摘要
本发明公开了一种射线检测图像中小目标特征识别方法,涉及图像处理领域,所述方法包括:对原始射线图像进行尺寸统一、像素标准化与归一化预处理;通过图像区域裁剪构建训练样本集,并引入动态采样策略实现正负样本比例自适应控制;利用点状和线状人工缺陷生成策略增强训练集中小目标样本的数量与多样性;构建图像分割模型并引入特征跳跃连接融合浅层空间与深层语义信息;结合Dice损失与Focal损失构成复合损失函数,引导模型关注于面积小、灰度弱的目标区域;最终通过形态学处理与连通域分析优化分割结果,输出结构化的目标检测信息。本发明可有效提高微小目标在射线图像中的识别准确性和完整性,并增强了检测方法对成像质量变化的适应能力。
技术关键词
特征识别方法
图像分割神经网络
射线
特征金字塔
Sigmoid函数
图像分割模型
解码器
神经网络结构
编码器
像素
人工缺陷
点状结构
多尺度特征
线状结构
训练样本集
标签
策略
系统为您推荐了相关专利信息
智能预警系统
非机动车
生成电子围栏
预警终端
视觉
图像识别系统
特征提取模块
图像采集模块
迁移学习技术
置信度阈值
梳毛机
同步控制方法
数字孪生模型
异常状态
分布式协同
故障定位方法
特种电缆
故障关联分析
故障场景
深度学习网络模型