Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
机器视觉驱动的SEM图像中颗粒大小和形态的自动识别。
Nanoscale ( IF 5.8 ) Pub Date : 2020-08-27 , DOI: 10.1039/d0nr04140h Hyojin Kim 1 , Jinkyu Han 2 , T Yong-Jin Han 2
Nanoscale ( IF 5.8 ) Pub Date : 2020-08-27 , DOI: 10.1039/d0nr04140h Hyojin Kim 1 , Jinkyu Han 2 , T Yong-Jin Han 2
Affiliation
|
扫描电子显微镜（SEM）图像提供了纳米材料的各种结构和形态信息。在材料信息学领域，以高通量方式对SEM图像进行自动识别和定量分析至关重要，但是由于形状和尺寸上图像配置的复杂性和多样性，仍然存在挑战。在本文中，我们提出一种使用计算机视觉和机器学习技术的通用方法，以定量提取SEM图像中的粒径，粒径分布和形态信息。即使存在重叠的纳米颗粒，棒状形状和核-壳纳米结构，建议的管道也可提供自动的高通量测量。我们通过对具有不同形状和大小的纳米级材料和结构的SEM图像进行实验，证明了该方法的有效性。与手动测量的尺寸相比，所提出的方法显示出令人鼓舞的结果（分别使用全自动和半自动化过程的Spearman系数分别为0.91和0.99）。该代码可作为开源软件在https://github.com/LLNL/LIST上获得。
"点击查看英文标题和摘要"
更新日期：2020-10-02
"点击查看英文标题和摘要"
京公网安备 11010802027423号