改進(jìn)U~2-Net的激光條紋中心線高精度提取

摘要： 針對復(fù)雜環(huán)境下激光條紋中心線提取算法穩(wěn)定性差、精度低等問題，提出一種基于改進(jìn)U~2-Net的中心線提取新方法。首先，在U~2-Net網(wǎng)絡(luò)中加入TSA(transformer-self-attention)、TCA(transformer-cross-attention)模塊以提高模型的特征提取能力，實(shí)現(xiàn)精準(zhǔn)像素級分割，有效去除圖像中的噪聲、毛刺，為后續(xù)中心線提取提供高質(zhì)量的圖像... （共8頁）