[發明專利]一種基于深度學習的晶體TEM圖像物相區域劃分方法

有效

• 申請號: 202211670815.1
• 申請日: 2022-12-26
• 公開（公告）號: CN115631392B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張全;白儒;彭博;周文俊;王一帆
• 申請（專利權）人: 西南石油大學
• 主分類號: G06V10/778
• 分類號: G06V10/778;G06V10/26;G06V10/80;G06V10/82;G06V20/69
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習的晶體TEM圖像物相區域劃分方法，其特征在于：所述方法包括以下步驟：

1）使用正方形的滑動窗口將TEM圖像劃分為多個區域并計算各個區域的快速傅里葉變換幅度譜，使用圖像增強算法突出幅度譜中的亮點并弱化背景；

2）使用深度學習方法對步驟1）生成的各個區域的快速傅里葉變換幅度譜圖像中的亮點進行分割，獲得亮點分割圖像；

3）在所述亮點分割圖像包含多個亮點情況下，使用灰度質心算法獲得每個亮點的坐標；

4）根據亮點的坐標信息進行物相識別，從每個區域中識別出可能包含的物相，所述的物相識別方法需要根據亮點的坐標信息自動測量晶格間距，并與根據標準PDF卡片數據建立的卡片數據庫進行比對，找到各區域內可能包含的晶面并記錄對應的晶面指數，比較建立的卡片數據庫中的標準晶面夾角與根據亮點坐標計算得到的實際晶面夾角以確定各個區域中可能包含的物相；

5）采用改進的區域生長算法合并包含相同物相的區域，并使用連通域算法獲得物相區域的邊界，用彩色線條對所述物相區域的邊界進行描繪，所述的改進的區域生長算法需要以步驟4）中可能包含物相的各個區域為生長點，以鄰接區域是否包含相同物相為生長準則，若包含相同物相則合并為同一個區域。

2.根據權利要求1所述的一種基于深度學習的晶體TEM圖像物相區域劃分方法，其特征在于：步驟1）所述的圖像增強算法為冪次變換(伽馬校正)。

3.根據權利要求1所述的一種基于深度學習的晶體TEM圖像物相區域劃分方法，其特征在于：步驟2）所述的深度學習方法包含一個跨層特征融合模塊。

4.根據權利要求1所述的一種基于深度學習的晶體TEM圖像物相區域劃分方法，其特征在于：步驟3）所述灰度質心算法實現從深度學習模型輸出的亮點分割圖像中獲取所有亮點的坐標，并基于中心對稱原則進行亮點配對分組。