基于改进U-Net的多尺度煤矸石图像分割模型RCPU-Net：解决不均匀光照下的背景粘连与半遮挡挑战

针对煤矸石分选中因形态差异小、光照不均导致的背景粘连与半遮挡问题，研究人员提出RCPU-Net模型。该模型以U-Net为框架，结合ResNet50主干网络、小波卷积(WTConv)和膨胀残差模块(DCRM)，引入CP注意力机制与线性插值融合模块(LIFM)，在煤矸石数据集上实现mIoU 91.84%、mPA 96.20%，较基线模型提升1.44%和1.24%，为工业分选提供高效解决方案。

　　

在煤炭开采和利用过程中，煤矸石作为主要固体废弃物，其不当处理不仅降低资源利用率，还会引发土壤重金属污染、有毒气体排放等环境问题。传统人工分选方法效率低且易受主观影响，而基于机器视觉的自动化技术成为研究热点。然而，实际工业场景中煤与矸石形态差异微小、光照不均、多目标粘连及半遮挡等复杂条件，导致现有目标检测算法（如YOLO系列）和语义分割模型（如U-Net）难以实现精准分割，严重影响分选效果。

针对这些挑战，国内某研究机构的研究人员开发了RCPU-Net模型，通过多尺度特征融合和边界优化技术，显著提升了煤矸石分割精度。相关成果发表于《Digital Signal Processing》，为解决工业分选中的关键难题提供了新思路。研究团队采用三项核心技术：1）以ResNet50为骨干网络，在辅助特征提取模块中用小波卷积(WTConv)替代标准卷积，增强边缘信息捕获；2）结合混合膨胀卷积(HDC)准则构建膨胀残差模块(DCRM)，并嵌入串行CP（通道-像素）注意力机制，扩大感受野的同时保留细节；3）在上采样阶段设计线性插值融合模块(LIFM)，通过SE-Hardswish激活函数优化特征融合。

研究结果显示，RCPU-Net在煤矸石数据集上的性能全面超越对比模型。具体而言：

1. 模型结构优化：通过WTConv实现多频带特征分解，使LL低频分量与LH/HL/HH高频分量协同作用，边界分割Dice系数提升至89.3%。
2. 注意力机制对比：CP注意力机制以2.10M参数量实现最优性能（mIoU 89.3%），较SE、CBAM等传统方法降低20%计算开销。
3. 多场景验证：在光照不均、半遮挡等复杂条件下，模型mIoU达91.84%，较原始U-Net提升45.41%，推理速度达315.8 FPS，满足实时分选需求。

讨论部分指出，该研究的核心价值在于针对性解决了工业场景中的三大痛点：1）通过WTConv与LIFM模块缓解背景粘连导致的边界模糊；2）利用DCRM的混合膨胀卷积（r₁=2, r₂=4）有效捕捉多尺度目标；3）CP注意力机制通过通道重加权（CA_c）和像素级调整（PA）显著降低漏检率。值得注意的是，模型仅需15.2G FLOPs的计算成本，较TransUNet等方案降低94%，为嵌入式设备部署提供可能。

这项研究不仅推动了矿物分选技术的智能化发展，其提出的多尺度特征融合框架（如HDC准则下的膨胀卷积配置）和轻量化注意力设计（CP模块）也为其他工业检测场景提供了普适性方法论。未来工作可进一步探索模型在动态输送带环境中的鲁棒性优化。