来源：期刊VIP网 时间：
作者：卢世航;黄小双;孔祥洪;陈新军;
单位：上海海洋大学海洋生物资源与管理学院;上海海洋大学大洋渔业资源可持续开发教育部重点实验室;上海海洋大学国家远洋渔业工程技术研究中心;上海海洋大学农业农村部大洋渔业开发重点实验室;
摘要：【目的】建立一种基于图像增强的优化方法，以提升夜间低照度条件下金枪鱼延绳钓渔获物图像的分类准确性。【方法】提出基于动态白平衡校正与多尺度Retinex增强技术的夜间图像优化处理方案，并以ResNet50、VGG16和MobileNetV3三种典型深度学习分类模型为基础，从分类准确率和F1值等方面综合评估图像增强前后模型性能的变化。【结果】该方法可有效抑制低照度图像的绿色偏色，提升亮度均衡性与细节清晰度；相比原始夜间图像，增强后的夜间图像在三类模型上的准确率平均提升6%～8%，其中ResNet50的准确率由0.86提升至0.92,VGG16从0.84提升至0.92,MobileNetV3从0.82提升至0.87；增强后夜间图像的分类性能趋近于白天良好光照条件下水平。【结论】本研究验证了图像增强方法在提升夜间渔获图像分类性能方面的有效性，为智能化渔业监测技术在复杂光照场景下的应用拓展了技术路径。
关键词：金枪鱼延绳钓;;图像增强;;图像分类;;深度学习;;人工智能渔业
基金资助：国家重点研发计划（2023YFD2401305）;; 国家自然科学基金（41876141）
