MATLAB图片叠加代码 - image_segmentation: 使用Unet检测金属样品中的裂纹

简介：
本项目提供基于MATLAB的图像处理代码，利用Unet模型对金属材料样本进行裂纹检测与分割。通过精准定位和提取裂纹区域，实现对金属表面缺陷的有效识别。 在进行金属样品疲劳测试的过程中，在国家航空大学（乌克兰）拍摄了一系列图像以用于Matlab中的图片叠加代码image_segmentation，并检测不同规模的裂缝。 这些样本是在特定的时间间隔内捕获的，每次试验的结果都是一系列图像，显示裂纹逐渐增大。每个标本的图像经过了预处理步骤，使裂纹在每张图中更加突出。初始和预处理后的图片（放大到裂纹区域）被用来展示效果。 对于不同样本的图像进行预处理之后，所有的测试结果都被合并到了单个数据集中。使用Matlab代码创建每个图像的遮罩，并利用这些数据集对U-Net模型进行了训练。损失函数针对当前任务做了专门修改以适应小裂缝相对于整个图片大小（1080x768）而言较小的情况。 由于掩码中非裂纹区域像素多于裂纹区域，常规的类别加权方法可能忽略掉小裂缝的影响。因此，在每次训练迭代时根据每个图像示例中的零和一像素数量的比例来调整损失权重，以确保模型能够关注到所有大小的裂缝。 最后展示了从验证集中抽取的一些图片及其对应的模型输出结果。