System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像算法领域,尤其涉及一种矿石图像分割方法、装置、系统和介质。
技术介绍
1、在矿石分选行业,选矿设备需要准确定位矿石位置,得到掩膜图像。在现有技术中,基于可见光的皮带成像出现背景复杂、目标矿物表面凹凸不平、形态复杂、同时会出现大量的水滴、泥浆、反光等情况,传统分割算法在这种复杂条件下很难将目标矿物定位,分割出目标部分,容易产生识别率低,分割不全,分割效果差的缺陷。
技术实现思路
1、鉴于上述现有技术的不足,本专利技术的目的在于提供一种矿石图像分割方法,以在通过定位矿石的位置获取每一个矿石图像数据,利用分割模型对矿石图像进行准确分割,提高在复杂场景的情况下精细化分割。
2、为了达到上述目的,本专利技术采取了以下技术方案:
3、本专利技术第一方面提供一种矿石图像分割方法,包括如下步骤:
4、采集待分割矿石的图片数据;
5、通过目标检测算法对所述矿石图片数据的每个矿石位置定位并裁剪,得到每个矿石的图像数据;
6、将所述矿石的图像数据输入至分割模型中进行分割,获得每个矿石掩膜;
7、将所述图像数据根据所述矿石掩膜进行裁剪获得每个矿石的掩膜图,根据所述矿石掩膜图进行识别,得到每个矿石的结果。
8、在一个实施例中,所述将所述矿石的图像数据输入至分割模型中进行分割,获得每个矿石掩膜,包括:
9、通过所述矿石图像数据获取矿石调整特征图;
10、根据所述矿石图像数据和调整特征图
11、将所述下采样特征图与上采样特征图进行特征图拼接,完成矿石图像分割,获取矿石掩膜。
12、在一个实施例中,所述通过所述矿石图像数据获取矿石调整特征图,包括:
13、通过矿石图像数据获取矿石的原始特征图,对所述原始特征图进行卷积处理并相加得到相应的形状特征图;
14、对所述形状特征图求平均值得到形状特征图的一维向量,根据所述一维向量通过函数计算得到每个形状特征图的权重向量;
15、根据所述权重向量和原始特征图获得调整特征图。
16、在一个实施例中,所述对所述形状特征图求平均值得到形状特征图的一维向量,根据所述一维向量通过函数计算得到每个形状特征图的权重向量,包括:
17、在预设维度求形状特征图的平均值,得到形状特征图的一维向量;
18、所述一维向量通过线性函数提取通道的数据信息;
19、使用函数将所述数据信息映射到函数区间获得每个通道的权重向量。
20、在一个实施例中,所述分割模型训练步骤包括:
21、获取已知矿石的矿样图像;
22、所述矿样图像根据第一损失函数和第二损失函数计算得到第一损失函数值和第二损失函数值;
23、通过第一损失函数值和第二损失函数值调整分割模型的参数,完成分割模型的训练。
24、在一个实施例中,所述矿样图像根据第一损失函数计算得到第一损失函数值,包括:
25、将所述矿样图像输入至unet网络进行编码获得编码数据;
26、vae将所述编码数据解码成矿样解码图像;
27、所述矿样图像和矿样解码图像通过第一损失函数计算第一损失函数值。
28、在一个实施例中,所述矿样图像根据第二损失函数计算得到第二损失函数值,包括:
29、通过矿样图像获取输出背景值、矿石掩膜和掩膜图;
30、根据所述矿样图像、输出背景值、矿石掩膜和掩膜图通过第二损失函数计算第二损失函数值。
31、一种矿石图像分割装置,所述装置包括:
32、采集模块,用于采集待分割矿石的图片数据;
33、定位模块,用于通过目标检测算法对所述矿石图片数据的每个矿石位置定位并裁剪,得到每个矿石的图像数据;
34、分割模块,用于将所述矿石的图像数据输入至分割模型中进行分割,获得每个矿石掩膜;
35、识别模块,用于将所述图像数据根据所述矿石掩膜进行裁剪获得每个矿石的掩膜图,根据所述矿石掩膜图进行识别,得到每个矿石的结果。
36、一种矿石图像分割系统,所述系统包括至少一个处理器;以及,
37、与所述至少一个处理器通信连接的存储器;其中,
38、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行所述的矿石图像分割方法。
39、一种非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行时,可使得所述一个或多个处理器执行所述的矿石图像分割方法。
40、有益效果:本专利技术实施例公开了一种矿石图像分割方法、装置、系统及介质,相比于现有技术,本专利技术实施例通过定位矿石的位置获取每一个矿石图像数据,利用分割模型对矿石图像进行准确分割,提高在复杂场景的情况下精细化分割。
本文档来自技高网...【技术保护点】
1.一种矿石图像分割方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的矿石图像分割方法,其特征在于,所述将所述矿石的图像数据输入至分割模型中进行分割,获得每个矿石掩膜,包括:
3.根据权利要求2所述的矿石图像分割方法,其特征在于,所述通过所述矿石图像数据获取矿石调整特征图,包括:
4.根据权利要求3所述的矿石图像分割方法,其特征在于,所述对所述形状特征图求平均值得到形状特征图的一维向量,根据所述一维向量通过函数计算得到每个形状特征图的权重向量,包括:
5.根据权利要求1所述的矿石图像分割方法,其特征在于,所述分割模型训练步骤包括:
6.根据权利要求5所述的矿石图像分割方法,其特征在于,所述矿样图像根据第一损失函数计算得到第一损失函数值,包括:
7.根据权利要求5所述的矿石图像分割方法,其特征在于,所述矿样图像根据第二损失函数计算得到第二损失函数值,包括:
8.一种矿石图像分割装置,其特征在于,所述装置包括:
9.一种矿石图像分割系统,其特征在于,所述系统包括至少一个处理器;以及
10.一种非易失性计算机可读存储介质,其特征在于,所述非易失性计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行时,可使得所述一个或多个处理器执行权利要求1-7任一项所述的矿石图像分割方法。
...【技术特征摘要】
1.一种矿石图像分割方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的矿石图像分割方法,其特征在于,所述将所述矿石的图像数据输入至分割模型中进行分割,获得每个矿石掩膜,包括:
3.根据权利要求2所述的矿石图像分割方法,其特征在于,所述通过所述矿石图像数据获取矿石调整特征图,包括:
4.根据权利要求3所述的矿石图像分割方法,其特征在于,所述对所述形状特征图求平均值得到形状特征图的一维向量,根据所述一维向量通过函数计算得到每个形状特征图的权重向量,包括:
5.根据权利要求1所述的矿石图像分割方法,其特征在于,所述分割模型训练步骤包括:
6.根据权...
【专利技术属性】
技术研发人员:何鹏宇,钟超辉,舒永锋,
申请(专利权)人:赣州好朋友科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。