磁铁矿显微图像的深度学习语义分割
来源：计算机应用与软件杂志2025年第3期北京时间：
作者：梁秀满, 姚珊珊, 薛文强, 牛福生, 张晋霞
摘要：矿物分割是矿石鉴定的基础。由于现有的语义分割网络泛化性不强，因此提出一种多特征融合的U型语义分割网络MFF-Net。以交代残余结构磁铁矿显微图像为研究对象。采用语义分割网络将磁铁矿显微图像根据脉石颜色分割成深色区域和浅色区域并进行中值滤波；利用Canny边缘检测和固定阈值分割对深、浅色区域进行处理，将图像融合得到最终的分割图。对比实验结果表明，语义分割网络相比于其余的U型网络计算量得到极大的减少，并且只采用4幅带标签图片进行训练时仍能很好地分割出目标轮廓。
关键词：矿物显微图像, 语义分割, 深度学习, 特征融合, 实时
