申请/专利权人:四川启睿克科技有限公司;四川长虹电子控股集团有限公司
申请日:2024-01-19
公开(公告)日:2024-04-19
公开(公告)号:CN117911438A
主分类号:G06T7/11
分类号:G06T7/11;G06T7/13;G06T7/194;G06T3/60;G06T5/73;G06N3/084;G06V10/82;G06V10/74
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明涉及图像处理技术,其公开了一种基于噪声扰动与结构相似性损失函数的图像分割方法及系统,提高图像分割结果的一致性。本发明通过对单张图像进行旋转、平移、翻转变换并添加噪声,生成序列图像以模拟工业场景中可能出现的情况,然后将这些序列图像输入到分割模型中得到模型预测结果,对得到的预测结果进行逆变换,再结合交叉熵损失函数和结构相似性损失函数进行损失计算和分割模型的训练。本发明通过添加噪声模拟真实场景,引入结构相似性损失使分割模型训练时更加关注目标边缘,可以有效地提高图像分割结果的一致性和稳定性。
主权项:1.基于噪声扰动与结构相似性损失函数的图像分割方法,其特征在于,包括以下步骤:A、训练图像分割模型:A1、获取目标的图像数据并预处理,获得目标的训练集;A2、针对目标的训练集中的单张图像,进行加噪处理或者增强处理后再加噪处理,获得单张图像对应的序列图像组;A3、以单张图像对应的序列图像组作为输入,利用图像分割模型进行预测,获得单张图像对应的序列图像组中各图像的预测结果;A4、对所述单张图像对应的序列图像组中图像的预测结果进行逆变换;A5、以进行逆变换操作后的单张图像对应的序列图像组中图像的预测结果与该单张图像的真值标签的二值交叉熵损失和结构相似性损失作为总损失,进行图像分割模型的训练;B、执行图像分割任务:在实际应用中,以待分割的图像作为输入,利用训练好的图像分割模型获得分割出来的目标。
全文数据:
权利要求:
百度查询: 四川启睿克科技有限公司;四川长虹电子控股集团有限公司 基于噪声扰动与结构相似性损失函数的图像分割方法及系统
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。