【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是涉及一种基于res-unet多路图像特征复用的裂缝分割方法及装置。
技术介绍
1、近年来，随着计算机性能和计算能力的不断提高，图像处理领域取得了突破性进展。卷积网络表现良好，已成为图像处理的重要手段。同时，由于场景分割越来越复杂，图像分割算法也在不断革新，以此保证图像分割的精确性。基本上卷积神经网络包含以下层：卷积层、非线性处理层、池化层和分类四个操作，对于泛化、防止过拟合等要求，也可以加入批量归一化层、dropout层等。于2015年提出的全卷积神经网络将对图像的分类任务延伸到了像素级别的分类任务，将整个图像的像素归类，输入图像后对边缘的分割，实现图像语义分割任务。
2、目前，在res-une网络t中，分为下采样和上采样两种过程，其中在下采样过程中，相比于经典的u-net网络，通过引入残差块复用了浅层的特征，但是，如果对数据集的预处理不达标或者没有预处理，那么对浅层特征复用时会有利用效果不好、不充分的问题。
技术实现思路
1、有鉴于此，本专利技术...
【技术保护点】
1.一种基于Res-Unet多路图像特征复用的裂缝分割方法，其特征在于，包括：
2.根据权利要求1所述的基于Res-Unet多路图像特征复用的裂缝分割方法，其特征在于，提取所述预处理后路面图像的图像特征金字塔的步骤，包括：
3.根据权利要求1所述的基于Res-Unet多路图像特征复用的裂缝分割方法，其特征在于，所述Res-Unet网络包括特征提取单元、降采样单元、升采样单元和结果输出单元；
4.根据权利要求3所述的基于Res-Unet多路图像特征复用的裂缝分割方法，其特征在于，所述特征提取单元包括卷积层、BN层和激活函数层；
...【技术特征摘要】
1.一种基于res-unet多路图像特征复用的裂缝分割方法，其特征在于，包括：
2.根据权利要求1所述的基于res-unet多路图像特征复用的裂缝分割方法，其特征在于，提取所述预处理后路面图像的图像特征金字塔的步骤，包括：
3.根据权利要求1所述的基于res-unet多路图像特征复用的裂缝分割方法，其特征在于，所述res-unet网络包括特征提取单元、降采样单元、升采样单元和结果输出单元；
4.根据权利要求3所述的基于res-unet多路图像特征复用的裂缝分割方法，其特征在于，所述特征提取单元包括卷积层、bn层和激活函数层；
5.根据权利要求3所述的基于res-unet多路图像特征复用的裂缝分割方法，其特征在于，所述降采样单元包括多个降采样层；
6.根据...
【专利技术属性】
技术研发人员：王世豪，
申请(专利权)人：中电信数字城市科技有限公司，
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。