CBAM-ResUNet：一种用于精确进行固液两相流中全息图像多类别分割的深度学习方法

《Optics and Lasers in Engineering》：CBAM-ResUNet: A deep learning approach for accurate multi-class segmentation of holographic images in solid-liquid two-phase flows

粒子级数字全息成像多类分割模型CBAM-ResUNet通过边缘预处理增强边缘特征，结合CBAM残差模块实现动态特征调制，并利用ASPP模块融合多尺度信息，有效解决条纹干扰、边界模糊和尺度变化问题，在脱硫石膏浆料等场景验证中mIOU达90.82%，且可迁移至微塑料-微藻分类等新任务。

　　在现代科学与工程领域，数字全息术（Digital Holography, DH）作为一种非接触式的三维测量技术，已被广泛应用于研究和监测固液两相流。这种技术能够捕捉颗粒在液体中的分布状态，提供丰富的物理参数信息，对于工业过程和环境监测具有重要意义。然而，尽管数字全息术具有诸多优势，其在实际应用中仍面临一些关键挑战，尤其是多类别颗粒分割的准确性问题。由于全息图像中存在条纹干涉、边界模糊以及颗粒尺寸变化等因素，传统的图像分割方法难以满足高精度、高鲁棒性的需求。因此，近年来，研究人员开始探索结合深度学习的解决方案，以提高全息图像处理的效率和精度。

深度学习技术在图像分割领域的快速发展，使得自动识别和分类图像中的目标成为可能。特别是基于卷积神经网络（Convolutional Neural Networks, CNNs）的模型，如UNet、FCN、SegNet、PSPNet等，已经在生物医学和科学图像分析中展现出卓越的性能。这些模型通过端到端的学习机制，能够自动提取图像中的特征，并进行更精确的分割。然而，在数字全息图像处理中，现有的深度学习方法仍存在一定的局限性。一方面，多数研究集中在二值分割，即仅区分前景和背景，而无法直接完成多类别分割任务。这使得在进行进一步分析，如颗粒分类时，需要额外的模型进行处理，增加了计算成本。另一方面，全息图像中常见的条纹干涉现象会对分割结果产生干扰，因为这些条纹在图像中呈现出明显的明暗交替模式，与实际颗粒的边缘非常相似，容易导致误判。此外，高倍率成像条件下，颗粒的尺寸和结构细节更加复杂，传统的卷积操作在感受野和特征提取方面存在不足，难以同时捕捉全局轮廓和局部纹理。

为了解决上述问题，本文提出了一种新的深度学习模型CBAM-ResUNet，该模型在经典UNet架构的基础上进行了优化和改进。CBAM-ResUNet引入了边缘增强模块、卷积块注意力机制（Convolutional Block Attention Module, CBAM）以及空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块，以提升在复杂成像条件下的分割性能。边缘增强模块通过预处理阶段对图像进行优化，强化颗粒的边缘特征，使得模型能够更准确地识别和分割颗粒。CBAM模块结合了通道注意力和空间注意力机制，使网络能够动态调整对不同特征的关注程度，从而增强模型对弱边缘和条纹干扰的处理能力。ASPP模块则用于融合不同尺度的图像信息，实现多尺度的精确分割，进一步提升模型的鲁棒性和泛化能力。

本文所使用的数据集来源于脱硫石膏浆液的全息图像，该数据集通过数字全息系统对石膏和石灰石颗粒进行重建，涵盖了多种颗粒形态和分布情况。通过对该数据集的实验分析，CBAM-ResUNet在多类别分割任务中表现出优异的性能，取得了高达95.18%的mF1得分和90.82%的mIOU得分，优于传统方法和基于Transformer的模型。此外，通过消融实验，验证了各个模块对模型性能的贡献，结果表明，边缘增强模块、CBAM模块和ASPP模块在提升分割精度方面都起到了重要作用。同时，模型在不同噪声水平和训练数据减少的情况下仍能保持稳定的性能，这表明其具有较强的鲁棒性。

除了在脱硫石膏浆液的多类别分割任务中进行测试，CBAM-ResUNet还被应用于另外两个具有代表性的数字全息图像处理场景。第一是水力涡轮系统中的沉积物分类，其中区分高硬度颗粒（如锆石、石英）与低硬度颗粒（如伊利石）对于预测涡轮磨损具有重要意义。第二是环境监测中的微塑料与微藻分类，因为透明的生物颗粒容易被误认为微塑料，因此需要一种高效的分类方法来提高识别的准确性。在这些应用场景中，CBAM-ResUNet均表现出良好的泛化能力，其在两个任务中的mIOU得分均超过90%，表明该模型不仅适用于脱硫石膏浆液的多类别分割，还能在其他相关领域发挥重要作用。

