基于UNet的土壤多类别孔隙三维辨识方法及装置制造方法及图纸

本发明专利技术提供一种基于UNet的土壤多类别孔隙三维辨识方法及装置，涉及图像处理技术领域，方法包括：获取土壤孔隙图像三维数据；将土壤孔隙图像三维数据输入至土壤孔隙识别模型中，得到土壤孔隙识别模型输出的多类别孔隙识别结果；其中，土壤孔隙识别模型是基于土壤孔隙训练图像和对土壤孔隙训练图像进行体素级标注得到的标签进行训练得到的；土壤孔隙识别模型用于基于输入的土壤孔隙图像三维数据、利用密集注意力机制和多尺度融合注意力机制进行多类别孔隙特征识别，得到多类别孔隙识别结果。本发明专利技术提高了模型对于三维多尺度特征提取的能力，并充分融合编码信息和解码信息，提升土壤多类别孔隙的辨识精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种基于unet的土壤多类别孔隙三维辨识方法及装置。

技术介绍

1、目前，基于土壤ct图像的土壤多类别孔隙辨识大多采用多特征指标阈值法基于二维图像或三维图像进行土壤不同类别孔隙辨识。

2、在基于二维图像进行辨识时，由于二维图像不具有三维结构的连通性，且不同种类孔隙在二维图像中会表达出相似特征，基于二维图像的辨识结果无法准确表达不同种类孔隙的特征差异，从而导致辨识效果不佳。

3、在基于三维图像进行辨识时，大多利用多特征指标阈值法对多类别孔隙结构进行辨识，由于受到外界活动影响，不同孔隙演变过程中会产生相交情况，而仅使用特征指标无法辨识出不同类别的相交孔隙，且对于不规则孔隙或小尺寸的孔隙辨识准确度较低；此外，单一阈值无法可靠地重建土壤样本的孔隙结构，对不同ct图像需要手动调试以确保准确性，可见，多特征指标阈值法对多类别孔隙辨识鲁棒性较差。

技术实现思路

1、本专利技术提供一种基于unet的土壤多类别孔隙三维辨识方法及装置，用以解决现有技术中受限于相交情况以致不本文档来自技高网...

【技术保护点】

1.一种基于UNet的土壤多类别孔隙三维辨识方法，其特征在于，包括：

2.根据权利要求1所述的基于UNet的土壤多类别孔隙三维辨识方法，其特征在于，所述土壤孔隙识别模型包括至少两级的编码器层、图像分类层以及与所述编码器层级别对应的解码器层、密集连接注意力层和多尺度融合注意力层，其中：

3.根据权利要求2所述的基于UNet的土壤多类别孔隙三维辨识方法，其特征在于，所述将所述土壤孔隙图像三维数据输入至土壤孔隙识别模型中，得到所述土壤类别识别模型输出的多类别孔隙识别结果，包括：

4.根据权利要求3所述的基于UNet的土壤多类别孔隙三维辨识方法，其特征在于，所...

【技术特征摘要】

1.一种基于unet的土壤多类别孔隙三维辨识方法，其特征在于，包括：

2.根据权利要求1所述的基于unet的土壤多类别孔隙三维辨识方法，其特征在于，所述土壤孔隙识别模型包括至少两级的编码器层、图像分类层以及与所述编码器层级别对应的解码器层、密集连接注意力层和多尺度融合注意力层，其中：

3.根据权利要求2所述的基于unet的土壤多类别孔隙三维辨识方法，其特征在于，所述将所述土壤孔隙图像三维数据输入至土壤孔隙识别模型中，得到所述土壤类别识别模型输出的多类别孔隙识别结果，包括：

4.根据权利要求3所述的基于unet的土壤多类别孔隙三维辨识方法，其特征在于，所述基于相邻两级编码器层输入的下采样特征进行特征融合，或相邻连接的编码器层和图像分类层对应输入的下采样特征和分类特征进行特征融合，得到第一融合特征，包括：

5.根据权利要求3所述的基于unet的土壤多类别孔隙三维辨识方法，其特征在于，所述基于同级密集连接注意力层输入的第一融合特征和所述图像分类层输入的分类特征进行多尺度...

【专利技术属性】
技术研发人员：宋美慧，韩巧玲，王禹沣，赵玥，赵燕东，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：