裂缝图像分割方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种裂缝图像分割方法、装置、电子设备及存储介质，裂缝图像分割方法，包括：生成器获取裂缝图像，并基于所述裂缝图像，得到裂缝图像特征；将所述裂缝图像特征进行多层下采样处理，得到多层下采样特征；将所述多层下采样特征进行多层上采样处理并融合，得到所述裂缝图像的联合特征；基于所述联合特征，得到所述裂缝图像的分割结果。本发明专利技术提供的裂缝图像分割方法，可以解决现有技术中裂缝图像分割的成本高以及准确性低的缺陷，实现以较低的成本提高裂缝图像的分割结果的准确性。成本提高裂缝图像的分割结果的准确性。成本提高裂缝图像的分割结果的准确性。

【技术实现步骤摘要】
裂缝图像分割方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种裂缝图像分割方法、装置、电子设备及存储介质。

技术介绍

[0002]道路检测过程中，对路面裂缝的精确分割是测量裂缝区域面积和对裂缝进行分类、分析路面病害成因和开展道路养护工作的基础和重点。
[0003]目前路面裂缝的分割方法主要有以下几种：一、通过运用传统图像处理中阈值分割和边缘检测等图像算法分割裂缝，提取裂缝区域；二、使用三维相机检测技术，通过采集路面裂缝的深度信息分割裂缝，提取裂缝区域。
[0004]上述的第一种方法，容易受到道路光照强度、路面阴影、路面类型、路面杂物等诸多因素的影响，对裂缝区域分割的准确性较低。上述的第二种方法，检测成本较高，具有较大局限性。
[0005]因此，需要提供一种裂缝图像分割方法，能够以较低的成本提高裂缝图像的分割结果的准确性。

