专利交易市场

本发明公开了一种金属表面缺陷特征分布不均的分割方法、系统及设备，该分割方法为一种基于Graph Transformer的小样本分割方法；与现有基于图节点和边的Graph Transformer不同，本发明中Graph Transformer利用基于Patch的图嵌入技术和基于全局‑局部图的Transformer技术，建模复杂、随机的金属表面缺陷特征分布。本发明通过Graph Transformer解决金属表面缺陷特征分布存在的复杂性和随机性问题，为小样本金属表面缺陷分割实际落地提供了新的解决方案，使分割性能和分析结果能够更贴合任务需求，具有良好的应用前景。

本发明涉及一种面向旋转梯度感知的小样本金属表面缺陷分割方法及系统；面向旋转梯度感知的小样本金属表面缺陷分割方法包括：获取支撑集图像、真实分割掩码和查询集图像；提取支撑特征和查询特征；对支撑图像进行多角度旋转并提取支撑旋转特征；基于支撑预测掩码与真实掩码的交叉熵损失计算梯度重要性分数，并通过轻量化特征提取架构构建均方误差损失；对查询特征和支撑旋转特征进行多尺度池化注意力处理，生成注意力原型；根据真实掩码与模糊掩码构建模糊蒸馏损失；融合注意力原型与查询特征并生成缺陷分割预测掩码。本发明显著提升了小样本条件下金属表面缺陷分割的精度与鲁棒性，适用于复杂工业环境下的金属表面缺陷检测任务。

本发明公开了一种基于文本背景感知增强的小样本工业缺陷图像分割方法、系统及存储介质，包括：根据工业缺陷图像集构建对应支持‑查询对；建立文本背景感知增强模型；利用全部支持‑查询对训练文本背景感知增强模型；将待分割的查询图像、对应支持图像和掩码标签输入训练好的文本背景感知增强模型，获得少样本分割模型的输出结果作为对应查询图像的分割预测结果。通过融合多模态语言‑视觉建模机制与联合激活图优化策略，大大提升缺陷检测的精度与效率，实现小样本、低成本检测，且泛化能力强。

本发明公开了一种基于图像分割的烧结矿粒度检测方法及系统，属于图像处理技术领域，包括以下步骤：通过图像采集装置采集烧结矿的图像；2)对烧结矿图像进行预处理；3)利用传统图像分割算法分割烧结矿图像；4)利用传统分割得到的分割图像作为部分标签数据，通过改进的UNet网络对烧结矿图像进行语义分割；5)对得到的分割图像进行烧结矿粒度检测。本发明以图像分割技术为根本，结合传统的图像分割算法和运用卷积神经网络的语义分割算法，更加准确的对烧结矿图像进行分割，使烧结矿粒度检测的准确率得到提升。

本发明属于图像处理技术领域，公开了一种基于扫描电镜图像分割的多孔材料孔洞自动测量方法，包括以下步骤：1、初始化参数；2、滤波处理；3、通过特征值信息获得潜在的聚类个数；4、计算滤波后的图像直方图信息；5、利用快速模糊聚类算法完成图像分割；6、提取最小聚类中心对应的数据分布作为孔洞输出，得到二值孔洞图像；7、对二值孔洞图像进行形态学填充运算；8、利用多尺度形态学闭重建对孔洞按照面积进行自动分类；9、统计多孔材料中不同等级孔洞的个数、面积占比以及实际平均面积。本发明实现了对多孔材料孔洞的自动测量及分类，能够客观的对多孔材料评价，且能够直接获得理想的图像分割效果。