【技術實現步驟摘要】
本申請涉及圖像分割，尤其涉及一種圖像分割方法及圖像分割系統。
技術介紹
1、靜脈識別技術作為生物特征識別的一種重要方法，在安全領域得到了廣泛應用。隨著智能門鎖的普及，將靜脈識別技術與智能門鎖結合成為一個新的研究熱點。然而，傳統的靜脈識別方法主要基于2d圖像，難以捕捉血管的立體結構信息，導致識別準確率受限。
2、近年來，3d靜脈圖像采集技術的發展為提高識別精度提供了新的可能。但是，3d靜脈圖像的處理和分析面臨著多個挑戰。3d圖像數據量大，直接處理計算復雜度高；其次，血管結構的復雜性和個體差異性使得準確分割變得困難；如何有效地將3d信息轉化為2d特征以適應現有的識別算法也是一個亟待解決的問題。
技術實現思路
1、本申請提供了一種圖像分割方法及圖像分割系統，用于提高了圖像分割的精度。
2、第一方面，本申請提供了一種圖像分割方法，所述圖像分割方法包括：
3、通過預置的智能門鎖采集用戶的靜脈3d血管圖像，并對所述靜脈3d血管圖像進行標準化濾波和對比度增強處理，得到預處理3d血管圖像；
4、對所述預處理3d血管圖像進行多尺度卷積和層注意力機制分析，得到3d特征表示；
5、對所述3d特征表示執行自適應3d到2d投影算法，得到2d血管特征圖；
6、采用跨尺度級聯分層變壓器網絡對所述2d血管特征圖進行圖像分割，得到初始2d分割結果；
7、對所述初始2d分割結果進行反向邊界注意力優化，得到優化2d分割圖；
9、第二方面，本申請提供了一種圖像分割系統，所述圖像分割系統包括：
10、采集模塊，用于通過預置的智能門鎖采集用戶的靜脈3d血管圖像，并對所述靜脈3d血管圖像進行標準化濾波和對比度增強處理，得到預處理3d血管圖像；
11、分析模塊，用于對所述預處理3d血管圖像進行多尺度卷積和層注意力機制分析，得到3d特征表示；
12、執行模塊，用于對所述3d特征表示執行自適應3d到2d投影算法，得到2d血管特征圖；
13、分割模塊，用于采用跨尺度級聯分層變壓器網絡對所述2d血管特征圖進行圖像分割，得到初始2d分割結果；
14、優化模塊，用于對所述初始2d分割結果進行反向邊界注意力優化，得到優化2d分割圖；
15、輸出模塊，用于對所述優化2d分割圖進行交叉熵損失函數評估和優化，輸出目標2d分割結果。
16、本申請第三方面提供了一種圖像分割設備，包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；所述至少一個處理器調用所述存儲器中的所述指令，以使得所述圖像分割設備執行上述的圖像分割方法。
17、本申請的第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有指令，當其在計算機上運行時，使得計算機執行上述的圖像分割方法。
18、本申請提供的技術方案中，多尺度卷積和層注意力機制的結合，提高了對3d血管結構的特征提取能力，能夠更好地捕捉不同尺度的血管信息。自適應3d到2d投影算法，在保留3d結構信息的同時實現了降維，降低了后續處理的計算復雜度。跨尺度級聯分層變壓器網絡的應用，增強了模型對多尺度特征的學習和融合能力，提高了分割的精確度。反向邊界注意力優化機制，特別關注了血管邊界區域，提升了分割結果的邊界準確性。改進的交叉熵損失函數，通過引入確定性觀測樣本和邊界敏感項，更好地指導了模型的優化過程。實現了從3d圖像采集到2d分割結果輸出的全流程處理，提高了靜脈識別的整體效率和準確性。
本文檔來自技高網...【技術保護點】
1.一種圖像分割方法，其特征在于，所述圖像分割方法包括：
2.根據權利要求1所述的圖像分割方法，其特征在于，所述通過預置的智能門鎖采集用戶的靜脈3D血管圖像，并對所述靜脈3D血管圖像進行標準化濾波和對比度增強處理，得到預處理3D血管圖像，包括：
3.根據權利要求1所述的圖像分割方法，其特征在于，所述對所述預處理3D血管圖像進行多尺度卷積和層注意力機制分析，得到3D特征表示，包括：
4.根據權利要求1所述的圖像分割方法，其特征在于，所述對所述3D特征表示執行自適應3D到2D投影算法，得到2D血管特征圖，包括：
5.根據權利要求1所述的圖像分割方法，其特征在于，所述采用跨尺度級聯分層變壓器網絡對所述2D血管特征圖進行圖像分割，得到初始2D分割結果，包括：
6.根據權利要求1所述的圖像分割方法，其特征在于，所述對所述初始2D分割結果進行反向邊界注意力優化，得到優化2D分割圖，包括：
7.根據權利要求1所述的圖像分割方法，其特征在于，所述對所述優化2D分割圖進行交叉熵損失函數評估和優化，輸出目標2D分割結果，包括：<...
【技術特征摘要】
1.一種圖像分割方法，其特征在于，所述圖像分割方法包括：
2.根據權利要求1所述的圖像分割方法，其特征在于，所述通過預置的智能門鎖采集用戶的靜脈3d血管圖像，并對所述靜脈3d血管圖像進行標準化濾波和對比度增強處理，得到預處理3d血管圖像，包括：
3.根據權利要求1所述的圖像分割方法，其特征在于，所述對所述預處理3d血管圖像進行多尺度卷積和層注意力機制分析，得到3d特征表示，包括：
4.根據權利要求1所述的圖像分割方法，其特征在于，所述對所述3d特征表示執行自適應3d到2d投影算法，得到2d血管特征圖，包括：
5.根據權利要求1所述的圖像分割方法，其特征在于，所述采用跨尺度級聯分層變壓器網絡對所述2d血管特征圖進行圖像分割，得到初始2d分割結果...
【專利技術屬性】
技術研發人員：薛喜柱，林本聰，洪曉城，顏旭東，麻亞翰，
申請(專利權)人：一脈通深圳智能科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。