[发明专利]一种结构表面损伤图像的智能分割方法及系统

权利要求书

1.一种结构表面损伤图像的智能分割方法及系统，包括如下步骤：

S100：获取多张待分割的结构表面图像，对各张结构表面图像进行预处理；

S200：将预处理后的各张结构表面图像输入训练完成的图像分割网络，以获得结构表面的损伤情况。

2.根据权利要求1所述的方法，其中，优选的，所述图像分割网络包括第一分割模块和第二分割模块，

所述第一分割模块为特征提取网络，通过卷积和池化提取预处理后的各张结构表面图像中的特征，并通过上采样和跳跃融合操作对结构表面图像进行第一次分割以获得结构区域；

所述第二分割模块将由第一分割模块获得的结构区域作为标签，通过覆盖掩膜去掉特征中的背景信息，再通过上采样和跳跃融合操作对结构区域进行二次分割以获得结构表面的损伤区域。

3.根据权利要求1所述的方法，其中，所述图像分割网络通过以下方式进行训练：

S1000：获取多张带有损伤的结构表面图像并进行预处理，将预处理后的各张结构表面图像形成训练集、验证集和测试集；

S2000：对训练集中各张结构表面图像进行标记，然后输入图像分割网络对网络进行训练，并将验证集中各张结构表面图像输入训练后的图像分割网络对网络进行验证，当验证集分数不再提高时，则图像分割网络完成训练；

S3000：将测试集中各张图像输入训练完成的图像分割网络中对网络进行测试，若测试通过，则获得最终的图像分割网络。

4.根据权利要求3所述的方法，其中，步骤S1000中，对多张结构表面图像进行预处理：采用双线性插值法对图像进行缩放处理。

5.一种结构表面损伤图像的智能分割系统，包括：

图像输入单元，用于输入待分割的结构表面图像；

图像预处理单元，用于对待分割的结构表面图像进行预处理；

图像分割单元，用于对预处理后的结构表面图像通过图像分割网络进行图像分割，以获得结构表面的损伤情况。

6.根据权利要求5所述的系统，其中，所述图像分割单元包括第一分割模块和第二分割模块，

所述第一分割模块为特征提取网络，通过卷积和池化提取预处理后的各张结构表面图像中的特征，并通过上采样和跳跃融合操作对结构表面图像进行第一次分割以获得结构区域；

所述第二分割模块将由第一分割模块获得的结构区域作为标签，通过覆盖掩膜去掉特征中的背景信息，再通过上采样和跳跃融合操作对结构区域进行二次分割以获得结构表面的损伤区域。

7.根据权利要求5所述的系统，其中，所述图像分割单元还包括图像分割网络训练模块，用于对图像分割网络进行训练。

8.根据权利要求5所述的系统，其中，所述图像分割网络训练模块包括：

图像输入及预处理子模块，用于获取多张带有损伤的结构表面图像并进行预处理，将预处理后的结构表面图像形成训练集、验证集和测试集；

图像训练子模块，用于将训练集中各张结构表面图像进行标记，然后输入图像分割网络对网络进行训练，以及用于将验证集中各张结构表面图像输入训练后的图像分割网络对网络进行验证，当验证集分数不再提高时，则图像分割网络完成训练；

图像测试子模块，用于将测试集中各张图像输入训练完成的图像分割网络中对网络进行测试，若测试通过，则获得最终的图像分割网络。

9.一种计算机设备，包括：

存储器和处理器，其中，

所述存储器上存储有可在所述处理器上运行的可执行程序，

所述处理器执行所述可执行程序以实现如权利要求1-4任一所述方法。

10.一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1-4任一所述方法。