基于DLPA-UNet检测的粘连石料图像分割方法技术

本发明专利技术公开了基于DLPA‑UNet检测的粘连石料图像分割方法，涉及图像分割技术领域。本发明专利技术针对粘连、遮挡等复杂场景下石料图像分割精度不高的问题，提出了一种改进的分割网络模型DLPA‑UNet，该模型在UNet基础上进行优化，采用VGG作为编码器以增强特征提取能力同时减层减少模型复杂度，引入细节增强卷积(DEConv)模块强化边缘特征表达，并设计多尺度并行结构提升对不同尺度目标的感知能力；此外，引入局部模式注意力(LPA)机制，有效提升模型在粘连区域的分割准确性，实验结果表明，DLPA‑UNet在提升粘连石料图像分割精度的同时具备更高的效率和更少的参数量，优于主流分割模型，具有良好的应用前景。

【技术实现步骤摘要】

本专利技术涉及图像分割，具体为基于dlpa-unet检测的粘连石料图像分割方法。

技术介绍

1、在税收行业中，不同粒径的石料对应不同的收费标准。因此，准确分割出单个石料并测量其粒径大小，是税收管理中的关键环节。精准的分割不仅有效防止偷税漏税，还能保障生产流程的顺利进行，从而提升整个石料行业的管理效率与生产效能。

2、从历史来看，石料分割长期依赖手工操作，效率低下且成本高昂。随着自动化技术的发展，机械化筛选在很大程度上取代了人工操作，显著提升了筛选的速度与准确性。现代自动化系统通常配备传感器和控制装置，能够根据预设参数对石料进行自动分级与分类。然而，固定参数的刚性限制，往往难以应对石料特性在形状、尺寸和材质等方面的多样性与复杂性。

3、随着深度学习技术的发展，研究人员开始探索基于石料图像的端到端自动分割方法。该类方法通常通过图像分割提取单个石料个体，为后续处理提供更精确的特征信息。

4、然而，在石料粘连、遮挡等复杂场景中，准确分割单个石料仍面临较大挑战，进而导致税收计算出现偏差。石料分割的精准实现难度较高，这在很大程度上限本文档来自技高网...

【技术保护点】

1.基于DLPA-UNet检测的粘连石料图像分割方法，其特征在于：至少包括以下步骤：

2.根据权利要求1所述的基于DLPA-UNet检测的粘连石料图像分割方法，其特征在于：所述DLPA-UNet对U-Net架构的改进包括通过减少一个层级实现了模型轻量化、网络设计和特征融合方面设计。

3.根据权利要求2所述的基于DLPA-UNet检测的粘连石料图像分割方法，其特征在于：所述网络设计是将DLPA-Unet中的编码器进行设计，采用VGG网络作为核心特征提取架构，充分利用其在纹理和边缘特征提取方面的优势；

4.根据权利要求2所述的基于DLPA-UNet检测的粘...

【技术特征摘要】

1.基于dlpa-unet检测的粘连石料图像分割方法，其特征在于：至少包括以下步骤：

2.根据权利要求1所述的基于dlpa-unet检测的粘连石料图像分割方法，其特征在于：所述dlpa-unet对u-net架构的改进包括通过减少一个层级实现了模型轻量化、网络设计和特征融合方面设计。

3.根据权利要求2所述的基于dlpa-unet检测的粘连石料图像分割方法，其特征在于：所述网络设计是将dlpa-unet中的编码器进行设计，采用vgg网络作为核心特征提取架构，充分利用其在纹理和边缘特征提取方面的优势；

4.根据权利要求2所述的基于dlpa-unet检测的粘连石料图像分割方法，其特征在于：在特征融合方面，dlpa-unet在跳跃连接处引入了局部模式注意力，即lpa注意力机制，所述lpa注意力机制能够自适应地增强关键特征表达，同时抑制无关信息干扰，从而优化了不同层级特征间的信息传递效率。

5.根据权利要求3所述的...

【专利技术属性】
技术研发人员：陈宁，冉丹，顾峻豪，韩聪，彭军，金尚柱，周永胜，陈国荣，
申请(专利权)人：重庆科技大学，
类型：发明
国别省市：