[发明专利]一种裂缝分割方法、装置、电子设备及存储介质

权利要求书

1.一种裂缝分割方法，其特征在于，所述方法包括：

将图像输入预先训练完成的裂缝分割模型；

基于所述裂缝分割模型，对所述图像进行卷积处理和池化处理，得到第一特征图像；分别对所述第一特征图像进行平均池化处理、最大池化处理和空洞卷积处理，得到每个第二特征图像，其中，通过所述平均池化处理提取裂缝全局特征信息，通过所述最大池化处理保留裂缝边缘特征信息，通过所述空洞卷积处理提取裂缝局部的特征信息；将每个第二特征图像进行串行连接，得到第三特征图像，对所述第三特征图像进行残差卷积处理，输出裂缝分割图像；

预先训练裂缝分割模型的过程包括：

将训练集中的每个裂缝图像输入裂缝分割模型，得到每个分割图像；根据所述每个分割图像和每个裂缝图像对应的标注图像，确定模型训练误差，经过预设的时间或预设的迭代次数后，将误差最小的模型作为训练完成的裂缝分割模型；

所述根据所述每个分割图像和每个裂缝图像对应的标注图像，确定模型训练误差包括：

根据公式：确定每个像素点的误差；根据所述每个像素点的误差，确定模型训练误差；式中，p_t为分割图像中像素点的像素值，所述像素值为未进行二值化的像素值，y为像素点的标注信息，当y＝1时表明该像素点为背景像素点，当y＝0时表明该像素点为裂缝像素点，α为加权常数。

2.如权利要求1所述的方法，其特征在于，所述对所述图像进行卷积处理和池化处理，得到第一特征图像包括：

对所述图像进行卷积处理、池化处理和空洞卷积处理，得到第一特征图像。

3.如权利要求1所述的方法，其特征在于，对所述图像进行卷积处理和池化处理之后，将每个第二特征图像进行串行连接之前，所述方法还包括：

对所述图像进行卷积处理和池化处理后的第一特征图像进行解码处理，得到第四特征图像；对每个第二特征图像分别进行解码处理，得到每个第五特征图像；将所述第四特征图像和每个第五特征图像作为每个第二特征图像；其中，所述第四特征图像和每个第五特征图像的分辨率相同。

4.如权利要求1所述的方法，其特征在于，所述对所述第三特征图像进行残差卷积处理，输出裂缝分割图像包括：

对所述第三特征图像进行卷积处理，得到第六特征图像；

将所述第三特征图像和所述第六特征图像进行融合，输出裂缝分割图像。

5.如权利要求1所述的方法，其特征在于，输出裂缝分割图像之后，所述方法还包括：

对所述裂缝分割图像进行二值化处理。

6.一种裂缝分割装置，其特征在于，所述装置包括：

输入模块，用于将图像输入预先训练完成的裂缝分割模型；

确定模块，用于基于所述裂缝分割模型，对所述图像进行卷积处理和池化处理，得到第一特征图像；分别对所述第一特征图像进行平均池化处理、最大池化处理和空洞卷积处理，得到每个第二特征图像，其中，通过所述平均池化处理提取裂缝全局特征信息，通过所述最大池化处理保留裂缝边缘特征信息，通过所述空洞卷积处理提取裂缝局部的特征信息；将每个第二特征图像进行串行连接，得到第三特征图像，对所述第三特征图像进行残差卷积处理，输出裂缝分割图像；

训练模块，用于将训练集中的每个裂缝图像输入裂缝分割模型，得到每个分割图像；根据所述每个分割图像和每个裂缝图像对应的标注图像，确定模型训练误差，经过预设的时间或预设的迭代次数后，将误差最小的模型作为训练完成的裂缝分割模型；

所述训练模块，具体用于根据公式：确定每个像素点的误差；根据所述每个像素点的误差，确定模型训练误差；式中，p_t为分割图像中像素点的像素值，所述像素值为未进行二值化的像素值，y为像素点的标注信息，当y＝1时表明该像素点为背景像素点，当y＝0时表明该像素点为裂缝像素点，α为加权常数。

7.如权利要求6所述的装置，其特征在于，所述确定模块，具体用于对所述图像进行卷积处理、池化处理和空洞卷积处理，得到第一特征图像。