基于深度卷积网络的航空发动机部件深度图智能分割方法

本发明公开了基于深度卷积网络的航空发动机部件深度图智能分割方法，具体涉及图像分割技术领域；通过获取并预处理深度图像，在第一张图像上构建初始模板掩膜，并将其迁移至目标图像后，提取视角差异度和边界形变率进行配准误差评估；对误差严重的图像引入非刚性对齐机制进行掩膜修正，确保标签精准配准；最终将配准结果与深度图联合输入深度卷积神经网络进行训练，并将训练好的模型应用于未标注图像，实现高精度、自动化的部件像素级语义分割，显著提升了在复杂视角与结构形变条件下的标注效率与分割准确性，适用于多变工况下的工业智能检测场景。