)測結(jié)果進(jìn)行篩選，得到置信度較高的預(yù)測框。置信度公式（12）如下：

3.2 模型訓(xùn)練與評估

本文選擇13層卷積網(wǎng)絡(luò)訓(xùn)練模型，采用自制的水下河蟹數(shù)據(jù)集進(jìn)行訓(xùn)練。訓(xùn)練參數(shù)為：動量系數(shù)0.9，權(quán)重衰減系數(shù)為0.000 5;訓(xùn)練迭代20 000次，迭代0～15 000時，學(xué)習(xí)率取0.001;迭代15 000～18 000時，學(xué)習(xí)率取0.000 1;迭代18 000～20 000時，學(xué)習(xí)率取0.000 01。

訓(xùn)練過程中，網(wǎng)絡(luò)每迭代500次輸出一個網(wǎng)絡(luò)模型。根據(jù)制作的驗(yàn)證集評估每個網(wǎng)絡(luò)模型的mAP。隨著網(wǎng)絡(luò)迭代的增加，網(wǎng)絡(luò)模型趨于穩(wěn)定，選擇最高的mAP模型作為最終測試模型。mAP評估結(jié)果如圖3所示。

圖3中橫坐標(biāo)為每迭代500次輸出的模型序數(shù)，縱坐標(biāo)為相應(yīng)的mAP值。從圖中可以看出，網(wǎng)絡(luò)迭代12 000（24×500）次之后，其mAP值已基本穩(wěn)定。網(wǎng)絡(luò)輸出模型中最大的mAP值為90.53%，因此選擇該模型作為本文所用預(yù)測模型。

對于所選的最終河蟹識別預(yù)測模型，還需調(diào)節(jié)網(wǎng)絡(luò)測試模型的閾值參數(shù)。不同的閾值參數(shù)在識別過程中得到不同的精確率、召回率和F1值。不同參數(shù)指標(biāo)如圖4所示。

4 實(shí)驗(yàn)結(jié)果與分析

4.1 河蟹識別結(jié)果

采用從蟹塘采集的80幅水下河蟹圖像進(jìn)行識別，用時4s，平均每幅圖像用時50ms。圖5顯示河蟹識別效果，沒有出現(xiàn)漏檢、誤檢錯誤，較好滿足了實(shí)時性和識別準(zhǔn)確率要求。

4.2 與傳統(tǒng)方法對比

本文對相同數(shù)據(jù)集采用基于滑動窗口HOG+SVM的方法訓(xùn)練，并對水下攝像頭采集的河蟹圖像進(jìn)行對比實(shí)驗(yàn)，對比測試結(jié)果如表2所示。

通過對比可知，基于13層卷積網(wǎng)絡(luò)的檢測方法與基于滑動窗口HOG+SVM檢測方法相比較，不論在檢測精度上還是在檢測速度上都有顯著提升，滿足全自動均勻投餌作業(yè)船技術(shù)要求。

5 結(jié)語

水下河蟹圖像紋理特征不明顯，河蟹形狀姿態(tài)各異，基于紋理、顏色和形狀特征的目標(biāo)檢測算法在識別精度方面并不理想。

本文提出了基于暗通道先驗(yàn)和深度學(xué)習(xí)的水下河蟹識別方法。針對不同光譜波長色光在水下吸收的差異，以及水下河蟹圖像存在對比度低、退化嚴(yán)重和模糊的現(xiàn)象，結(jié)合暗通道先驗(yàn)原理，增強(qiáng)圖像對比度。引入卷積神經(jīng)網(wǎng)絡(luò)模型，能夠快速準(zhǔn)確識別水下河蟹，獲得河蟹大小、數(shù)量及分布信息。

卷積神經(jīng)網(wǎng)絡(luò)識別精度及泛化能力取決于龐大的數(shù)據(jù)集。為提升網(wǎng)絡(luò)泛化能力，后續(xù)研究需采集更多訓(xùn)練樣本，完善網(wǎng)絡(luò)模型，實(shí)現(xiàn)全自動均勻投餌作業(yè)船更精準(zhǔn)投餌。

參考文獻(xiàn)：

[1] DALAI N，TRIGGS B. Histograms of oriented gradients for human detection[C]. IEEE Computer Society Conferenceon Computer Vision and Pattern Recognition，2005（1）：886-893.

[2] FELZENSZWALB P， MCALLESTER D， RAMANAND. A discriminatively trained， multiscale，deformable part model[C]. Boston：Computer Vision and Pattern Recognition，2008：1-8.

[3] FELZENSZWALB P，GIRSHICK R B，MCALLESTERD，et al. Object detection with discriminatively trained part-based models[J]. IEEE Transactionson Pattern Analysis and Machine Intelligence，2010，32（9）：1627-1645.

[4] HE K M，SUN J，TANG X. Single image haze removal using dark channel prior[J]. ?IEEE Transactions on Pattern Analysis and Machine ntelligence，2011，33（12）：2341-2353.

[5] JAFFE J S. Computer modeling and the design of optimal underwater imaging systems[J]. Oceanic Engineering，IEEE Journal，1990，15（2）：101-111.

[6] MCGLAMERY B. A computer model for underwater camera systems[C]. ?Proceedings of SPIE 0208， Ocean Optics VI，1980：221-231.

[7] CHIANG J Y，CHEN Y C. Underwater image enhancement by wavelength compensation and dehazing[J]. Image Processing， IEEE Transactionson，2012，21（4）： 1756-1769.

[8] HE K.Guided image filtering （matlab code）[EB/OL]. ?http：//research.microsoft.com/en-us/um/people/kahe/.

[9] KRIZHEVSKY A，SUTSKEVER L，HINTON G E.ImageNet classification with deep eonvolutional neural networks[C]. Advances inneural information processing systems，2012：1097-1105.

[10] REDMON J，DIVVALA S，GIRSHICK R，et al. You only look once：unified，real time object detection[C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2016：779-788.

[11] REDMON J，F(xiàn)ARHADI A. YOL09000：better，faster，stronger[C]. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，2017：6517-6525.

[12] REDMON J， FARHADI A. YOLOv3：an incremental im.provement[DB/OL]. https：//arxiv.org/abs/1804.02767.

[13] SZEGEDY C，IOFFE S，VANHOUCKE V，et al. Inception-v4，inception-resnet and the impact of residual connections on learning[EB/OL]. https：//blog.csdn.net/kangroger/article/details/69488642.

[14] HE K M，ZHANG X Y，REN S Q，et al. Deep residual learning for image recognition[C]. Proceedings o f the ?IEEE Conference on Com puter V ision and Pattern Recognition ，Las Vegas，NV，USA：IEEE，2016：770-778.

[15] 魏湧明，全吉成，侯宇青陽. 基于YOLO_v2 的無人機(jī)航拍圖像定位研究[J]. ?激光與光電子學(xué)進(jìn)展，2017，54（11）： 95-104.

[16] 王宇寧，龐智恒，袁德明. 基于YOLO 算法的車輛實(shí)時檢測[J]. ?武漢理工大學(xué)學(xué)報(bào)，2016，38（10）：41-46.

[17] 楊愛萍，鄭 佳，王 建，等. 基于顏色失真去除與暗通道先驗(yàn)的水下圖像復(fù)原[J]. 電子與信息學(xué)報(bào)，2015，37（11）：2541-2547.

[18] 劉海波，楊杰，吳正平. 等. 基于暗通道先驗(yàn)和Retinex理論的快速單幅圖像去霧方法[J]. 自動化學(xué)報(bào)，2015 （7）：1264-1273.

（責(zé)任編輯：杜能鋼）