[發明專利]一種用于砂石顆粒物粒徑檢測系統的圖像分割方法

在審

• 申請號: 202011504414.X
• 申請日: 2020-12-18
• 公開（公告）號: CN112528904A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 王雷沖;劉欣宇
• 申請（專利權）人: 中山艾尚智同信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 中山市科創專利代理有限公司 44211
• 代理人: 李宇帆

1.一種用于砂石顆粒物粒徑檢測系統的圖像分割方法，其特征在于，包括有以下步驟：

步驟S1，使用基于FPN的ResNet網絡對輸入的圖像進行多尺度特征提取；

步驟S2，生成RPN建議框及其錨點；

步驟S3，自適應改進ROIAlign模塊；

步驟S4，進行實例分割。

2.根據權利要求1所述的一種用于砂石顆粒物粒徑檢測系統的圖像分割方法，其特征在于，所述步驟S1進一步的實現步驟如下：

步驟S1-1，ResNet網絡引入殘差結構，殘差結構使用ReLU激活函數，從輸入圖像開始，通過多次卷積和下采樣逐級減小特征圖分辨率；

步驟S1-2，融合FPN網絡：FPN網絡主要由自下而上、自上而下和橫向連接三部分構成，ResNet網絡作為自下而上部分把原始圖片進行縮小，自上而下部分把最小分辨率特征圖進行放大，然后使用橫向連接部分將相同分辨率的特征圖進行融合。

3.根據權利要求1所述的一種用于砂石顆粒物粒徑檢測系統的圖像分割方法，其特征在于，所述步驟S2進一步的實現步驟如下：

步驟S2-1，生成錨點：對于經FPN網絡生成的不同分辨率的特征圖，在其每一點上設置若干種不同寬高比的錨點；

步驟S2-2，初步分類與回歸：首先區分錨點屬于目標還是背景，根據RPN回歸分支的輸出，得到所有錨點回歸后的位置；將回歸后的錨點裁剪至圖像邊界，并刪除面積小于設定閾值的錨點；對剩下的錨點按置信度得分從高到低進行排序，并取前K個錨點；對這K個錨點進行非極大值抑制，并將抑制后的結果重新按置信度得分從高到低進行排序；最后取排序后的前n個框作為候選檢測框；

步驟S2-3，輸出建議框：在網絡測試階段，取n個候選檢測框即為RPN的輸出；在訓練階段，以正負樣本1:X的比例從中隨機選取Y個候選檢測框，用來訓練目標檢測分支和掩碼分支，RPN輸出的檢測框稱為建議框。

4.根據權利要求3所述的一種用于砂石顆粒物粒徑檢測系統的圖像分割方法，其特征在于，在步驟S2-1中，在特征圖的每一點上設置3種不同寬高比的錨點，所述寬高比為{1/2，1，2}。

5.根據權利要求3所述的一種用于砂石顆粒物粒徑檢測系統的圖像分割方法，其特征在于，在步驟S2-3中，取n為1000、X為3、Y為512。

6.根據權利要求1所述的一種用于砂石顆粒物粒徑檢測系統的圖像分割方法，其特征在于，所述步驟S3進一步的實現步驟如下：

步驟S3-1，建議框映射到FPN網絡的所有層級，即將RPN輸出的每個建議框都映射到FPN的全部4個特征層級上；

步驟S3-2，利用ROIAlign模塊調整建議框的特征維度，使所有建議框的維度都等于全連接層的輸入維度：首先將建議框等分為2×2的單元格，再將每個單元格均分成四個小單元格；將每個小單元格的中心點視為采樣點，對采樣點進行雙線性插值，得到其像素值；最后對每個單元格內的4個采樣點進行最大池化，即得到ROIAlign的結果；

步驟S3-3，特征融合：特征金字塔所有層級的通道數均為256，每個建議框在經過多尺度ROIAlign后，都可得到4個維度為m×m×256的特征，對于Mask R-CNN的目標檢測分支和掩碼分支，m分別取7和14，使特征融合的位置位于第一層參數層之后，且融合方式為逐元素取最大值。