一种基于贝叶斯的显微图像颗粒分割方法、装置及设备制造方法及图纸

技术编号:41259069 阅读:15 留言:0更新日期:2024-05-11 09:17
本发明专利技术公开了一种基于贝叶斯的显微图像颗粒分割方法、装置及设备。通过对显微图像数据进行颗粒标注制作颗粒分割模型所需的样本集,基于语义分割网络ERFNet根据前述样本集构建颗粒分割模型,利用颗粒分割模型提取目标图像的颗粒特征,最后利用贝叶斯算法对提取的颗粒特征进行聚类分割。通过上述方式,本发明专利技术通过基于贝叶斯概率与深度学习的分割技术,更好地实现了对复杂显微图像中的重叠颗粒、形态不规则颗粒等的精准分割,解决了常规深度学习技术在分割重叠、复杂显微颗粒的过程中易混淆的难题,为显微图像处理工作及其结构分析提供了可靠的技术手段。

【技术实现步骤摘要】

本专利技术涉及显微图像处理,特别涉及一种基于贝叶斯的显微图像颗粒分割方法、装置及设备


技术介绍

1、显微材料图像是材料科学基础研究及相关科学技术发展的重要研究内容之一,研究、分析其结构形态、成分组成是未来发展复合新型材料的必要前提。因此,通过对显微图像进行微观分析研究是进一步了解、学习材料显微特性、构造的关键手段。在此背景下,对显微图像下颗粒的分割提取是了解、分析其微观结构的有效方案。

2、与此同时,随着计算机视觉技术的发展,图像分割近些年也有着广阔的应用前景。以分割提取效率及方式而言,常规的图像分割一般可分为两大类:基于传统图像处理的分割方法、基于深度学习算法的图像分割方法。

3、其中,基于传统图像处理算法的分割方法的主要原理是利用数字图像处理、拓扑学、数学几何学等领域技术实现对图像的分割。基于传统图像处理的分割方法主要包含初期的阈值分割、区域分割、k-均值聚类分割、超像素分割、分水岭分割以及之后的高级算法基于主动轮廓模型的分割算法、基于图论的分割算法、基于马尔科夫随机场的分割算法等。传统图像分割算法在部分的图像上具有一定的分割本文档来自技高网...

【技术保护点】

1.一种基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,对显微图像数据进行颗粒标注之前,对所述显微图像数据进行预处理,所述预处理步骤包括:

3.根据权利要求2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,

4.根据权利要求2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,

5.根据权利要求1或2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述对显微图像数据进行颗粒标注包括:

6.根据权利要求1或2所述的基于贝叶斯的显微图像颗粒分...

【技术特征摘要】

1.一种基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,对显微图像数据进行颗粒标注之前,对所述显微图像数据进行预处理,所述预处理步骤包括:

3.根据权利要求2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,

4.根据权利要求2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,

5.根据权利要求1或2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述对显微图像数据进行颗粒标注包括:

6.根据权利要求1或2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述基于语义分割网络erfnet根据所述样本集构建颗粒分割模型包括:

7.根据权利要求1或2所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述目标图像的颗粒特征包括:

8.根据权利要求7所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,所述利用所述颗粒分割模型提取目标图像的颗粒特征包括:

9.根据权利要求7所述的基于贝叶斯的显微图像颗粒分割方法,其特征在于,

10.根据权...

【专利技术属性】
技术研发人员:任义丽毕建中罗路梁佳张洋
申请(专利权)人:中国石油天然气股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1