一种基于改进U-NET网络的喷吹煤显微图像分割模型

本发明公开了一种基于改进U‑NET网络的喷吹煤显微图像分割模型，包括U‑Net网络，用于对喷吹煤显微图像进行像素级分割；U‑Net网络包括编码器、瓶颈层和解码器，编码器每层的输出通过跳跃连接传递到解码器的对应层；编码器的前三层中嵌入双卷积模块，双卷积模块用于联合提取局部信息与全局上下文信息；瓶颈层的后端嵌入门控注意力模块，门控注意力模块用于对U‑Net网络学习到的特征进行动态调控、增强有效特征和抑制干扰区域。本发明通过编码器前三层嵌入的双卷积模块联合提取局部与全局上下文信息，结合瓶颈层后端门控注意力模块对特征进行动态调控，解决了低反射率煤粒与背景灰度接近、光晕模糊区域干扰分割精度的问题，具有提高分割精度和抑制干扰区域的优点。