一种改进的基于深度学习的晶体TEM图像物相划分方法

    公开(公告)号:CN117011847A

    公开(公告)日:2023-11-07

    申请号:CN202311122879.2

    申请日:2023-09-01

    Abstract: 本发明公开一种改进的基于深度学习的晶体TEM图像物相划分方法,包括:特征区域划分部分与物相识别部分。特征区域划分部分通过滑动窗口执行快速傅里叶变换算法来生成一个四维数据,然后执行主成分分析来估计四维数据中重要成分的数量,之后采用非负矩阵分解将四维数据分解为特征矩阵和相应的系数矩阵,特征矩阵由快速傅里叶变换幅度谱构成,系数矩阵由快速傅里叶变换幅度谱对应的热力图构成。物相识别部分使用物相识别算法可以获取快速傅里叶变换幅度谱中的物相信息,对快速傅里叶变换幅度谱对应的热力图进行分析就可以得到最终的物相区域。本发明实现了晶体TEM图像物相区域的自动划分,与已有方法相比,本方法最终物相区域的边界更加准确。

    一种基于深度学习的晶体TEM图像物相区域划分方法

    公开(公告)号:CN115631392B

    公开(公告)日:2023-04-07

    申请号:CN202211670815.1

    申请日:2022-12-26

    Abstract: 本发明公开一种基于深度学习的晶体TEM图像物相区域划分方法,包括:滑动窗口与深度学习部分,物相识别部分和区域合并部分。滑动窗口将原图划分为多个区域,深度学习部分提出了LCA‑Unet模型用于提取TEM图像各个区域的傅里叶变换幅度谱中的亮点,物相识别部分中可以识别出各个区域内可能包含的物相,区域合并部分将包含相同物相的区域合并,并描绘物相区域的边界。该方法可实现晶体TEM图像中物相区域的自动划分,可以有效的避免研究人员陷入繁琐的手动分析任务中。

    一种基于深度学习的晶体TEM图像物相区域划分方法

    公开(公告)号:CN115631392A

    公开(公告)日:2023-01-20

    申请号:CN202211670815.1

    申请日:2022-12-26

    Abstract: 本发明公开一种基于深度学习的晶体TEM图像物相区域划分方法,包括:滑动窗口与深度学习部分,物相识别部分和区域合并部分。滑动窗口将原图划分为多个区域,深度学习部分提出了LCA‑Unet模型用于提取TEM图像各个区域的傅里叶变换幅度谱中的亮点,物相识别部分中可以识别出各个区域内可能包含的物相,区域合并部分将包含相同物相的区域合并,并描绘物相区域的边界。该方法可实现晶体TEM图像中物相区域的自动划分,可以有效的避免研究人员陷入繁琐的手动分析任务中。

Patent Agency Ranking