[發明專利]基于Mask RCNN實例分割的SEM圖像分子篩粒徑統計方法和系統

在審

• 申請號: 202110070200.4
• 申請日: 2021-01-19
• 公開（公告）號: CN112651989A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 杜文莉;錢鋒;彭鑫;鐘偉民;楊明磊
• 申請（專利權）人: 華東理工大學
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/11;G06K9/32;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 施浩

本發明公開了一種基于Mask RCNN實例分割的SEM圖像分子篩粒徑統計方法和系統，提升分子篩粒徑統計效率。其技術方案為：獲取掃描電子顯微鏡圖像，即SEM圖像，以及相應的操作文件，構建相應的SEM圖像樣本庫；對構建的SEM圖像樣本庫中的原始圖像進行實例分割標注，構建SEM圖像實例分割數據集；構建Mask RCNN實例分割模型；利用得到的SEM圖像實例分割數據集對構建的Mask RCNN實例分割模型進行訓練及參數調整；利用訓練后的Mask RCNN實例分割模型完成對SEM圖像樣本的分子篩實例分割；根據得到的SEM圖像分子篩實例分割的結果計算SEM圖像中分子篩粒徑大小，從而實現對分子篩粒徑的統計。

技術領域

本發明涉及分子篩催化劑工藝改進領域，具體涉及一種基于Mask RCNN實例分割的掃描電子顯微鏡(Scanning Electron Microscope，SEM)圖像分子篩粒徑統計方法和系統。

背景技術

分子篩粒徑統計在材料、化工等相關合成領域具有重要意義，是評判分子篩合成效果的重要指標。傳統的分子篩粒徑統計方法通過掃描電子顯微鏡(SEM)獲取相應的圖像樣本后進行人工測量與統計，需要耗費較多的時間和人力成本，同時人工統計不可避免地存在誤檢、漏檢的情況，且無法實施，不間斷工作。

近年來的圖像識別技術在各個領域的識別檢測得到廣泛應用，圖像處理技術也有了充分的發展。傳統的統計方法中所涉及的掃描電子顯微鏡(SEM)圖像包含豐富的信息，結合相關的操作文件便可方便的獲取SEM圖像中分子篩的實際尺度信息。

因此，如何將圖像識別技術應用于分子篩粒徑統計方法，成為目前業界亟待解決的問題。

發明內容

以下給出一個或多個方面的簡要概述以提供對這些方面的基本理解。此概述不是所有構想到的方面的詳盡綜覽，并且既非旨在指認出所有方面的關鍵性或決定性要素亦非試圖界定任何或所有方面的范圍。其唯一的目的是要以簡化形式給出一個或多個方面的一些概念以為稍后給出的更加詳細的描述之序。

本發明的目的在于解決上述問題，提供了一種基于Mask RCNN實例分割的SEM圖像分子篩粒徑統計方法和系統，利用獲取的SEM圖像構建實例分割數據集，訓練Mask RCNN實例分割模型實現對SEM圖像中分子篩的實例分割，進而利用分割結果進行分子篩粒徑的統計，提升分子篩粒徑統計效率。

本發明的技術方案為：本發明揭示了一種基于Mask RCNN實例分割的SEM圖像分子篩粒徑統計方法，方法包括：

步驟一：獲取掃描電子顯微鏡圖像，即SEM圖像，以及相應的操作文件，構建相應的SEM圖像樣本庫；

步驟二：對步驟一構建的SEM圖像樣本庫中的原始圖像進行實例分割標注，構建SEM圖像實例分割數據集；

步驟三：構建Mask RCNN實例分割模型；

步驟四：利用步驟二得到的SEM圖像實例分割數據集對步驟三構建的Mask RCNN實例分割模型進行訓練及參數調整；

步驟五：利用步驟四訓練后的Mask RCNN實例分割模型完成對SEM圖像樣本的分子篩實例分割；

步驟六：根據步驟五得到的SEM圖像分子篩實例分割的結果計算SEM圖像中分子篩粒徑大小，從而實現對分子篩粒徑的統計。

根據本發明的基于Mask RCNN實例分割的SEM圖像分子篩粒徑統計方法的一實施例，步驟一進一步包括：

先將SEM圖像以及相應的操作文件按照實驗批次整理到相應文件夾下，再對整理結果做簡單篩選，包括剔除圖像信息缺失或操作文件信息缺失的樣本；

其中SEM圖像及相應的操作文件產生于對相關分子篩的掃描電子顯微鏡操作過程，SEM圖像以灰度圖像為主但不限于灰度圖像，操作文件中具有相應的比例尺信息。