[发明专利]基于多特征融合解码器的矿物实时分割方法

说明书

本发明公开了基于多特征融合解码器的矿物实时分割方法，属于矿相分割技术领域。基于多特征融合解码器的矿物实时分割方法，包括如下步骤：S1：在磁铁矿显微图像下对标签白色区域的石英进行语义信息分割，制作多个数据集，对得到的数据集分别进行训练和测试，采用垂直翻转、水平翻转、随机旋转n个90度、仿射变换和随机平移等策略的组合对磁铁矿显微图像进行增强；S2：所述S1中的增强方法采用区域克隆数据集增强方法，在数据集的训练过程中，从数据集中随机克隆另外一张图片的部分区域到索引图像，同时标签也执行相同操作；本发明解决了采用传统医学语义分割策略完成磁铁矿显微图像下石英的分割任务仍需花费大量时间的问题。

技术领域

本发明属于矿相分割技术领域，尤其涉及基于多特征融合解码器的矿物实时分割方法。

背景技术

工艺矿物学工作人员操作显微镜定量分析矿物对专业知识和实践经验要求高，方法原始且工作耗时长，使用计算机对矿相快速分割出其成分对工艺矿物学的科研人员有着重大的意义；近年来国内外采用深度学习的方法对矿物岩石等的分类工作日益增长，学者们对矿物的识别取得了颇丰的成果，但是由于镜下矿相颜色纹理特征复杂多样，采用传统图像处理方法很难将其分割，因此学者们对矿相分割少有涉及，随着近几年深度学习语义分割的发展，矿相分割成为可能。

矿物显微图像分割任务和医学图像分割更为接近，医学图像分割方法有着很大的借鉴价值，在过去的几年中出现了许多有效的医学图像分割方案，最经典的是U型网络，在生物医学领域获得了很好的分割效果，之后在U-net的基础上进行改进提出了U-Net++和U-Net3+，2019年在U型网络中引入空洞卷积和金字塔池化，使得分割精度进一步提升，医学图像分割算法在分割精度上已经很成熟；但采用传统医学语义分割策略对这些照片进行分割仍需花费大量的时间，如一块矿石光薄片尺寸为3.5×3.5cm，在50倍物镜的显微镜下需要拍摄上万张照片才能拍完全貌。

为此在特征复用结构的启发下，对U型网络的解码器进行改进，提出了多特征融合解码器结构，完成在磁铁矿显微图像下分割石英的分割任务；为解决上述问题，本发明提供了基于多特征融合解码器的矿物实时分割方法。

发明内容

本发明的目的是对U型网络的解码器进行改进，提出了多特征融合解码器结构，完成在磁铁矿显微图像下分割石英的分割任务，以解决背景技术中提出的问题。

为了实现上述目的，本发明采用了如下技术方案：

基于多特征融合解码器的矿物实时分割方法，包括如下步骤：

S1：在磁铁矿显微图像下对标签白色区域的石英进行语义信息分割，制作多个数据集，对得到的数据集分别进行训练和测试，采用垂直翻转、水平翻转、随机旋转n个90度、仿射变换和随机平移等策略的组合对磁铁矿显微图像进行增强；

S2：所述S1中的增强方法采用区域克隆数据集增强方法，在数据集的训练过程中，从数据集中随机克隆另外一张图片的部分区域到索引图像，同时标签也执行相同操作，提高矿相数据的多样性并且降低训练过程过拟合现象；

S3：基于S2中处理所得的数据集构建相关网络模型，对数据集进行编码、解码以及融合处理，在反复进行编码和解码操作过程中融合所有同尺度的特征图，获取编码器特征图和解码器特征图，并在编码器特征图和解码器特征图融合后再一次进行编码；

S4：所述S3中对数据集进行编码和解码处理时，采用多特征聚合解码器结构和轻量化Resnet34搭建MA-net网络结构；

S5：基于S4中所搭建的MA-net网络结构，引入通道注意力机制训练得到网络模型，提高分割精度；

S6：在所述S4中搭建的MA-net网络结构的末尾引入残差多内核池化模块，残差多内核池化模块主要依靠多个有效的视野来检测不同大小的对象；