[發(fā)明專利]基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法及其應(yīng)用

在審

• 申請(qǐng)?zhí)枺?/td>: 202110381605.X
• 申請(qǐng)日: 2021-04-09
• 公開（公告）號(hào): CN113177965A
• 公開（公告）日: 2021-07-27
• 發(fā)明（設(shè)計(jì)）人: 曹樂;金厚鑫;闞秀;孫維周;王夏霖;陳純
• 申請(qǐng)（專利權(quán)）人: 上海工程技術(shù)大學(xué)
• 主分類號(hào): G06T7/194
• 分類號(hào): G06T7/194;G06T3/40;G06T3/60;G06T5/00;G06N3/08;G06N3/04
• 代理公司: 上海唯智贏專利代理事務(wù)所(普通合伙) 31293
• 代理人: 吳瑾瑜

1.基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，獲取待處理圖像后將其輸入改進(jìn)Unet網(wǎng)絡(luò)模型，改進(jìn)Unet網(wǎng)絡(luò)模型輸出煤巖組分類別概率分布圖，對(duì)煤巖組分類別概率分布圖進(jìn)行后處理得到煤巖全組分圖像，所述后處理包括使用全連接條件隨機(jī)場(chǎng)進(jìn)行優(yōu)化處理；

所述改進(jìn)Unet網(wǎng)絡(luò)模型相比于Unet網(wǎng)絡(luò)模型的改進(jìn)之處在于，采用Mish激活函數(shù)替代原有的Relu激活函數(shù)；

所述改進(jìn)Unet網(wǎng)絡(luò)模型的訓(xùn)練過(guò)程即以訓(xùn)練數(shù)據(jù)集的圖像作為輸入，以所述輸入對(duì)應(yīng)的煤巖組分類別標(biāo)簽作為理論輸出，不斷調(diào)整模型參數(shù)的過(guò)程，訓(xùn)練的終止條件為使用驗(yàn)證樣本模型進(jìn)行驗(yàn)證時(shí)其驗(yàn)證精度連續(xù)N輪停止提升，所述訓(xùn)練數(shù)據(jù)集中的所有圖像均已進(jìn)行人工標(biāo)定，訓(xùn)練數(shù)據(jù)集包含所有圖像對(duì)應(yīng)的煤巖組分類別標(biāo)簽分布圖。

2.根據(jù)權(quán)利要求1所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，所述改進(jìn)Unet網(wǎng)絡(luò)模型相比于Unet網(wǎng)絡(luò)模型的改進(jìn)之處還在于，采用Resnet中的殘差卷積塊替代了原有的卷積塊。

3.根據(jù)權(quán)利要求1所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，所述訓(xùn)練數(shù)據(jù)集的獲取過(guò)程如下：

(1)煤巖顯微圖像的獲取和預(yù)處理；

(2)獲取訓(xùn)練數(shù)據(jù)集：

(2.1)對(duì)步驟(1)獲取的煤巖顯微圖像進(jìn)行標(biāo)注完成數(shù)據(jù)集標(biāo)注；

(2.2)篩選典型樣本制作數(shù)據(jù)集；

(2.3)對(duì)步驟(2.2)獲取的數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)充。

4.根據(jù)權(quán)利要求3所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，步驟(1)具體如下：

(1.1)使用相機(jī)拍攝煤光片獲得原始煤巖顯微圖像；

(1.2)對(duì)原始煤巖顯微圖像進(jìn)行有重疊分塊處理得到尺寸為1024×1024的子圖，重疊區(qū)域?yàn)樽訄D尺寸的1/n。

5.根據(jù)權(quán)利要求3所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，所述標(biāo)注的具體操作為：

對(duì)步驟(1)獲取的煤巖顯微圖像進(jìn)行人工標(biāo)定，其中顯微圖像中所有煤巖組分區(qū)域?yàn)榍熬埃敲簬r組分區(qū)域?yàn)楸尘埃?/p>

所述數(shù)據(jù)擴(kuò)充的具體操作為：

對(duì)步驟(2.2)制作得到的數(shù)據(jù)集中標(biāo)注后的煤巖顯微圖像進(jìn)行隨機(jī)縮放、平移、翻轉(zhuǎn)、旋轉(zhuǎn)和對(duì)比度增強(qiáng)操作以擴(kuò)充數(shù)據(jù)集。

6.根據(jù)權(quán)利要求1所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，所述改進(jìn)Unet網(wǎng)絡(luò)模型的訓(xùn)練過(guò)程具體如下：

(1)數(shù)據(jù)在線增強(qiáng)和標(biāo)準(zhǔn)化處理；

(2)改進(jìn)Unet網(wǎng)絡(luò)模型的搭建；

(3)改進(jìn)Unet網(wǎng)絡(luò)模型的訓(xùn)練和參數(shù)學(xué)習(xí)。

7.根據(jù)權(quán)利要求1所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法，其特征在于，所述后處理的具體操作為：

(1)根據(jù)預(yù)先設(shè)定的概率閾值區(qū)分煤巖組分類別概率分布圖的前景和背景，從而得到確定的煤巖組分區(qū)域掩膜；

(2)使用全連接條件隨機(jī)場(chǎng)進(jìn)行優(yōu)化處理；

(3)掩膜圖像拼接；

(4)細(xì)碎區(qū)域面積閾值去除；

(5)圖像掩膜獲取煤巖全組分圖像。

8.一種電子設(shè)備，其特征在于，包括一個(gè)或多個(gè)處理器、一個(gè)或多個(gè)存儲(chǔ)器、一個(gè)或多個(gè)程序及圖像輸入裝置；

所述圖像輸入裝置用于輸入待處理圖像，所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中，當(dāng)所述一個(gè)或多個(gè)程序被所述處理器執(zhí)行時(shí)，使得所述電子設(shè)備執(zhí)行如權(quán)利要求1～7任一項(xiàng)所述的基于改進(jìn)U-net網(wǎng)絡(luò)的煤巖全組分提取方法。