[发明专利]基于改进U-net网络的煤岩全组分提取方法及其应用

权利要求书

1.基于改进U-net网络的煤岩全组分提取方法，其特征在于，获取待处理图像后将其输入改进Unet网络模型，改进Unet网络模型输出煤岩组分类别概率分布图，对煤岩组分类别概率分布图进行后处理得到煤岩全组分图像，所述后处理包括使用全连接条件随机场进行优化处理；

所述改进Unet网络模型相比于Unet网络模型的改进之处在于，采用Mish激活函数替代原有的Relu激活函数；

所述改进Unet网络模型的训练过程即以训练数据集的图像作为输入，以所述输入对应的煤岩组分类别标签作为理论输出，不断调整模型参数的过程，训练的终止条件为使用验证样本模型进行验证时其验证精度连续N轮停止提升，所述训练数据集中的所有图像均已进行人工标定，训练数据集包含所有图像对应的煤岩组分类别标签分布图。

2.根据权利要求1所述的基于改进U-net网络的煤岩全组分提取方法，其特征在于，所述改进Unet网络模型相比于Unet网络模型的改进之处还在于，采用Resnet中的残差卷积块替代了原有的卷积块。

3.根据权利要求1所述的基于改进U-net网络的煤岩全组分提取方法，其特征在于，所述训练数据集的获取过程如下：

(1)煤岩显微图像的获取和预处理；

(2)获取训练数据集：

(2.1)对步骤(1)获取的煤岩显微图像进行标注完成数据集标注；

(2.2)筛选典型样本制作数据集；

(2.3)对步骤(2.2)获取的数据集进行数据扩充。

4.根据权利要求3所述的基于改进U-net网络的煤岩全组分提取方法，其特征在于，步骤(1)具体如下：

(1.1)使用相机拍摄煤光片获得原始煤岩显微图像；

(1.2)对原始煤岩显微图像进行有重叠分块处理得到尺寸为1024×1024的子图，重叠区域为子图尺寸的1/n。

5.根据权利要求3所述的基于改进U-net网络的煤岩全组分提取方法，其特征在于，所述标注的具体操作为：

对步骤(1)获取的煤岩显微图像进行人工标定，其中显微图像中所有煤岩组分区域为前景，非煤岩组分区域为背景；

所述数据扩充的具体操作为：

对步骤(2.2)制作得到的数据集中标注后的煤岩显微图像进行随机缩放、平移、翻转、旋转和对比度增强操作以扩充数据集。

6.根据权利要求1所述的基于改进U-net网络的煤岩全组分提取方法，其特征在于，所述改进Unet网络模型的训练过程具体如下：

(1)数据在线增强和标准化处理；

(2)改进Unet网络模型的搭建；

(3)改进Unet网络模型的训练和参数学习。

7.根据权利要求1所述的基于改进U-net网络的煤岩全组分提取方法，其特征在于，所述后处理的具体操作为：

(1)根据预先设定的概率阈值区分煤岩组分类别概率分布图的前景和背景，从而得到确定的煤岩组分区域掩膜；

(2)使用全连接条件随机场进行优化处理；

(3)掩膜图像拼接；

(4)细碎区域面积阈值去除；

(5)图像掩膜获取煤岩全组分图像。

8.一种电子设备，其特征在于，包括一个或多个处理器、一个或多个存储器、一个或多个程序及图像输入装置；

所述图像输入装置用于输入待处理图像，所述一个或多个程序被存储在所述存储器中，当所述一个或多个程序被所述处理器执行时，使得所述电子设备执行如权利要求1～7任一项所述的基于改进U-net网络的煤岩全组分提取方法。