基于DLPA-UNet检测的粘连石料图像分割方法

本发明公开了基于DLPA‑UNet检测的粘连石料图像分割方法，涉及图像分割技术领域。本发明针对粘连、遮挡等复杂场景下石料图像分割精度不高的问题，提出了一种改进的分割网络模型DLPA‑UNet，该模型在UNet基础上进行优化，采用VGG作为编码器以增强特征提取能力同时减层减少模型复杂度，引入细节增强卷积(DEConv)模块强化边缘特征表达，并设计多尺度并行结构提升对不同尺度目标的感知能力；此外，引入局部模式注意力(LPA)机制，有效提升模型在粘连区域的分割准确性，实验结果表明，DLPA‑UNet在提升粘连石料图像分割精度的同时具备更高的效率和更少的参数量，优于主流分割模型，具有良好的应用前景。