[發明專利]一種鐵精粉分割方法及分割裝置

有效

• 申請號: 201911164824.1
• 申請日: 2019-11-25
• 公開（公告）號: CN111028253B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 張德政;趙悅;張桃紅;謝永紅;任繼平
• 申請（專利權）人: 北京科技大學
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06V10/26;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供一種鐵精粉分割方法及分割裝置，能夠將鐵精粉從鐵精粉圖像中完整準確地提取出來。所述方法包括：獲取傳送過程中的鐵精粉圖像及對應的標注圖作為訓練樣本集；建立基于注意力機制模塊的分割網絡SegNet，其中，注意力機制包括：空間注意力和通道注意力；利用獲取的訓練樣本集訓練分割網絡SegNet；利用訓練好的分割網絡SegNet對待分割的鐵精粉圖像進行分割，輸出鐵精粉圖像每個像素點的類別。本發明涉及礦石篩選技術領域。

技術領域

本發明涉及礦石篩選技術領域，特別是指一種鐵精粉分割方法及分割裝置。

背景技術

鐵精粉是一種生成球團礦的原料，其含鐵量決定著鐵精粉的質量。在國內，礦粉在我國資源豐富，儲量大，卻有很多顆粒小，品種復雜的礦石混雜在其中，導致我國的礦粉資源雖然產量豐富，但是質量不盡如人意，會影響成球性和成分的穩定性。因此，國內不少企業采用的礦粉大多是進口的，但是隨著需求的擴大，對于進口礦的數量越來越多。由于鐵礦資源有限，原料的供應不足，不得不轉向國內市場。同時我國鋼鐵行業向著高質量、精加工方向發展，作為原料的鐵精粉的質量必須要適應該種變化。

傳統的鐵精粉品味分析技術一般使用化學或者物理方法，時間、人力成本都比較高。深度學習是應用廣泛并且新穎的一種機器學習方法，也是一種高效的算法，利用從不同層次提取的特征作為識別的基礎從而得到所屬分類，可以有效解決傳統鐵精粉耗時、耗力等缺點，同時還能很好的保證以較低的成本達到較高的準確率和減少維護成本。

由于鐵精粉和混在其中的其他礦石形狀、顏色、紋理、體積有諸多相似之處，有一些用肉眼都是很難分辨的；另外，有些鐵精粉和礦石的體積非常小，以及呈現在圖片里的面積所占的像素極其少，屬于小目標。加之，小目標由于所含的信息少，容易在池化以及卷積的過程中忽略所含有的信息，同時現有語義分割方法對于邊緣特征(由于邊緣定位不準確)和小目標信息的提取相對比較困難，所以對于邊緣像素點以及小面積的像素點的分類的準確性較大范圍內部像素點的分類準確性要差，不利于完整的提取出鐵精粉這個目標物體。

發明內容

本發明要解決的技術問題是提供一種鐵精粉分割方法及分割裝置，以解決現有技術所存在的鐵精粉和混在其中的其他礦石之間的特征差異小、目標體積過小或邊緣定位不準確，導致無法完整準確地提取鐵精粉的問題。

為解決上述技術問題，本發明實施例提供一種鐵精粉分割方法，包括：

獲取傳送過程中的鐵精粉圖像及對應的標注圖作為訓練樣本集；

建立基于注意力機制模塊的分割網絡SegNet，其中，注意力機制包括：空間注意力和通道注意力；

利用獲取的訓練樣本集訓練分割網絡SegNet；

利用訓練好的分割網絡SegNet對待分割的鐵精粉圖像進行分割，輸出鐵精粉圖像每個像素點的類別。

進一步地，在利用獲取的訓練樣本集訓練分割網絡SegNet之前，所述方法還包括：

對獲取的鐵精粉圖像及對應的標注圖進行一致的分割處理；

對分割處理后的鐵精粉圖像及對應的標注圖進行圖像增強處理。

進一步地，圖像增強處理包括：旋轉、翻轉、放大、縮小、平移中的一種或多種。

進一步地，所述分割網絡SegNet包括：編碼器以及基于注意力機制模塊的解碼器；

所述編碼器，用于對輸入圖像進行卷積、批量歸一化和池化處理，提取特征圖；

所述解碼器，用于對編碼器輸出的特征圖提取空間注意力特征、上采樣、提取通道注意力特征、對提取的空間注意力特征和通道注意力特征進行拼接、卷積和批量歸一化處理，并輸出鐵精粉圖像每個像素點的類別。