一种用于沥青混合料CT图像的深度学习分割方法

一种用于沥青混合料CT图像的深度学习分割方法，涉及集料图像分割技术领域。采集沥青混合料CT图像并去除空隙部分，通过伽马射束硬化校正算法完成图像的均衡化处理，选取滤波窗口，采用基于图像局部信息的自适应双边滤波降噪算法对图像降噪处理，改进U‑Net模型，采用Inception卷积模块替代标准卷积操作，残差连接替代跳层连接，引入空间注意力机制，采用联合损失函数，选取图像样本，对集料进行标注，通过数据增强提高样本量形成训练集，用于模型的训练，训练好后用于分割其它图像。其通过对CT图像进行均衡化、降噪处理以及采用改进U‑Net模型，能够实现集料‑胶浆边界信息的精确分割，避免集料粘连问题。