基于多尺度特征增强与边缘感知门控的岩屑图像分割方法

本发明公开了一种基于多尺度特征增强与边缘感知门控的岩屑图像分割方法，通过四级并行的深度可分离空洞卷积覆盖13×13至3×3像素感受野；动态权重生成网络生成空间注意力权重，实现多分支特征的自适应融合；在浅层网络初始化传统边缘算子核，深层采用5×5可学习卷积增强边缘连续性。通过通道分组初始化与随机扰动策略，保留传统算子的方向敏感性。通过通道注意力与空间注意力生成混合权重，以残差缩放方式将边缘特征注入主路径。注意力权重动态调整边缘与语义特征的贡献度，确保边界区域的高精度分割；联合损失函数优先优化浅层边缘特征，提升模型对复杂纹理的鲁棒性。