版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、納米科技是20世紀80年代逐漸發(fā)展起來的新興科學技術,也是21世紀科技產(chǎn)業(yè)革命的重要內(nèi)容之一。納米材料顆粒粒度分布是影響材料性能的關鍵性因素之一,是表征零維納米材料的重要參數(shù)之一。如何檢測和評價納米材料顆粒粒度及其性能成為了零維納米材料制備和應用方面要解決的首要問題。透射電子顯微鏡(TEM)就是納米材料表征的重要工具,它可以觀察到在光學顯微鏡下無法看清的小于0.2um的亞顯微或超微結(jié)構(gòu),目前TEM的分辨率可達0.1~0.2nm,可以用于
2、觀察樣品的精細結(jié)構(gòu),甚至可以用于觀察僅僅一列原子的結(jié)構(gòu)。
本文利用數(shù)字圖像處理相關知識對近年來顆粒識別技術相關的理論和算法做了較為全面的了解和分析,并著重對納米顆粒識別技術中背景分割、粘連顆粒分割、參數(shù)統(tǒng)計等三個關鍵算法做了深入探討和研究。在此基礎上,使用Java程序設計語言,在跨平臺的基礎上設計了一套具有閾值分割、粘連顆粒分割及對納米顆粒大小、顆粒數(shù)、圓度等參數(shù)實現(xiàn)自動統(tǒng)計的實用軟件。本文具體工作如下:
首先對TE
3、M做了簡單的介紹和分析工作,進而更好地了解TEM圖像的特點。結(jié)合TEM圖像的特點通過平滑等圖像預處理技術對圖像進行初步的處理工作,改善了TEM圖像的質(zhì)量,為納米顆粒圖像的后續(xù)處理及分析工作奠定了基礎。
在TEM納米顆粒圖像的顆粒識別中,顆粒與背景的分割是整個識別過程的基礎和難點,本文通過對多種背景分割方法進行優(yōu)缺點對比,結(jié)合TEM納米顆粒圖像的特點采用最大相關性準則方法將顆粒與背景進行分割,在分割的過程中當目標像素與背景像素接
4、近時,容易把目標分割成背景,造成顆粒內(nèi)部出現(xiàn)孔洞,需要對孔洞進行填充。
由于TEM納米顆粒圖像的特殊性,總會出現(xiàn)少部分多個顆粒粘連在一起甚至團聚的現(xiàn)象,顆粒圖像的粘連顆粒分割是納米顆粒識別系統(tǒng)中的一個難點。本文研究了傳統(tǒng)的分水嶺算法和常見的分水嶺變換算法,比較分析了它們在粘連顆粒分割中的優(yōu)缺點,最后采用快速分水嶺變換與區(qū)域融合相結(jié)合的方法來實現(xiàn)圖像粘連顆粒的分割,分割效果較好,可以準確地將粘連的納米顆粒分開來,處理后的圖像能夠
5、更好的實現(xiàn)顆粒數(shù)目、大?。娣e)、周長等統(tǒng)計。
最后是對納米顆粒參數(shù)的統(tǒng)計工作,本文采用遞推方法對納米顆粒面積、數(shù)目進行計算,對于顆粒的周長則采用鏈式編碼的方式。
軟件系統(tǒng)實現(xiàn)部分是使用Java程序設計語言,在跨平臺的基礎上設計實現(xiàn)對TEM納米顆粒的識別和顆粒數(shù)目、大小(面積)、圓度等參數(shù)的統(tǒng)計工作。通過對系統(tǒng)進行測試表明:該系統(tǒng)可以完成對TEM納米顆粒圖片的導入,并能夠?qū)崿F(xiàn)TEM納米顆粒識別以及各參數(shù)的統(tǒng)計工作,基
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 顆粒 圖像分割 計數(shù) 圖像識別 特征提取
- 基于Hopfield網(wǎng)絡的圖像識別.pdf
- 基于稀疏表示的圖像識別.pdf
- 基于分形理論的大氣懸浮顆粒物圖像識別.pdf
- 基于內(nèi)容的黃色圖像識別.pdf
- 基于預分類的圖像識別研究.pdf
- 基于DSP的圖像識別系統(tǒng).pdf
- 圖像目標的識別——基于稀疏表示的圖像識別算法研究.pdf
- 基于圖像搜索日志的精細種類圖像識別.pdf
- 基于主題分析的敏感圖像識別.pdf
- 基于DSP的圖像識別算法研究.pdf
- 基于內(nèi)容的不良圖像識別研究.pdf
- 基于圖像特征匹配的飛機紅外圖像識別.pdf
- 基于體全息存儲的圖像識別.pdf
- 基于遺傳算法的圖像識別.pdf
- 基于Kinect的人臉圖像識別.pdf
- 基于多重分形的圖像識別研究.pdf
- 基于NiosⅡ的圖像識別系統(tǒng)設計.pdf
- 基于視頻監(jiān)控的火災圖像識別研究.pdf
- 基于Hausdorff距離的樂譜圖像識別研究.pdf
評論
0/150
提交評論