本發(fā)明材料領(lǐng)域數(shù)據(jù)處理，具體涉及一種基于模型的納米材料的圖像分割方法。

背景技術(shù)：

1、納米顆粒具有極小的尺寸和獨(dú)特的電學(xué)，光學(xué)，磁學(xué)和熱學(xué)性質(zhì)，在農(nóng)業(yè)生產(chǎn)，生物醫(yī)學(xué)，新能源和航天領(lǐng)域具有巨大的應(yīng)用潛力，并為許多先進(jìn)技術(shù)提供材料科學(xué)基礎(chǔ)。由于納米顆粒的復(fù)雜性質(zhì)和極小的尺寸，他們的研究需要使用高精度的設(shè)備，如光學(xué)顯微鏡，原子力顯微鏡和電子顯微鏡。獲取納米顆粒數(shù)據(jù)和從大型設(shè)備中提取有效信息是勞動(dòng)密集型和低效的，并且難以使用手工方法提取納米顆粒中存在的復(fù)雜信息，導(dǎo)致納米顆粒研究和應(yīng)用緩慢。

2、近年來，深度學(xué)習(xí)技術(shù)發(fā)展迅速，為材料科學(xué)領(lǐng)域的研究提供了強(qiáng)有力的支持。同時(shí)，深度學(xué)習(xí)技術(shù)在新材料預(yù)測(cè)、材料結(jié)構(gòu)和尺度確定等領(lǐng)域得到了廣泛的應(yīng)用。一些報(bào)道提出了基于深度學(xué)習(xí)的通用框架，并使用輕量級(jí)的深度學(xué)習(xí)網(wǎng)絡(luò)來實(shí)現(xiàn)納米顆粒的分割、形狀提取和統(tǒng)計(jì)分析。還有一些報(bào)道利用深度學(xué)習(xí)和多目標(biāo)跟蹤技術(shù)實(shí)現(xiàn)了自動(dòng)跟蹤、掃描和觀察納米顆粒的過程又，或者通過設(shè)計(jì)一個(gè)變壓器增強(qiáng)分段網(wǎng)絡(luò)，使用基于變壓器和掩模r-cnn的混合cnn變壓器架構(gòu)來精確分段和測(cè)量納米顆粒。再或者通過合成圖像解決納米顆粒數(shù)據(jù)量和標(biāo)記的問題，從而可以訓(xùn)練最先進(jìn)的深度神經(jīng)網(wǎng)絡(luò)。

3、現(xiàn)有的納米粒子分割方法大多采用數(shù)據(jù)統(tǒng)計(jì)，機(jī)器學(xué)習(xí)和少量深度學(xué)習(xí)方法，而納米粒子的形狀變化很大，大多數(shù)呈現(xiàn)聚集狀態(tài)，使用更經(jīng)典的網(wǎng)絡(luò)模型如u-net，segnet，resnet等來完成納米粒子分割的任務(wù)，缺乏普遍性和先進(jìn)性，不利于納米粒子的分割，粒子分割是不利的。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種基于模型的納米材料的圖像分割方法，包括：

2、獲取納米顆粒圖像數(shù)據(jù)并對(duì)其進(jìn)行標(biāo)注，將所述納米顆粒與背景區(qū)分開；

3、將標(biāo)注后的納米顆粒圖像數(shù)據(jù)按照預(yù)設(shè)比例劃分為訓(xùn)練集和測(cè)試集；

4、在模型嵌套的u型結(jié)構(gòu)的最上層編碼器和解碼器中加入多級(jí)語義信息融合模塊，構(gòu)建模型；

5、將所述訓(xùn)練集輸入所述模型中進(jìn)行模型訓(xùn)練；

6、將所述測(cè)試集輸入訓(xùn)練好的所述模型中，評(píng)估所述模型的分割性能；

7、將待分割的納米材料的圖像輸入訓(xùn)練好的模型中，實(shí)現(xiàn)圖像分割。

8、作為本發(fā)明的進(jìn)一步說明，所述納米顆粒圖像數(shù)據(jù)使用掃描電子顯微鏡以及gan網(wǎng)絡(luò)輔助生成。

9、作為本發(fā)明的進(jìn)一步說明，在標(biāo)注時(shí)，對(duì)納米顆粒圖像進(jìn)行像素級(jí)標(biāo)注，其中，納米顆粒被標(biāo)注為白色，背景被標(biāo)注為黑色。

10、作為本發(fā)明的進(jìn)一步說明，在所述將標(biāo)注后的納米顆粒圖像數(shù)據(jù)按照預(yù)設(shè)比例劃分為訓(xùn)練集和測(cè)試集之前，還包括：

11、將標(biāo)注后的納米顆粒圖像數(shù)據(jù)裁剪為預(yù)設(shè)像素大小，并使用數(shù)據(jù)擴(kuò)展與增強(qiáng)工具對(duì)圖像數(shù)據(jù)進(jìn)行擴(kuò)充。

12、作為本發(fā)明的進(jìn)一步說明，所述多級(jí)語義信息融合模塊的整體層數(shù)和模型保持一致，結(jié)構(gòu)則采用上下級(jí)語義信息融合的形式。

13、作為本發(fā)明的進(jìn)一步說明，在模型訓(xùn)練過程中，設(shè)置訓(xùn)練迭代次數(shù)為100次，使用交叉熵?fù)p失函數(shù)表示預(yù)測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)的差距程度，將初始學(xué)習(xí)率設(shè)置為0.01，并采用學(xué)習(xí)率衰減法進(jìn)行逐步衰減，優(yōu)化方法采用sgd，批處理大小為16，并采用隨機(jī)初始化方式進(jìn)行初始化。

