一种基于对比知识提炼实现RGB-D镜像分割和频域融合的语义分割方法

本发明公开了一种基于对比知识提炼实现RGB‑D镜像分割和频域融合的语义分割方法，应用于图像处理技术领域。本发明包括训练阶段和测试阶段，训练阶段选取多幅原始的镜面图像，构成训练集；构建卷积神经网络；对原始的RGB图像和深度图像进行预处理，将预处理后得到的增强图像作为卷积神经网络的输入，训练得到对应的预测镜面图像；计算多次预测镜面图像与对应的真实镜面分割图像之间的损失函数值；直至损失函数值降至最小，得到卷积神经网络分类训练模型；测试阶段将待检测的镜面图像输入到卷积神经网络分类训练模型中，模型网络输出原镜面图像对应的镜面预测图。本发明更好地捕捉图像的全局特征和细节信息，从而提高分割的精度和鲁棒性。