本发明公开了一种基于卷积神经网络的岩心FIB‑SEM图像分割方法,主要涉及岩心序列图像的图像分割技术。包括以下步骤:(1)建立岩心FIB‑SEM图像数据集;(2)构建卷积神经网络:将通道注意力模块嵌入到编码阶段,并使用改进的特征金字塔注意力模块提取多尺度特征,在解码模块使用多尺度空间注意力提取精细边界,在上采样阶段使用...
1.基于卷积神经网络的岩心fib-sem图像分割方法,其特征在于:包括以下步骤:(1)建立岩心fib-sem图像数据集:对岩心fib-sem训练图像统一尺寸并进行标注,孔隙部分为目标区域,其他部分为背景区域;并将图像数据集进行数据扩充;(2)构建卷积神经网络编码阶段:将原始的fib-sem训练图像作为输入,并首先通过一个卷积层进行粗精度的...
本发明公开了一种基于卷积神经网络的岩心FIBSEM图像分割方法,主要涉及岩心序列图像的图像分割技术.包括以下步骤:(1)建立岩心FIBSEM图像数据集;(2)构建卷积神经网络:将通道注意力模块嵌入到编码阶段,并使用改进的特征金字塔注意力模块提取多尺度特征,在解码模块使用多尺度空间注意力提取精细边界,在上采样阶段使用亚像素...
岩心聚焦离子束扫描电镜(FIB-SEM)图像存在灰度分布不均及孔隙内局部高亮等现象,采用传统图像分割算法所得孔隙分割精度较低,而基于轮廓的分割算法需对孔隙进行人工标记,操作繁琐且无法精确提取孔隙.提出一种利用卷积神经网络的端到端岩心FIB-SEM图像分割算法.结合光流法与分水岭分割图像标注法构建岩心FIB-SEM数据集,联合...
本发明公开了一种基于卷积神经网络的岩心FIB‑SEM图像分割方法,主要涉及岩心序列图像的图像分割技术。包括以下步骤:(1)建立岩心FIB‑SEM图像数据集;(2)构建卷积神经网络:将通道注意力模块嵌入到编码阶段,并使用改进的特征金字塔注意力模块提取多尺度特征,在解码模块使用多尺度空间注意力提取精细边界,在上采样阶段使用...
岩心聚焦离子束扫描电镜(FIB-SEM)图像存在灰度分布不均及孔隙内局部高亮等现象,采用传统图像分割算法所得孔隙分割精度较低,而基于轮廓的分割算法需对孔隙进行人工标记,操作繁琐且无法精确提取孔隙.提出一种利用卷积神经网络的端到端岩心FIB-SEM图像分割算法.结合光流法与分水岭分割图像标注法构建岩心FIB-SEM数据集,联合...
本发明公开了一种基于卷积神经网络的岩心FIBSEM图像分割方法,主要涉及岩心序列图像的图像分割技术.包括以下步骤:(1)建立岩心FIBSEM图像数据集;(2)构建卷积神经网络:将通道注意力模块嵌入到编码阶段,并使用改进的特征金字塔注意力模块提取多尺度特征,在解码模块使用多尺度空间注意力提取精细边界,在上采样阶段使用亚像素卷积...