基于卷积块注意力与扩散模型的路面裂缝图像分割方法及系统

本发明一种基于卷积块注意力与扩散模型的路面裂缝图像分割方法，属于计算机视觉深度学习应用技术领域。通过自适应直方图均衡化算法解决了传统直方图均衡化导致的过度增强问题，在保留纹理细节的同时显著提升了裂缝区域的对比度，为后续分割提供了更高质量的数据基础；采用卷积块注意力机制与扩散生成模型结合的分割框架，通过空间‑通道双注意力机制精准定位裂缝特征，有效抑制了路面背景噪声的干扰，提高了裂缝分割的精确度；采用特征级联合训练机制，配合FEF模块的卷积注意力增强，实现了多维度特征互补，有效联合多尺度特征并强化裂缝区域的空间定位，构建了端对端的模型，增强了图像分割的便捷性。