14、作為本發(fā)明的進(jìn)一步說明，所述交叉熵?fù)p失函數(shù)的公式表示為:

15、

16、公式中，pic為觀測(cè)樣本，i屬于類別c的預(yù)測(cè)概率，yic為符號(hào)函數(shù)，如果樣本i的真實(shí)類別等于c取1否則取0；m為標(biāo)簽種類數(shù)，n為像素點(diǎn)總數(shù)。

17、作為本發(fā)明的進(jìn)一步說明，在使用測(cè)試集評(píng)估所述模型的分割性能時(shí)，所用評(píng)估指標(biāo)包括平均交并比miou、準(zhǔn)確率accuracy、kappa系數(shù)、骰子系數(shù)dice、交并比iou、精確率precision及召回率recall。

18、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果：

19、本發(fā)明提出了一種新的模型——模型，該模型在模型的基礎(chǔ)上對(duì)嵌套u(yù)模塊的編碼器部分進(jìn)行了多分支以及多尺度融合設(shè)計(jì)，重點(diǎn)在于提升分割精細(xì)度以及對(duì)細(xì)節(jié)處的識(shí)別能力。通過對(duì)從掃描電子顯微鏡獲得的二氧化鈦納米顆粒圖像進(jìn)行分割，實(shí)驗(yàn)結(jié)果表明，本發(fā)明提供的模型能夠處理復(fù)雜環(huán)境中的納米粒子圖像，并能準(zhǔn)確分割納米粒子。

20、本技術(shù)方案的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本技術(shù)方案而了解。本技術(shù)方案的目的和其他優(yōu)點(diǎn)可通過在所寫的說明書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

21、下面通過附圖和實(shí)施例，對(duì)本技術(shù)方案的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

技術(shù)特征：

1.一種基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，所述納米顆粒圖像數(shù)據(jù)使用掃描電子顯微鏡以及gan網(wǎng)絡(luò)輔助生成。

3.如權(quán)利要求1所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，在標(biāo)注時(shí)，對(duì)納米顆粒圖像進(jìn)行像素級(jí)標(biāo)注，其中，納米顆粒被標(biāo)注為白色，背景被標(biāo)注為黑色。

4.如權(quán)利要求1所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，在所述將標(biāo)注后的納米顆粒圖像數(shù)據(jù)按照預(yù)設(shè)比例劃分為訓(xùn)練集和測(cè)試集之前，還包括：

5.如權(quán)利要求1所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，所述多級(jí)語義信息融合模塊的整體層數(shù)和u2-net?模型保持一致，結(jié)構(gòu)則采用上下級(jí)語義信息融合的形式。

6.如權(quán)利要求1所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，在模型訓(xùn)練過程中，設(shè)置訓(xùn)練迭代次數(shù)為100次，使用交叉熵?fù)p失函數(shù)表示預(yù)測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)的差距程度，將初始學(xué)習(xí)率設(shè)置為0.01，并采用學(xué)習(xí)率衰減法進(jìn)行逐步衰減，優(yōu)化方法采用sgd，批處理大小為16，并采用隨機(jī)初始化方式進(jìn)行初始化。

7.如權(quán)利要求6所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，所述交叉熵?fù)p失函數(shù)的公式表示為:

8.如權(quán)利要求1所述的基于hru2-net?模型的納米材料的圖像分割方法，其特征在于，在使用測(cè)試集評(píng)估所述hru2-net?模型的分割性能時(shí)，所用評(píng)估指標(biāo)包括平均交并比miou、準(zhǔn)確率accuracy、kappa系數(shù)、骰子系數(shù)dice、交并比iou、精確率precision及召回率recall。

技術(shù)總結(jié)
本發(fā)明提供了一種基于HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型的納米材料的圖像分割方法，涉及材料領(lǐng)域數(shù)據(jù)處理；該方法包括：獲取納米顆粒圖像數(shù)據(jù)并對(duì)其進(jìn)行標(biāo)注，將納米顆粒與背景區(qū)分開；將標(biāo)注后的納米顆粒圖像數(shù)據(jù)按照預(yù)設(shè)比例劃分為訓(xùn)練集和測(cè)試集；在U<supgt;2</supgt;?Net<supgt;?</supgt;模型嵌套的U型結(jié)構(gòu)的最上層編碼器和解碼器中加入多級(jí)語義信息融合模塊，構(gòu)建HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型；將訓(xùn)練集輸入HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型中進(jìn)行模型訓(xùn)練；將測(cè)試集輸入訓(xùn)練好的HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型中，評(píng)估HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型的分割性能；將待分割的納米材料的圖像輸入訓(xùn)練好的HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型中，實(shí)現(xiàn)圖像分割。本發(fā)明通過對(duì)從掃描電子顯微鏡獲得的二氧化鈦納米顆粒圖像進(jìn)行分割，實(shí)驗(yàn)結(jié)果表明，本發(fā)明提供的HRU<supgt;2</supgt;?Net<supgt;?</supgt;模型能夠處理復(fù)雜環(huán)境中的納米粒子圖像，并能準(zhǔn)確分割納米粒子。

技術(shù)研發(fā)人員：張崳,張恒,劉光潔,梁鳳鳳,周春天,朱金龍
受保護(hù)的技術(shù)使用者：長(zhǎng)春師范大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19