公开(公告)号：CN118447040A

公开(公告)日：2024-08-06

申请号：CN202410450720.1

申请日：2024-04-15

Applicant: 北京科技大学 ,  北京科技大学顺德创新学院

Inventor： 班晓娟 ,  尚善蒲 ,  马博渊 ,  刘楚妮

IPC: G06T7/12 ,  G06T7/187 ,  G06T7/194 ,  G06N3/08

Abstract: 本发明公开了一种基于骨架感知和拓扑错误识别的边缘图像分割方法及装置，属于图像处理技术领域，该方法包括：获取待分割图像及其标注图和预测图；利用标注图，筛选出预测图中的假阳结果和假阴结果；计算标注图和预测图的骨架信息；利用骨架信息从假阳结果和假阴结果中提取拓扑关键像素；构建边界矫正项损失，以对拓扑关键像素和非拓扑关键像素施加不同的惩罚；将边界矫正项损失与类别损失结合作为损失函数，对图像分割模型进行训练，优化图像分割模型的参数。本发明可解决现有技术中难以定位拓扑关键像素的问题，并通过在损失函数中增加拓扑关键像素的权值，提高了边界分割的准确性。

公开(公告)号：CN117593522A

公开(公告)日：2024-02-23

申请号：CN202311462401.4

申请日：2023-11-03

Applicant: 北京科技大学顺德创新学院

Inventor： 班晓娟 ,  陈湧锋 ,  马博渊 ,  刘楚妮

IPC: G06V10/26 ,  G06V10/28 ,  G06V10/44 ,  G06V10/46 ,  G06T5/80 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于拓扑关键错误识别的边缘矫正损失的图像分割方法，包括：获取标注好的金相图像数据集；利用所述金相图像数据集对预设的基于机器学习算法的图像分割模型进行训练；其中，在对基于机器学习算法的图像分割模型进行训练时，通过计算基于拓扑关键错误识别的边缘矫正损失项，将所述边缘矫正损失项与损失函数相加，获得损失值，并根据所述损失值实现所述图像分割模型的参数的优化；利用训练好的图像分割模型对待分割的金相图像进行分割，得到分割结果。本发明方案可降低图像分割应用中的分割错误率。