[发明专利]一种基于mask rcnn的堆叠粗骨料图像分割方法及系统

权利要求书

1.一种基于mask rcnn的堆叠粗骨料图像分割方法，其特征在于：所述方法包括如下步骤：

步骤S10、通过CCD相机拍摄粗骨料颗粒图片，然后将图片传送到计算机中；

步骤S20、通过标注工具对图像进行标注得到训练所需的粗骨料图像数据集；

步骤S30、使用mask rcnn模型对现有的coco数据集进行训练得到权重作为初始模型；

步骤S40、在初始模型的基础上训练粗骨料图像数据集得到最终需要的图像分割权重及图像分割模型；

步骤S50、将采集到的待处理图像输入到所述图像分割模型中进行处理得到分割后的图像；

步骤S60、统计所述分割后的图像中每一个粗骨料颗粒的面积；

步骤S70、根据粗骨料颗粒的面积计算粗骨料各级配占比。

2.如权利要求1所述的一种基于mask rcnn的堆叠粗骨料图像分割方法，其特征在于：所述步骤S20的标注工具采用labelme软件，通过使用多边形框的方法依次对粗骨料轮廓边缘进行框选，形成闭合空间，将所述闭合空间命名为“aggregate”，制作粗骨料数据集。

3.如权利要求1所述的一种基于mask rcnn的堆叠粗骨料图像分割方法，其特征在于：所述步骤S50中的待处理图像在输入到所述图像分割模型中之前还包括：将采集到的待处理图像均分为4等分进行预处理消除环境对采集图像的影响。

4.如权利要求1所述的一种基于maskrcnn的堆叠粗骨料图像分割方法，其特征在于：所述步骤S60具体为：

在分割后的图像中利用不同颜色标记出每颗粗骨料，并统计每颗粗骨料像素面积；

所述像素面积计算过程为：遍历分割后的每个mask，利用opencv库中的面积计算函数得到各个粗骨料的面积值，即为像素面积。

5.如权利要求1所述的一种基于maskrcnn的堆叠粗骨料图像分割方法，其特征在于：所述步骤S70中的级配占比计算方式如下：根据像素面积采用opencv库中等效椭圆的计算函数依次计算各个粗骨料颗粒的短轴，用所述短轴代表粗骨料颗粒的等效粒径，以所述等效粒径划分整张图片中颗粒的级配占比。

6.一种基于mask rcnn的堆叠粗骨料图像分割系统，其特征在于：所述装置包括图像采集模块、标注模块、初始模型模块、训练模块、图像分割模块、面积计算模块和级配占比模块：

所述图像采集模块，用于通过CCD相机拍摄粗骨料颗粒图片，然后将图片传送到计算机中；

所述标注模块，用于通过标注工具对图像进行标注得到训练所需的粗骨料图像数据集；

所述初始模型模块，用于使用mask rcnn模型对现有的coco数据集进行训练得到权重作为初始模型；

所述训练模块，用于在初始模型的基础上训练粗骨料图像数据集得到最终需要的图像分割权重及图像分割模型；

所述图像分割模块，用于将采集到的待处理图像输入到所述图像分割模型中进行处理得到分割后的图像；

所述面积计算模块，用于统计所述分割后的图像中每一个粗骨料颗粒的面积；

所述级配占比模块，用于根据粗骨料颗粒的面积计算粗骨料各级配占比。

7.如权利要求6所述的一种基于mask rcnn的堆叠粗骨料图像分割系统，其特征在于：所述标注工具采用labelme软件，通过使用多边形框的方法依次对粗骨料轮廓边缘进行框选，形成闭合空间，将所述闭合空间命名为“aggregate”，制作粗骨料数据集。

8.如权利要求6所述的一种基于mask rcnn的堆叠粗骨料图像分割系统，其特征在于：所述待处理图像在输入到所述图像分割模型中之前还包括：将采集到的待处理图像均分为4等分进行预处理消除环境对采集图像的影响。