基于语义分割的磁铁矿显微图像分割方法与流程

技术特征：
1.一种基于语义分割的磁铁矿显微图像分割方法，其特征在于，包括以下步骤：获取多张待分割的交代残余结构的磁铁矿显微图像；采用语义分割网络将磁铁矿显微图像分割成深色区域和浅色区域；对分割后的显微图像进行图像增强，获得目标矿物显微图像；将所述目标矿物显微图像输入至预设矿物分类网络模型中，以获得所述图像分割后得到的脉石矿物和矿物颗粒图像。2.根据权利要求1所述的一种基于语义分割的磁铁矿显微图像分割方法，其特征在于，在获取待分割的交代残余结构的磁铁矿显微图像之前，所述方法还包括：将待处理显微图像的放大倍数和光照度调整至最佳；采集属于样本的交代残余结构的待处理磁铁矿显微图像。3.根据权利要求1所述的一种基于语义分割的磁铁矿显微图像分割方法，其特征在于，采用语义分割网络将磁铁矿显微图像进行分割，具体包括：预设语义分割网络模型为：网络的整体结构为编码解码结构，该网络结构是根据特征复用结构和编码解码结构提出的一种聚合多个阶段特征的u型网络，并加入残差多内核池化以使得不同大小特征图之间也有信息交流；将所述交代残余结构的待处理磁铁矿显微图像输入至预设语义分割网络模型中，以获得所述预设语义分割网络模型输出的分割结果，包括：将所述磁铁矿显微图像输入至模型；通过所述的多阶段特征复用结构，将编码器部分拆分成多个阶段；通过所述的解码器，采用u型结构逐渐上采样的方法进行特征图融合，从而实现图像分割；通过所述的残差多内核池化，检测不同大小的图像，使得不同大小特征图之间也有信息交流。4.根据权利要求3所述的一种基于语义分割的磁铁矿显微图像分割方法，其特征在于，所述预设语义分割网络模型还包括：所述的编码器在给定输入图像后，通过网络学习得到输入图像的特征图谱，前一阶段的最终输出特征图放大后作为下一阶段的输入，每个阶段特征提取的过程中融合前一阶段的特征图；所述解码器在编码器提供特征图后，融合多个特征图，逐步实现每个像素的类别标注；所述的残差多内核池化，依靠多个有效的视野来检测不同大小的对象，使用四个不同大小的池化内核收集上下文信息以丰富高级语义信息，然后通过双线性插值获得与原始特征图相同大小的特征并通过1x1卷积将维度缩减为1,最后，将原始特征与上采样的特征图合并通道。5.根据权利要求1所述的一种基于语义分割的磁铁矿显微图像分割方法，其特征在于，对分割后的显微图像进行图像增强，具体包括：通过对图像采用随机垂直翻转、水平翻转、随机旋转n个90度、水平方向和垂直方向的随机平移改变图像中矿石的位置；通过对图像进行色彩扰动从而实现图像增强；通过对图像进行随意裁剪和拼接实现混合数据增强图像；
相应的，在所述的混合数据增强图像中，将图片平均分割成16块，每次随机从一张图片中选择4个块替换掉另一张图片的位置，拼接得到最终图像。6.根据权利要求1所述的一种基于语义分割的磁铁矿显微图像分割方法，其特征在于，将所述目标矿物显微图像输入至预设矿物分类网络模型中，以获得所述图像分割后得到的脉石和矿物颗粒图像，具体包括：对所述目标矿物显微图像采用固定阈值方法可将浅色脉石区域图像中矿物颗粒和脉石矿物分割开来；对所述深色区域磁铁矿颗粒和脉石矿物采用canny算法对图像进行边缘检测，边缘检测后矿物颗粒区域线条密集，之后采用闭运算联通密集区域，最后分析存在的孔洞大小，将细小的孔洞填充，并进行矿物颗粒分割；将所述分割图像融合得到最终的矿物显微分割图。

技术总结
本发明属于矿业工程技术领域，具体来说涉及一种基于语义分割的磁铁矿显微图像分割方法；该方法包括：获取多张交代残余结构的磁铁矿显微图像；采用语义分割网络将磁铁矿显微图像分割成深色区域和浅色区域；对分割的显微图像进行图像增强，获得目标矿物显微图像；将所述目标矿物显微图像输入至预设矿物分类网络模型中，以获得所述图像分割后得到的脉石和矿物颗粒图像；相比于其余U型网络，本发明采用的基于特征复用结构和编码解码结构的一种聚合多个阶段特征的U型网络，在训练好的预设矿物显微图像分割模型中，具有较低的计算量和较高的分割精度。的分割精度。的分割精度。


技术研发人员：牛福生 张红梅 薛文强 张晋霞 武佳慧 姚姗姗 梁秀满
受保护的技术使用者：华北理工大学
技术研发日：2021.11.04
技术公布日：2022/1/4