为了进一步验证CBAM-ResUNet的性能，本文设计了一系列实验，包括模型的训练、测试和对比。所有模型均在相同的数据集和实验条件下进行训练和评估，以确保实验的公平性和可比性。通过调整模型的超参数，优化了其在不同任务中的表现。实验结果表明，CBAM-ResUNet在多个指标上均优于其他方法，包括分割精度、鲁棒性和计算效率。这表明，CBAM-ResUNet不仅在脱硫石膏浆液的多类别分割任务中表现出色，还能在其他相关应用场景中实现高效的图像处理。

CBAM-ResUNet的提出，为数字全息图像分析提供了一种新的解决方案。该模型通过结合边缘增强、注意力机制和多尺度特征融合，有效解决了全息图像中常见的分割难题。其在脱硫石膏浆液、沉积物分类和微塑料-微藻区分等任务中的优异表现，表明该模型具有广泛的应用前景。未来，随着数字全息技术在工业和环境监测中的进一步发展，CBAM-ResUNet有望成为一种高效的多类别分割工具，为相关研究和应用提供支持。

此外，本文还探讨了数字全息图像处理中的其他方法，包括传统的阈值分割、区域生长和形状描述符等。这些方法虽然在某些情况下仍具有一定的应用价值，但在面对严重的条纹干扰或复杂的背景时，往往难以满足高精度分割的需求。因此，研究人员开始探索基于机器学习和深度学习的解决方案，以提高图像处理的效率和准确性。例如，Vankdothu和Hameed等人使用自适应中值滤波对肿瘤CT图像进行预处理，再结合模糊C均值聚类（Fuzzy C-Means, FCM）和灰狼优化（Grey Wolf Optimization, GWO）等方法进行图像分割。这些方法虽然在某些特定场景下有效，但其依赖于人工设计的特征和先验假设，使得模型在面对高噪声或弱目标特征时，泛化能力有限。

随着深度学习技术的不断进步，研究人员开始设计专门的网络结构，以提升全息图像处理的性能。例如，一些研究采用高分辨率网络（如HRNet）来保留图像中的空间细节，而另一些研究则引入基于Transformer的模型（如SegFormer）以增强全局建模能力。这些模型在不同应用场景中展现出良好的效果，但也存在一定的局限性。例如，HRNet虽然能够保留图像的细节，但其计算成本较高，而SegFormer虽然具有较强的全局建模能力，但在处理局部纹理和边缘特征时可能表现不足。因此，为了更好地适应全息图像的复杂性和多样性，研究人员需要进一步优化网络结构，使其能够在不同任务中实现高效、准确的图像处理。

本文提出的CBAM-ResUNet模型，正是为了克服上述问题而设计的。该模型在经典UNet架构的基础上，结合了边缘增强、CBAM模块和ASPP模块，以提升模型在复杂成像条件下的分割性能。通过引入边缘增强模块，模型能够更有效地识别和分割颗粒，尤其是在面对弱边缘和条纹干扰时，能够提高分割的准确性。CBAM模块的引入，使得模型能够动态调整对不同特征的关注程度，从而增强其对不同尺度和复杂背景的适应能力。ASPP模块则用于融合不同尺度的图像信息，实现多尺度的精确分割，进一步提升模型的鲁棒性和泛化能力。

在实验部分，本文使用了脱硫石膏浆液的全息图像数据集，并对CBAM-ResUNet进行了详细的测试和评估。通过调整模型的超参数，优化了其在不同任务中的表现。实验结果表明，CBAM-ResUNet在多个指标上均优于其他方法，包括分割精度、鲁棒性和计算效率。此外，通过消融实验，验证了各个模块对模型性能的贡献，结果表明，边缘增强模块、CBAM模块和ASPP模块在提升分割精度方面都起到了重要作用。同时，模型在不同噪声水平和训练数据减少的情况下仍能保持稳定的性能，这表明其具有较强的鲁棒性。

CBAM-ResUNet的成功应用，不仅为数字全息图像分析提供了一种新的解决方案，也为其他相关领域的研究和应用提供了借鉴。例如，在水力涡轮系统中的沉积物分类任务中，CBAM-ResUNet能够准确区分不同硬度的颗粒，这对于预测涡轮磨损具有重要意义。在环境监测中的微塑料-微藻分类任务中，CBAM-ResUNet能够有效识别透明的生物颗粒，从而减少误判的可能性。这些实验结果表明，CBAM-ResUNet不仅适用于脱硫石膏浆液的多类别分割任务，还能在其他相关领域发挥重要作用。

总的来说，CBAM-ResUNet模型的提出，标志着数字全息图像分析技术的一个重要进展。该模型通过结合边缘增强、注意力机制和多尺度特征融合，有效解决了全息图像中常见的分割难题。其在脱硫石膏浆液、沉积物分类和微塑料-微藻区分等任务中的优异表现，表明该模型具有广泛的应用前景。未来，随着数字全息技术在工业和环境监测中的进一步发展，CBAM-ResUNet有望成为一种高效的多类别分割工具，为相关研究和应用提供支持。