技术实现思路

[0006]本专利技术提供一种裂缝图像分割方法、装置、电子设备及存储介质，用以解决现有技术中裂缝图像分割的成本高以及准确性低的缺陷，实现以较低的成本提高裂缝图像的分割结果的准确性。
[0007]第一方面，本专利技术提供一种裂缝图像分割方法，包括：
[0008]生成器获取裂缝图像，并基于所述裂缝图像，得到裂缝图像特征；
[0009]将所述裂缝图像特征进行多层下采样处理，得到多层下采样特征；
[0010]将所述多层下采样特征进行多层上采样处理并融合，得到所述裂缝图像的联合特征；r/>[0011]基于所述联合特征，得到所述裂缝图像的分割结果。
[0012]在一个实施例中，所述将所述裂缝图像特征进行多层下采样处理，得到多层下采样特征，包括：
[0013]将所述裂缝图像特征输入至多层第一残差单元，得到所述多层下采样特征；
[0014]其中，每层第一残差单元均包括第一网络层、第二网络层以及叠加层，所述第一网络层的输出以及所述第二网络层的输出均接入所述叠加层；
[0015]所述第一网络层包括：第一正则化层、第一激活层以及第一卷积层，所述第一卷积层对应的步长大于1；
[0016]所述第二网络层包括：第二卷积层和第二正则化层。
[0017]在一个实施例中，所述第一网络层还包括：第三正则化层、第三激活层以及第三卷积层。
[0018]在一个实施例中，所述基于所述裂缝图像，得到裂缝图像特征，包括：
[0019]将所述裂缝图像经过第四卷积层、第四正则化层、第四激活层处理以及第五卷积层，得到所述裂缝图像特征。
[0020]在一个实施例中，所述将所述多层下采样特征进行多层上采样处理并融合，得到所述裂缝图像的联合特征，包括：
[0021]将所述多层下采样特征输入至上采样分割网络层，进行多层上采样处理并融合，得到所述联合特征；
[0022]其中，所述上采样分割网络层包括依次叠加的多层上采样卷积网络单元，且每层上采样卷积网络单元包括:上采样层、数据串联层以及第二残差单元；
[0023]在所述上采样分割网络层中，每层数据串联层分别用于接收不同层的下采样特征或者所述裂缝图像特征，且第一层上采样层用于接收最底层下采样特征。
[0024]在一个实施例中，所述基于所述联合特征，得到所述裂缝图像的分割结果，包括：
[0025]将所述联合特征经过第六卷积层和第五激活层处理，得到所述分割结果。
[0026]在一个实施例中，还包括：
[0027]基于所述分割结果，以及分割标签图像对判别器进行训练，得到第一交叉熵损失函数值；
[0028]将所述第一交叉熵损失函数值反馈至所述判别器，对所述判别器进行训练优化；
[0029]在对所述判别器进行训练优化后，将所述分割结果，以及所述分割标签图像输入至所述判别器，得到第二交叉熵损失函数值；
[0030]将所述第二交叉熵损失函数值反馈至所述生成器，对所述生成器进行训练优化。
[0031]第二方面，本专利技术提供一种裂缝图像分割装置，包括：
[0032]特征提取模块，用于基于生成器获取裂缝图像，并基于所述裂缝图像，得到裂缝图像特征；
[0033]下采样模块，用于将所述裂缝图像特征进行多层下采样处理，得到多层下采样特征；
[0034]上采样模块，用于将所述多层下采样特征进行多层上采样处理并融合，得到所述裂缝图像的联合特征；
[0035]分割计算模块，用于基于所述联合特征，得到所述裂缝图像的分割结果。
[0036]第三方面，本专利技术提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一种所述裂缝图像分割方法的步骤。
[0037]第四方面，本专利技术提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述任一种所述裂缝图像分割方法的步骤。
[0038]本专利技术提供的裂缝图像分割方法、装置、电子设备及存储介质，将裂缝图像特征进行多层下采样处理，得到多层下采样特征，再将将多层下采样特征进行多层上采样处理并融合，经过多层下采样处理以及上采样处理，可以得到多个不同层级以及不同尺寸的裂缝特征图，将多个不同层级以及不同尺寸的裂缝特征图融合得到联合特征，最后通过联合特征，得到分割结果。
[0039]在裂缝分割过程中，通过联合多个不同层级以及不同尺寸的裂缝特征图，即多层
下采样特征，可以提取到更多精确的裂缝特征，进而提高了裂缝区域分割的准确性，也即是提高了裂缝图像的分割结果的准确性。
附图说明
[0040]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本专利技术提供的裂缝图像分割方法的流程示意图；
[0042]图2是本专利技术提供的裂缝图像分割方法的中生成器的结构示意图；
[0043]图3是本专利技术提供的第一残差单元的结构示意图；
[0044]图4是本专利技术提供的判别器的优化示意图；
[0045]图5是本专利技术提供的生成器的优化示意图；
[0046]图6是本专利技术提供的对抗网络的结构示意图；
[0047]图7是本专利技术提供的判别器的结构示意图；
[0048]图8是本专利技术提供的裂缝图像之一；
[0049]图9是本专利技术提供的裂缝图像之二；
[0050]图10是本专利技术提供的裂缝图像之三；
[0051]图11是本专利技术提供的与图8对应的分割标签图像；
[0052]图12是本专利技术提供的与图9对应的分割标签图像；
[0053]图13是本专利技术提供的与图10对应的分割标签图像；
[0054]图14是基于阈值分割方法对图8处理得到的分割结果；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种裂缝图像分割方法，其特征在于，包括：生成器获取裂缝图像，并基于所述裂缝图像，得到裂缝图像特征；将所述裂缝图像特征进行多层下采样处理，得到多层下采样特征；将所述多层下采样特征进行多层上采样处理并融合，得到所述裂缝图像的联合特征；基于所述联合特征，得到所述裂缝图像的分割结果。2.根据权利要求1所述的裂缝图像分割方法，其特征在于，所述将所述裂缝图像特征进行多层下采样处理，得到多层下采样特征，包括：将所述裂缝图像特征输入至多层第一残差单元，得到所述多层下采样特征；其中，每层第一残差单元均包括第一网络层、第二网络层以及叠加层，所述第一网络层的输出以及所述第二网络层的输出均接入所述叠加层；所述第一网络层包括：第一正则化层、第一激活层以及第一卷积层，所述第一卷积层对应的步长大于1；所述第二网络层包括：第二卷积层和第二正则化层。3.根据权利要求2所述的裂缝图像分割方法，其特征在于，所述第一网络层还包括：第三正则化层、第三激活层以及第三卷积层。4.根据权利要求1所述的裂缝图像分割方法，其特征在于，所述基于所述裂缝图像，得到裂缝图像特征，包括：将所述裂缝图像经过第四卷积层、第四正则化层、第四激活层处理以及第五卷积层，得到所述裂缝图像特征。5.根据权利要求1所述的裂缝图像分割方法，其特征在于，所述将所述多层下采样特征进行多层上采样处理并融合，得到所述裂缝图像的联合特征，包括：将所述多层下采样特征输入至上采样分割网络层，进行多层上采样处理并融合，得到所述联合特征；其中，所述上采样分割网络层包括依次叠加的多层上采样卷积网络单元，且每层上采样卷积网络单元包括:上采样层、数据串联层以及第二残差单元；在所述上采样分...

【专利技术属性】
技术研发人员：申浩，
申请(专利权)人：中移系统集成有限公司中国移动通信集团有限公司，
类型：发明
国别省市：