[发明专利]一种基于MSF-Net网络的图像分割方法

权利要求书

1.一种基于MSF-Net网络的图像分割方法，其特征在于，包括下述步骤：

步骤1：输入待分割图像，并根据该图像的大小将其定义为大小为T×H×W的3维特征数组，表示为：X(T×H×W)；

步骤2：将MSF模块加入U-Net网络的编码阶段，图像X经过编码阶段进行特征提取得到特征图M₁～M₅，将SE模块也加入U-Net网络的编码阶段，并将M₅经过SE模块得到M_S；

步骤3：结合步骤2得到的特征图M₁～M₄，将M_S经过解码阶段进行特征还原得到Y，根据Y得到图像的分割结果。

2.根据权利要求1所述的基于MSF-Net网络的图像分割方法，其特征在于，所述图像X经过编码阶段得到特征图M₁～M₅的方法包括如下步骤：(a)将X经过提取特征操作改变特征图通道数量，得到特征图T₁(C×W×H)；(b)将T₁经过MSF模块得到特征图M₁；(c)将M_i经过最大值池化操作改变M_i的特征图大小，得到(d)再将经过提取特征操作，得到特征图T_i+1；(e)将T_i+1经过MSF模块得到特征图M_i+1；在步骤(c)、(d)、(e)中的i为特征图索引，i＝1,2,3,4，所述M_i+1分别为

3.根据权利要求2所述的基于MSF-Net网络的图像分割方法，其特征在于，所述提取特征操作由串行的两组串行的卷积操作、数据归一化操作和激活操作构成。

4.根据权利要求2所述的基于MSF-Net网络的图像分割方法，其特征在于，所述MSF模块包括可变参数：R₁,R₂,R₃,R₄,G₅,G₆,G₇,G₈,O₅,O₆,O₇,O₈，其中R₁,R₂,R₃,R₄分别代表MSF模块中四次平均值池化的缩放比例；G₅,G₆,G₇,G₈分别代表MSF模块中四次扩张卷积的卷积核大小；O₅,O₆,O₇,O₈分别代表MSF模块中四次扩张卷积的扩张率；所述MSF模块中的具体过程包括：

(01)将T_i经过平均值池化操作改变特征图大小，再经过卷积操作改变通道数量，得到P_j，再将P_j经过上采样操作改变特征图大小，得到该过程重复执行四次，在执行的过程中j依次取值1、2、3、4，其中依次得到

(02)将T_i分别经过四次不同的扩张卷积，得到其中j为特征图索引，j＝5,6,7,8；该四次扩张卷积的卷积核大小分别为：G₅,G₆,G₇,G₈；该四次扩张卷积的步长均为1；该四次扩张卷积的扩张率分别为：O₅,O₆,O₇,O₈；

(03)将T_i与S₁，S₂，S₃，S₄，S₅，S₆，S₇，S₈进行拼接操作，得到

(04)将S经过卷积操作改变通道数量，得到特征图M_i(C_i×H_i×W_i)；

上述步骤(01)～(04)中的i为特征图索引，i＝1,2,3,4,5；C_i,H_i,W_i数值上分别等于T_i三个维度的大小，即特征图的通道数量和特征图的大小。