边界感知SegFormer网络的阵列目标图像分割方法

作     者：吕扬 吴静静 庄祉珊 安聪颖 LYU Yang;WU Jingjing;ZHUANG Zhishan;AN Congying

作者机构：江南大学机械工程学院江苏无锡214122 江苏省食品先进制造装备技术重点实验室江苏无锡214122 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第24期

页      面：188-199页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62072416 61873246) 

主　　题：图像分割 阵列目标 自适应种子搜索 边界感知 SegFormer 

摘      要：针对工业场景下阵列目标图像存在非均匀背景、缺陷干扰和弱边缘导致目标分割精度低的问题,提出边界感知SegFormer网络的阵列目标图像分割方法。针对固定种子易受背景和缺陷干扰的问题,提出自适应种子搜索策略。该策略利用种子位置与目标定位精度的相关性构建种子分布热力图,并在热力图的引导下自适应搜索理想种子目标,实现阵列目标的高精度全局分割。设计边界感知SegFormer网络进行局部分割,利用递归门控卷积强调特征的长距离和高阶空间交互,改进的门控残差边界细化模块能够学习更丰富的边缘信息,同时引入混合损失函数加强对区域内部和边缘像素的监督,引导网络更好地学习目标边缘特征,提高边界分割精度。在自建晶粒数据集和语义分割数据集Cityscapes上的验证实验表明,提出的分割方法能在背景不均、缺陷污染、边缘对比度低的高分辨率阵列目标图像中完整精确地分割目标,并具有较高的实时性。