论文摘要
扫描电镜已经广泛应用于物理、化学和材料等研究领域。目前大多数研究主要集中于两方面,一是观察材料的微观结构,二是根据材料的扫描电镜微观结构判断材料种类。第二方面的研究还处于初级阶段,目前有关基于电镜图像实现材料自动归类的研究未见报道,仅根据材料的电镜图片来判断材料的种类是一件费时费力的工作,因此,针对这一问题,提出将LNIP(Local Neighborhood Intensity Pattern)算法引入电镜图片识别中。首先,将收集到的电镜图片分为训练集与测试集,利用LNIP算法对训练图片进行特征提取,得到同尺度下、不同种类材料的特征值;随后,在测试集中进行分类验证。最后,实验显示该方法对电镜材料的分类准确度高达96%,高于使用传统LBP(Local Binary Patterns)方法的召回率。由此利用LNIP算法可实现更准确地实现对未知材料的电镜图片的自动分类。
论文目录
文章来源
类型: 期刊论文
作者: 朱丽娜,逯洋,孙卓,梁纬
关键词: 扫描电镜图像,纹理特征,图像检索
来源: 计算机与应用化学 2019年06期
年度: 2019
分类: 工程科技Ⅰ辑,信息科技
专业: 无线电电子学,计算机软件及计算机应用
单位: 吉林师范大学
基金: 国家自然科学基金资助项目(21606099),吉林省教育厅“十三五”科学技术项目(JJKH20170376KJ,JJKH20180785KJ),国家级创新训练项目(201810203006),吉林师范大学学术型研究生创新科研计划(研创新201925)
分类号: TN16;TP391.41
DOI: 10.16866/j.com.app.chem201906009
页码: 626-631
总页数: 6
文件大小: 1425K
下载量: 24