Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
基于语义分割和模糊超像素的煤炭HRTEM图像晶格条纹智能识别新方法
ACS Omega ( IF 3.7 ) Pub Date : 2022-04-19 , DOI: 10.1021/acsomega.2c00751 Jinzhi Zhong 1, 2 , Yanjun Meng 1, 2 , Zehao Liu 3 , Fangui Zeng 1, 2
ACS Omega ( IF 3.7 ) Pub Date : 2022-04-19 , DOI: 10.1021/acsomega.2c00751 Jinzhi Zhong 1, 2 , Yanjun Meng 1, 2 , Zehao Liu 3 , Fangui Zeng 1, 2
Affiliation
高分辨率透射电子显微镜(HRTEM)可以直接获得煤的晶格条纹和结构参数。针对目前HRTEM图像中点阵条纹提取中存在的条纹区域未定位、单阈值分割、模糊超像素未分类、条纹剪枝繁琐等问题,提出了一种基于语义分割、深度神经网络、模糊超像素等的智能识别方法。提出了算法。对于未定位的边缘区域,通过语义分割自动定位边缘区域。整个语义分割网络采用基于ResNet的DeepLab V3+,减少非边缘区域带来的不必要的操作。对于图像的单阈值分割,首先对图像进行分块。采用遗传优化的分水岭算法对条纹底图和非条纹底图进行划分,避免图像明暗不同造成的失真。针对条纹与非条纹之间的模糊超像素,提出一种基于相邻像素的相似类别判断方法,解决模糊超像素未分类的问题,丰富和完善格子条纹底图的信息。最终针对煤块堆积引起的格子边缘重叠问题,提出了一种基于边缘特征的相似性判断方法,去除格子边缘的毛刺部分,提高修剪率。结合上述理论,设计了一种基于MATLAB App Designer的可视化工具,该应用程序可以完成上述四个步骤,准确地显示HRTEM图像中煤芳香晶格条纹识别的结果。与权威专家绘制的格子条纹对比表明,该方法解译的条纹是可靠的。该方法有利于HRTEM中晶格条纹的提取,为多种深度学习算法中HRTEM图像的标注奠定了基础,有利于研究人员对煤结构的直接观察。
"点击查看英文标题和摘要"
更新日期:2022-04-19
"点击查看英文标题和摘要"