基于MSR-UNet的煤岩显微组分分割与定量分析算法

【目的】煤岩的质量决定着煤岩的利用率，其组分的分析是判断煤炭质量的重要依据。本文针对煤岩显微组分的分割问题，提出一种改进的UNet网络，旨在提高对煤岩显微组分分割的准确度，以此实现对煤岩显微组分的自动化分析。【方法】首先，提出一种多尺度上下文注意模块。通过捕获具有空间上下文信息的高层特征来提高网络提取关键特征的能力。其次，在跳跃连接层中引入挤压激励模块，提高网络对低层特征重要信息的捕获能力。最后，选用骰子损失函数和焦点损失函数训练网络，以提高网络对小目标组分的敏感度和对相似组分的区分能力。【结果】实验结果表明，所提方法在分割煤岩显微组分图像时，PA指标、IoU指标和Dice指标分别为91.24%、83.01%和84.70%，各组分分割的平均绝对误差分别为2.95%、5.43%和6.19%。【结论】本文算法在实现利用计算机辅助自动化分析煤岩质量方面具有巨大潜力。