水下高光谱图像波段选择及基于连续性与标签约束的目标类型检测方法

《Remote Sensing》:Underwater Hyperspectral Image Band Selection and Object Type Detection Method Based on Continuity and Label Constraints

【字体: 大 中 小 】 时间:2026年08月03日 来源:Remote Sensing 4.3

编辑推荐:

  水下目标类型检测是海洋研究中的一项关键技术。传统红绿蓝(RGB)成像在复杂水下环境中存在探测距离短、色彩失真严重等问题。高光谱图像虽包含详尽的光谱信息,但其高维度会增加计算成本并放大噪声敏感性,且高质量水下样本难以获取。为应对现有水下波段选择技术普遍存在的目标

  
水下目标类型检测是海洋研究中的一项关键技术。传统红绿蓝(RGB)成像在复杂水下环境中存在探测距离短、色彩失真严重等问题。高光谱图像虽包含详尽的光谱信息,但其高维度会增加计算成本并放大噪声敏感性,且高质量水下样本难以获取。为应对现有水下波段选择技术普遍存在的目标-背景混淆、空间特征利用不足及光谱连续性差三大缺陷,研究人员提出了一种连续性与标签约束波段选择(CLBS)方法。该方法设计了目标-背景对比(TBC)、目标区域熵(Entropy)与谱-空对比(SSC)三项指标用于波段评价,采用几何平均融合抑制极值影响,并引入光谱连续性约束确定最优保留波段数。同时构建多类别水下废弃物高光谱数据集,针对金属与塑料两类全标注样本开展定量实验。CLBS将原始300个波段降至209个,实现30.3%降维的同时将光谱连续段平均数控制在2.5449。在固定训练-验证划分下,采用CLBS选波段的3DCNN+2DCNN模型取得F1-score 94.29%、Precision 100.00%、Recall 89.19%;十次随机种子平均结果为F1-score 94.96±1.13%、Precision 98.44±1.65%、Recall 91.82±3.31%。对比结果表明,CLBS在降维与光谱特征保留之间实现了更优权衡。
研究背景方面,水下目标类型检测服务于海洋工程、生态保护、水产养殖及水下文化遗产保护等领域,但传统RGB成像受水体吸收导致成像距离缩短与色彩失真,悬浮颗粒散射引发模糊与对比度下降,腐蚀金属与透明塑料等目标易与背景混淆。高光谱成像提供400–1000 nm连续窄波段,可刻画水体吸收散射随波长连续变化的规律,但数百个相邻波段带来高维、强冗余与噪声敏感;若保留过多波段则计算负担大,过少则破坏光谱连续性。现有降维分为特征提取(FE)与特征选择(BS),前者如主成分分析(PCA)、最小噪声分离(MNF)、线性判别分析(LDA)、离散小波变换(DWT)会丧失波长物理可解释性,后者有监督法易过拟合、无监督法在浑浊水下易受噪声干扰,且既有方法常忽视空间特征与连续性。为此研究人员构建水下多类别废弃物高光谱数据集(FigSpec FS-23相机,300波段,空间裁至固定尺寸,金属/塑料两类各半共600余样本,LabelMe人工标注二值掩膜并多人核验),提出CLBS及配套3DCNN+2DCNN检测框架,论文发表于《Remote Sensing》。
关键技术方法上,研究人员以验证后二值掩膜区分目标与背景,计算TBC(类对比噪声比归一化)、目标区16-bin熵、SSC(由谱域Bhattacharyya距离平方SC与形态学腐蚀得边界掩膜后Sobel梯度SPC组成,按TBC动态加权α∈[0.3,0.7]融合),三指标跨波段归一化后取几何平均得综合分;迭代保留150–250波段,以数据集平均连续段数最小化为准则定留209波段。下游以空间-谱联合增强(旋转/翻转/裁剪/Gaussian噪声/逐带缩放)训3DCNN+2DCNN(3D卷积核3×3×3、16通道、谱维步长1空维步长2,接Group Normalization与2D卷积三阶段至128通道,全局池化+FC分类,Focal Loss,Adam,batch=1,early stop)。
研究结果部分,2.1节CLBS设计中,TBC提供低阶辐射差分离线索,Entropy补目标内信息丰富度且抗噪,SSC借标签掩膜联合谱分布可分性与空间边界响应,几何平均抑单项极值;2.1.4节确定209波段时平均连续段2.5449为最优。2.3节3DCNN+2DCNN以209带输入,3D块提局部谱-空特征、2D块精炼空间,GroupNorm适小批。3.1节数据集含金属(铸铁/合金钢/铝/铜/不锈钢及不同腐蚀度)与沉性塑料(透明/白/黑/有色),自然光与补光多种光照、浅水约1 m。3.3节波段评分显示算术平均被band 122异常TBC抬高、几何平均与视觉一致;保留209带连续段最小。3.4节固定划分下Precision 100%、Recall 89.19%、F1 94.29%,十种子平均F1 94.96±1.13%。3.5节对比中CLBS胜PCA/MNF/LDA/DWT之FE与BS变体及MVPCA/SNR/SAD/PCC/L2/SR-SSIM/GS-SSIM/JM,MNF-FE最优FE基线F1 89.36%,JM无空间项F1 92.16%,CLBS居首;保留带数实验表明非单调随带数上升。3.6节消融中单SSC召回高精低、单TBC精高召略低、TBC参与双指标融合提升最大;α无约束F1 92.54%、α∈[0.3,0.7]得F1 94.29%;背骨消融2DCNN-only F1 85.26%、3DCNN-only 91.18%、混合94.29%。
讨论部分指出,CLBS兼顾降维效率与连续性(平均段2.5449、降维30.3%)契合水体光学连续衰减建模需求;三指标互补与几何平均抗极值、α动态加权适应波段特性;固定划分Precision 100%意味着清漂作业不会把金属误判塑料;局限在于仅量化金属/塑料、透明塑召回受限、浊度/光照边界未系统量化、水深约1 m未涉深水、极小目标与数十年腐蚀金属未足覆盖。
结论部分翻译:本研究针对水下高光谱成像中目标-背景混淆与波段选择时光谱连续性严重退化等挑战,提出并验证CLBS,同步建立水下废弃物高光谱数据集。实验表明,融合目标-背景对比、目标区域熵与谱-空联合对比的选择框架在降维同时保留连续性,剔除30.3%低质波段后平均连续段仅由1个完整段增至2.5449段。借几何平均融合与动态加权,CLBS缓解极值干扰并平衡多维特征。3DCNN+2DCNN评测下,固定划分F1 94.29%、Precision 100.00%、Recall 89.19%,十种子平均F1 94.96±1.13%、Precision 98.44±1.65%、Recall 91.82±3.31%。209波段配置在降维与光谱完整间最优。贡献为:(1)理论层面提出波段质量评价与连续性约束协同框架;(2)实践层面构建多类水下废弃物高光谱数据缓和数据稀缺,当前定量聚焦金属与塑料。该法缓解降维与连续性保全根本冲突,对海洋环境监测、水下废弃物清理与海洋资源勘探具实用价值。未来将扩类别与环境多样性并增强检测模型。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号