[发明专利]一种用于XCT切片的多层信息分享与纠正方法

权利要求书

1.一种用于XCT切片的多层信息分享与纠正方法，其特征在于，包括以下步骤：

步骤一、构造用于训练陶瓷基复合材料预制体的连续XCT切片数据集和验证集；

步骤二、使用上述数据集对全卷积神经网络进行训练，直至拟合；

步骤三、使用训练好的神经网络对验证集中连续的XCT切片进行语义分割，得到了陶瓷基复合材料预制体连续XCT切片的语义分割图；

步骤四、在得到一系列语义分割图之后，采用邻近XCT切片的语义分割图对应位置来纠正误分类像素类别；

步骤五、计算语义分割图的相似度，通过语义分割图的相似度程度来确定当前语义分割图的上下几层语义分割图参与多层信息的分享与纠正；

步骤六、进行多层信息分享与纠正。

2.如权利要求1所述的一种用于XCT切片的多层信息分享与纠正方法，其特征在于：所述步骤四中，邻近XCT切片采用当前XCT切片的上i层、下i层、或者上下i层，i＝1,2,3...。

3.如权利要求1所述的一种用于XCT切片的多层信息分享与纠正方法，其特征在于：所述步骤五中，假设语义分割图大小为m*n，相邻语义分割图减去当前语义分割图之后，内容相同的部分像素值为零，不相同的部分为非零值；语义分割图相减后，统计像素值为0的像素点数sim_pixel，假设相似度系数为sim_ratio：

通过sim_ratio大于相似度设定的阈值则参与多层信息的分享，以此来确定当前语义分割图的上下几层语义分割图参与多层信息的分享与纠正。

4.如权利要求1所述的一种用于XCT切片的多层信息分享与纠正方法，其特征在于：所述步骤六中，在进行多层信息分享与纠正时，保存语义分割预测结果文件夹中的第一张语义分割图并使用其后面的语义分割图来进行信息分享与纠正，第一张语义分割图处理完毕后，其后的语义分割图采用上下层语义分割图联合分享当前语义分割图的信息；同理，文件夹的最后一张语义分割图使用前面的语义分割图进行纠正。

5.如权利要求1所述的一种用于XCT切片的多层信息分享与纠正方法，其特征在于：所述步骤六中，多层信息分享与纠正的具体步骤如下：

1)在确定好信息分享与纠正的层数之后，均分m*n尺寸的语义分割图为j份，给每一份标上标号，确定为当前语义分割图和上下层语义分割图信息进行比较，然后进行修正；其中，当前语义分割图标号为1-j，上层语义分割图标号为A-P，下层语义分割图标号为a-p；

2)对当前语义分割图与上下层语义分割图对应区域分别进行等于“＝＝”逻辑化处理，即：

α＝matrix_A＝＝matrix_1

β＝matrix_a＝＝matrix_1

其中，matrix_A代表上层语义分割图的A区域的矩阵，matrix_1代表当前语义分割图1区域的矩阵，matrix_a代表下层语义分割图a区域的矩阵，α、β是逻辑矩阵；

3)对矩阵α、β进行求反操作，即两矩阵中的0变成1，1变成0，将背景显示为黑色，感兴趣区域设置为白色；

4)得到上层语义分割图和下层语义分割图与中间不同的部分，即当前语义分割图像素错误分类的区域；

5)提取像素错误分类区域的像素位置，在Matlab中，对此二值图片进行形态学操作，先进行闭运算，闭运算是先膨胀再腐蚀，记为A·B：

其次，对闭运算后的图像进行“majority”操作，执行完此步骤的矩阵记为α₁和β₁；

6)在α和β矩阵的所有逻辑矩阵完成上述操作后，进行矩阵相加操作：

γ＝α₁+β₁

在γ矩阵中，逻辑值为1的代表上层语义分割图和下层语义分割图的像素均与当前语义分割图不同的像素位置，即需要通过上下层语义分割图进行信息共享和纠正的位置；

7)将γ矩阵中逻辑值为1的像素坐标提取出来保存在δ矩阵中，并根据此位置，通过上下层语义分割图纠正信息：

δ＝γ(x,y)＝＝1

其中，δ矩阵用来存储γ矩阵中逻辑值为1的横纵坐标；

8)重复上述操作，遍历整个文件夹中的图片；

9)设置迭代的次数数目，以此来结束算法进程。