整合特征融合与卷积注意力的微裂缝精准分割方法

本发明提出了一种整合特征融合与卷积注意力的微裂缝精准分割方法，属于图像处理领域。该方法构建一种以编码器‑解码器架构为基础的裂缝分割网络，在编码器端引入卷积块注意力模块，通过通道和空间双重注意力机制，自适应抑制背景噪声并强化裂缝显著特征，在几乎不增加计算开销的前提下，提升模型对微裂缝的敏感度；在解码器端引入特征融合模块，通过跨层融合实现低层细节与高层语义的协同，有效弥合了语义鸿沟，避免传统卷积堆叠导致的细节丢失，确保狭长裂缝的连续性和完整拓扑结构。本发明通过多尺度特征提取与注意力机制协同优化，实现了裂缝显著性特征的精准捕获及复杂背景干扰的有效抑制，显著提升了对微裂缝的检测灵敏度与整体分割一致性。