扫描电子显微镜图像中纳米颗粒的递归检测与分析
图像与视频处理
2023-08-21 v1 材料科学
计算机视觉与模式识别
摘要
在本研究中，我们提出了一种专为扫描电子显微镜（SEM）图像中纳米颗粒的精确检测与综合分析而定制的计算框架。该框架的主要目标在于准确标定纳米颗粒坐标，次要目标包括提取相关形态属性，如面积、取向、亮度和长度。该框架基于 Python 强大的图像处理能力构建，尤其利用了 OpenCV、SciPy 和 Scikit-Image 等库，采用阈值化、膨胀和腐蚀等技术组合，以提升图像处理结果的保真度。随后，生成的纳米颗粒数据被无缝集成至 RStudio 环境中，以便于细致的后处理分析。这包括对模型准确性的全面评估、特征分布模式的辨识以及复杂颗粒排列的识别。该最终框架在主要样本图像中表现出较高的纳米颗粒识别能力，并在取自 SEM 纳米颗粒数据集的五张不同测试图像中达到了 97% 的检测准确率。此外，该框架能够辨识出对照组中未被人工标注的弱强度纳米颗粒。
引用
@article{arxiv.2308.08732,
title = {Recursive Detection and Analysis of Nanoparticles in Scanning Electron Microscopy Images},
author = {Aidan S. Wright and Nathaniel P. Youmans and Enrique F. Valderrama Araya},
journal= {arXiv preprint arXiv:2308.08732},
year = {2023}
}
备注
9 pages, 10 figures