基于颜色信息的自动化面罩生成，用于检测水下异常光晕区域
计算机视觉与模式识别
2025-02-25 v1 图像与视频处理
摘要
水下潜水辅助和安全支持机器人通过 onboard underwater cameras 获取潜水员的实时信息。本研究引入了一种呼吸气泡检测算法，利用无监督 K-means 聚类，从而解决深度学习模型的高精度要求以及构建监督数据集的挑战。该方法融合了颜色数据和相对空间坐标，采用 CLAHE 缓解噪声，然后进行像素聚类以隔离反射区域。实验结果表明，该算法能够有效检测水下图像中呼吸气泡对应的区域，组合使用 RGB、LAB 和 HSV 色彩空间显著提高检测精度。总体而言，这项研究为监控潜水员状况和识别水下环境中的潜在设备故障提供了基础。
引用
@article{arxiv.2502.16538,
title = {Color Information-Based Automated Mask Generation for Detecting Underwater Atypical Glare Areas},
author = {Mingyu Jeon and Yeonji Paeng and Sejin Lee},
journal= {arXiv preprint arXiv:2502.16538},
year = {2025}
}
备注
7pages, 6 figures