本发明涉及电子，具体涉及水下图像融合检测方法、装置、计算机设备及存储介质。
背景技术：
1、相关技术中，一般是通过采集水下图像，利用图像识别算法直接对采集到的水下图像进行目标检测，得到检测结果。然而，水下光照不足，水质混着等因素影响，获取到的图像分辨率很低，使得神经网络检测准确率较低。
技术实现思路
1、有鉴于此，本发明提供了一种水下图像融合检测方法、装置、计算机设备及存储介质，以解决由于水下图像的画质不清，导致神经网络检测准确率较低的问题。
2、第一方面，本发明提供了一种水下图像融合检测方法，该方法包括：获取待检测水下图像；对待检测水下图像进行噪声引入和数据重构处理，得到重构后的水下图像数据；利用预先构建的自编码器对重构后的水下图像数据进行自行编码和解码处理，得到第一特征矩阵；利用预先构建的图像去噪模型对待检测水下图像进行降噪处理，得到第二特征矩阵；将第一特征矩阵和第二特征矩阵进行特征融合，得到目标矩阵；对目标矩阵进行检测，得到待检测水下图像的目标检测结果。
3、本发明提供的水下图像融合检测方法，包括：获取待检测水下图像；对待检测水下图像进行噪声引入和数据重构处理，得到重构后的水下图像数据；利用预先构建的自编码器对重构后的水下图像数据进行自行编码和解码处理，得到第一特征矩阵；利用预先构建的图像去噪模型对待检测水下图像进行降噪处理，得到第二特征矩阵；将第一特征矩阵和第二特征矩阵进行特征融合，得到目标矩阵；对目标矩阵进行检测，得到待检测水下图像的目标检测结果。本发明提供的方法，通过对待检测水下图像进行噪声引入和数据重构处理，得到重构后的水下图像数据；利用预先构建的自编码器对重构后的水下图像数据进行自行编码和解码处理，得到第一特征矩阵，利用预先构建的图像去噪模型对待检测水下图像进行降噪处理，得到第二特征矩阵，将第一特征矩阵和第二特征矩阵进行融合，基于融合结果进行图像目标检测，有效提高了监测图像数据的分辨率，保证了检测结果的准确性。
4、在一种可选的实施方式中，将第一特征矩阵和第二特征矩阵进行特征融合，得到目标矩阵的步骤，包括：采用池化法对第一特征矩阵和第二特征矩阵进行同维度融合处理，得到目标矩阵。
5、本可选实施方式提供的方法，通过池化法对第一特征矩阵和第二特征矩阵进行同维度融合处理，保证了融合结果的准确性。
6、在一种可选的实施方式中，对目标矩阵进行检测，得到待检测水下图像的目标检测结果的步骤，包括：将目标矩阵输入预先构建的图像检测模型中，以使模型输出待检测水下图像的目标检测结果图像检测模型是通过对第一预设神经网络模型进行训练得到的。
7、本可选实施方式提供的方法，通过图像检测模型进行图像目标检测，提高了图像目标检测的效率。
8、在一种可选的实施方式中，图像去噪模型是通过对第二预设神经网络模型进行训练得到的。
9、本可选实施方式提供的方法，图像去噪模型是通过对第二预设神经网络模型进行训练得到的，可以准确实现对待检测图像的去噪操作。
10、在一种可选的实施方式中，自编码器包括编码器和解码器，编码器用于将输入数据映射到一个低维表示，解码器用于将低维表示还原为目标输出数据，目标输出数据与输入数据的差异小于预设阈值。
11、第二方面，本发明提供了一种水下图像融合检测装置，该装置包括：获取模块，用于获取待检测水下图像；第一处理模块，用于对待检测水下图像进行噪声引入和数据重构处理，得到重构后的水下图像数据；第二处理模块，用于将重构后的水下图像数据进行预先构建的自编码器进行编码和解码处理，得到第一特征矩阵；第二处理模块，用于利用预先构建的图像去噪模型对待检测水下图像进行降噪处理，得到第二特征矩阵；特征融合模块，用于将第一特征矩阵和第二特征矩阵进行特征融合，得到目标矩阵；检测模块，用于对目标矩阵进行检测，得到待检测水下图像的目标检测结果。
12、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的水下图像融合检测方法。
13、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的水下图像融合检测方法。
14、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的水下图像融合检测方法。
1.一种水下图像融合检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述第一特征矩阵和所述第二特征矩阵进行特征融合，得到目标矩阵的步骤，包括：
3.根据权利要求1所述的方法，其特征在于，对所述目标矩阵进行检测，得到待检测水下图像的目标检测结果的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，所述图像去噪模型是通过对第二预设神经网络模型进行训练得到的。
5.根据权利要求3所述的方法，其特征在于，所述自编码器包括编码器和解码器，所述编码器用于将输入数据映射到一个低维表示，所述解码器用于将所述低维表示还原为目标输出数据，所述目标输出数据与所述输入数据的差异小于预设阈值。
6.一种水下图像融合检测装置，其特征在于，所述装置包括：
7.根据权利要求6所述的装置，其特征在于，所述特征融合模块包括：
8.一种计算机设备，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至5中任一项所述的水下图像融合检测方法。
10.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令用于使计算机执行权利要求1至5中任一项所述的水下图像融合检测方法。
