[發明專利]基于殘差unet的圖像分割算法

在審

• 申請號: 202310303167.4
• 申請日: 2023-03-27
• 公開（公告）號: CN116229078A
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 王超;陳宏銘
• 申請（專利權）人: 蘇州芯運旺電子科技有限公司
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/764;G06V10/774;G06V10/82;G06N3/0455;G06N3/08
• 代理公司: 蘇州高專知識產權代理事務所(特殊普通合伙) 32474
• 代理人: 冷泠

本發明基于殘差unet的圖像分割算法，步驟包括：1)圖像分割：通過Y_in∈R^N×H×W表示三維的圖像數據，進行分割產生N維的分割數據Y_class∈R^N×H×W，再通過分類器進行上色顯示得到Y_out∈R^N×H×W；H和W代表了圖像數據的高度和寬度，N表示圖片中的種類；圖像分割模型的建模2)殘差運算：設置跨尺度殘差傳遞模塊，并進行對應跨尺度殘差傳遞模塊的訓練，采用交叉熵損失函數用于約束模型的最優目標。

技術領域

本發明涉及圖像處理技術，具體的，是一種基于殘差unet的圖像分割算法。

背景技術

圖像分割是計算機視覺研究中的一個經典難題，已經成為圖像理解領域關注的一個熱點，圖像分割是圖像分析的第一步，是計算機視覺的基礎，是圖像理解的重要組成部分，同時也是圖像處理中最困難的問題之一。

圖像分割是指根據灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區域，使得這些特征在同一區域內表現出一致性或相似性，而在不同區域間表現出明顯的不同；就是在一副圖像中，把目標從背景中分離出來；對于灰度圖像來說，區域內部的像素一般具有灰度相似性，而在區域的邊界上一般具有灰度不連續性。

關于圖像分割技術，從20世紀70年代起圖像分割問題就吸引了很多研究人員為之付出了巨大的努力；雖然到目前為止，還不存在一個通用的完美的圖像分割的方法，但是對于圖像分割的一般性規律則基本上已經達成的共識，已經產生了相當多的研究成果和方法，如基于神經網絡的圖像分割算法。

基于神經網絡的圖像分割算法雖然已經取得一定成果，但仍存在一下兩個個方面存在局限性：

1)對于太大或者太小的物體或者場景有時無法準確的識別；

2)對于上下文信息的傳播有所欠缺。

因此，有必要提供一種基于殘差unet的圖像分割算法來解決上述問題。

發明內容

本發明的目的是提供一種基于殘差unet的圖像分割算法，結合基于Unet網絡利用殘差特性的深度學習網絡，先使用編碼器進行信息提取，再用解碼器將壓縮的信息進行重構，最后使用分類器產生分割結果；通過跨尺度殘差模塊，可以保留和處理更多細節。

技術方案如下：

一種基于殘差unet的圖像分割算法，步驟包括：

1)圖像分割：

通過Y_in∈R^N×H×W表示三維的圖像數據，進行分割產生N維的分割數據Y_elass∈R^N×H×W，再通過分類器進行上色顯示得到Y_out∈R^N×H×W；

H和W代表了圖像數據的高度和寬度，N表示圖片中的種類；圖像分割模型的建模為：

Y_elass＝F_backbane(Y_in)????(1)

Y_out＝F_elassifler(Y_elass)????(2)

2)殘差運算：

設置跨尺度殘差傳遞模塊，并進行對應跨尺度殘差傳遞模塊的訓練，采用交叉熵損失函數用于約束模型的最優目標；

公式化表述如下：

y_i表示真實概率標簽，表示預測結果分布。