一种近红外图像的语义分割方法及系统技术方案

本发明专利技术公开了近红外图像的语义分割方法和系统，该方法通过基于BiSeNetV2双边的网络架构实现。训练基于BiSeNetV2双边的网络，得到初始语义图像分割模型。通过初始语义分割模型识别当前待识别近红外图像，得到当前分割图像。根据当前分割图像的均值精确率和基数差，评估初始语义图像分割模型，从而得到最终语义图像分割模型。解决了近红外视觉数据在处理高分辨率近红外图像时，语义信息丢失和评估不准确的问题。通过引入评估方法，提高了近红外视觉数据的分割精度和鲁棒性，确保在复杂环境下能够获得可靠的分割结果。通过多层次特征提取和优化后的分割与评估方法，显著提升了模型在低对比度和高噪声环境下的识别能力，使得分割结果准确可靠。

【技术实现步骤摘要】

本专利技术涉及图像识别。本专利技术具体涉及一种近红外图像的语义分割方法及系统。

技术介绍

1、自20世纪80年代以来，近红外成像技术开始研究。在人工智能高速发展的当下，近红外视觉数据正凸显出越来越重要的应用价值。2020年，全球近红外视觉应用市场的规模估计为2.06亿美元，预计到2030年将以3.9％的复合年增长率增长。在工业检测中，近红外视觉数据可用于检测材料的内部结构和缺陷；在安全监控领域，近红外摄像头能够在低光环境下呈现清晰的图像；在医疗领域，近红外技术被运用于血管成像、组织检测等非侵入性诊断和研究；在农业领域，近红外视觉数据被广泛用于分析作物质量和监测环境因素。随着这些应用的扩展和数据量的增加，现有的处理技术面临新的挑战。

2、近红外视觉数据属于非可见光波段，传统的近红外图像处理方法通常依赖于传统的图像处理算法，如边缘检测、阈值分割和区域生长等。这些方法在处理对比度低、噪声大或背景复杂的近红外图像时，往往很难获得理想的分割效果，在对目标结构进行评估时存在一定局限性。因此，传统的图像处理技术虽然能够处理这类图像数据，但在精度、鲁棒性和处理本文档来自技高网...

【技术保护点】

1.一种近红外图像的语义分割方法，其特征在于，其包括：

2.根据权利要求1所述近红外图像的语义分割方法，其特征在于，所述第一网络分支和第二网络分支的输入端连接归一化处理单元；

3.根据权利要求1或2所述近红外图像的语义分割方法，其特征在于，包括：

4.根据权利要求3所述近红外图像的语义分割方法，其特征在于，包括：在所述初始语义图像分割模型的训练中，判断是否达到训练次数，若是，则结束训练，若否，则持续训练，直到达到所述训练次数为止；

5.根据权利要求1所述近红外图像的语义分割方法，其特征在于，将所述当前分割图像分割为若干个连通域；

...

【技术特征摘要】

1.一种近红外图像的语义分割方法，其特征在于，其包括：

2.根据权利要求1所述近红外图像的语义分割方法，其特征在于，所述第一网络分支和第二网络分支的输入端连接归一化处理单元；

3.根据权利要求1或2所述近红外图像的语义分割方法，其特征在于，包括：

4.根据权利要求3所述近红外图像的语义分割方法，其特征在于，包括：在所述初始语义图像分割模型的训练中，判断是否达到训练次数，若是，则结束训练，若否，则持续训练，直到达到所述训练次数为止；

5.根据权利要求1所述近红外图像的语义分割方法，其特征在于，将所述当前分割图像分割为若干个连通域；

6.一种近红外图像的语义分割系统，其特征在于，其包括：网络构建单元，训...

【专利技术属性】
技术研发人员：田港一，纪雯，
申请(专利权)人：龙眼国科北京智能信息技术有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人