公开(公告)号：CN111524149B

公开(公告)日：2023-02-28

申请号：CN202010570409.2

申请日：2020-06-19

Applicant: 安徽工业大学

Inventor： 王培珍 ,  陈思敏 ,  曹静 ,  王旭东

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于全卷积残差网络的瓦斯灰显微图像分割方法及系统，属于图像处理技术领域，包括以下步骤：S1：构建数据集；S2：构建全卷积神经网络模型；S3：构建全卷积残差网络模型；S4：对瓦斯灰显微图像进行分割测试。本发明能够较为准确地对瓦斯灰显微图像实现分割，在进行图像分割效果对比实验中，FCRN网络表现出了较好的分割效果，其中MIoU指标达到了90.15％，分割后的图像轮廓清晰、细节完整，实现了瓦斯灰显微图像的语义分割，为后续实现瓦斯灰成分精准识别打下基础，值得被推广使用。

公开(公告)号：CN111524149A

公开(公告)日：2020-08-11

申请号：CN202010570409.2

申请日：2020-06-19

Applicant: 安徽工业大学

Inventor： 王培珍 ,  陈思敏 ,  曹静 ,  王旭东

IPC: G06T7/11 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于全卷积残差网络的瓦斯灰显微图像分割方法及系统，属于图像处理技术领域，包括以下步骤：S1：构建数据集；S2：构建全卷积神经网络模型；S3：构建全卷积残差网络模型；S4：对瓦斯灰显微图像进行分割测试。本发明能够较为准确地对瓦斯灰显微图像实现分割，在进行图像分割效果对比实验中，FCRN网络表现出了较好的分割效果，其中MIoU指标达到了90.15％，分割后的图像轮廓清晰、细节完整，实现了瓦斯灰显微图像的语义分割，为后续实现瓦斯灰成分精准识别打下基础，值得被推广使用。