基于小波变换的水下显著性目标快速检测算法

目前地面显著性目标检测取得了较大进展，而水下场景具有较高的复杂性，导致水下显著性目标检测仍然面临诸多挑战。为了实现复杂水下环境的显著性目标快速检测，提出一种基于小波变换的水下显著性目标检测算法。对水下采集图像进行多级小波变换预处理，针对提取的低频子带图像，利用自适应中值滤波去除其中的斑点颗粒，对相应的高频子带进行显著性边缘检测以强化目标边缘信息。在此基础上，利用小尺度超像素分割与合并策略分割处理后的低频子带图像，通过基于区域对比度的显著性检测方法进行图像显著性计算。融合低频子带显著图和高频子带显著边缘图，得到最终的显著性检测结果。USOD公开数据集上的实验结果表明，在进行水下显著性目标检测时该算法的整体度量值达到93.9%，平均绝对误差低至3.08%，能较好地实现水下大目标和成群小目标的准确检测，且在处理大分辨率水下图像时具有良好的实时性，在CPU平台上每帧的显著性目标检测时间为168 ms，算法适用于水下机器人显著性目标快速检测应用场景。