买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:燕山大学
摘要:本发明提供一种光学显微图像特征区域识别与分割方法,属于机器学习领域。该方法包括:基于光学显微镜成像获取具有典型特征区域的金属试样断口图像;基于局部阈值算法计算选定区域的典型特征灰度分布阈值;对图像进行二值化分割和形态学闭运算处理;绘制特征区域分割结果;对图像及其分割数据进行离线扩充,形成训练数据集和测试数据集;构建基于U‑net的深度学习语义分割模型;利用训练好的模型对待检测的光学显微图像进行特征区域识别与分割。本发明结合了图像处理和机器学习技术,原理简单,预测精度高,且实现过程不受显微图像外部扫描参量差异影响,对被检测图像要求相对较低,实际工程应用方便。
主权项:1.一种光学显微图像特征区域识别与分割方法,其特征在于,包括:基于光学显微镜成像获取具有典型特征区域的金属试样断口图像;自定义选取包括典型特征的图像内部区域,基于局部阈值算法计算选定区域的典型特征灰度分布阈值,作为图像特征分割依据;基于所述图像特征分割依据对所述图像进行二值化分割和形态学闭运算处理;绘制特征区域分割结果,包括原始图像、分割区域图像和二值图像,所述二值图像用作机器学习训练图像分割模型的数据标签文件;对所述图像及其分割数据进行离线扩充,形成训练数据集和测试数据集;构建基于U-net的深度学习语义分割模型,并利用所述训练数据集训练所述模型,利用所述测试数据集评估所述模型的准确度;利用训练好的模型对待检测的光学显微图像进行特征区域识别与分割。
全文数据:
权利要求:
百度查询: 燕山大学 一种光学显微镜图像特征区域识别与分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。