图像分割方法、系统、可读存储介质及计算机技术方案

技术编号:43571203 阅读:44 留言:0更新日期:2024-12-06 17:40
本发明专利技术提供一种图像分割方法、系统、可读存储介质及计算机,该方法包括:对图像数据集进行数据预处理得到预处理数据集;根据预处理数据集所提取出的特征数据构建图像分割网络;基于特征数据权重计算结果对图像分割网络进行优化构建出图像分割模型;利用可学习的偏移量参数动态调整图像分割模型的采样位置,以得到图像分割优化模型;对图像分割优化模型进行指标评价,若指标评价结果符合预设要求,则利用图像分割模型对待处理的图像数据进行图像分割。本发明专利技术先利用空间注意力机制突出关键特征,再通过可学习的偏移量参数动态调整采样位置,使模型能有效表征对应的复杂的形状和结构特征,进而增强模型对各种形状的识别和定位能力。

【技术实现步骤摘要】

本专利技术涉及图像处理,特别涉及一种图像分割方法、系统、可读存储介质及计算机


技术介绍

1、毛竹林,属于亚热带主要竹种,其用途广,也是开发和研究最深入的优良经济竹种。因此,快速、准确的提取毛竹林的分布信息对于掌握毛竹分布规模、预测毛竹产量及竹产业经济发展等具有重要意义。

2、然而,现有的毛竹林的图像分割方法存在如下几个缺点:

3、1、毛竹林分布实地调查困难。毛竹是生长周期较长的植物,其生长、竹子密度和竹林结构等特征变化缓慢,需要进行长期的实地调查才能得出准确结论,但实地调查往往耗费大量时间以及人力资源等;

4、2、传统图像分割处理较为繁琐。传统的图像分割方法,如基于阈值、边缘检测、区域增长等方法,通常需要手动调整参数来适应不同的场景,对于复杂的森林环境和毛竹林的特殊要求,可能需要大量的试验和调优,且算法的稳健性和泛化能力可能受到限制。

5、3、自动识别毛竹林位置精确低。毛竹林图像具有复杂的背景,森林内部通常有大量的树木、灌木和地面植被,这些对象与毛竹林的形态相似,增加了在图像中分割毛竹林位置的难度。

本文档来自技高网...

【技术保护点】

1.一种图像分割方法,其特征在于,包括:

2.根据权利要求1所述的图像分割方法,其特征在于,实时获取图像采集设备所采集的图像数据集,并对所述图像数据集进行数据预处理,以得到预处理数据集的步骤包括:

3.根据权利要求1所述的图像分割方法,其特征在于,对所述预处理数据集进行特征提取,并根据所提取出的特征数据构建图像分割网络的步骤包括:

4.根据权利要求3所述的图像分割方法,其特征在于,对所述特征数据进行权重计算,并基于权重计算结果对所述图像分割网络进行优化,以构建出对应的图像分割模型的步骤包括:

5.一种图像分割系统,其特征在于,包括:

...

【技术特征摘要】

1.一种图像分割方法,其特征在于,包括:

2.根据权利要求1所述的图像分割方法,其特征在于,实时获取图像采集设备所采集的图像数据集,并对所述图像数据集进行数据预处理,以得到预处理数据集的步骤包括:

3.根据权利要求1所述的图像分割方法,其特征在于,对所述预处理数据集进行特征提取,并根据所提取出的特征数据构建图像分割网络的步骤包括:

4.根据权利要求3所述的图像分割方法,其特征在于,对所述特征数据进行权重计算,并基于权重计算结果对所述图像分割网络进行优化,以构建出对应的图像分割模型的步骤包括:

5.一种图像分割系统,其特征在于,包括:<...

【专利技术属性】
技术研发人员:宋俊锋陈家伟严来发万陈超汤勇查铖
申请(专利权)人:江西求是高等研究院
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