一种基于信息融合的纳米图像识别方法

发布时间:2017-12-05  |  来源:统计科学研究室

本发明涉及一种基于信息融合的纳米图像识别方法,特别涉及图像中目标的自动检测和分割技术。属于计算机视觉和纳米材料分析技术领域。

 

近几年来,基于透射电子显微镜图像的纳米图像识别技术引起了越来越多的重视。根据纳米材料的理论和经验可知,纳米粒子的大小,形状和分布对材料的性质有着显著的影响。纳米图像识别技术能够根据透射电子显微镜图像得到每个粒子的中心与轮廓。根据识别结果,我们可以判断出所有粒子的形状与分布信息,从而推断出材料性质。因此,它可以提高纳米材料生产质量控制的精度和效率。

 

由于纳米材料属于新兴技术,目前在计算机视觉的研究中,专门针对纳米粒子的相关工作还比较少。现有的方法多采用一些传统的的目标识别技术,如简单二值化,或者医学图像处理中的细胞识别技术。由于缺少针对性,这些方法只能处理一部分图像。而现有的一些纳米粒子识别工作,大多也着眼于高对比度,低噪声的清晰图像。

 

对于非金属纳米材料(如纳米氧化硅等),由于其原子量和树脂基底相差不大,透射电子显微镜图像往往是低对比度的,而且含有非常明显的噪声。在这种情况下,现有的处理方法无法得到准确而稳定的纳米粒子识别结果。我们发现,多数现有方法只利用单一图像信息,比如基于二值化的方法只利用图像的亮度信息,而基于轮廓检测的方法只利用了图像的梯度信息。由于图像质量较低,只依靠单一信息往往不足以识别粒子。

 

为了克服这一缺点,我们提出了基于信息融合的纳米粒子识别方法。在对图像进行预处理之后,我们使用了两组方法独立的对其进行识别,分别得到纳米粒子的检测结果。第一组方法基于图像亮度信息,而第二种方法基于图像梯度信息。我们利用椭圆模型对两组结果进行参数化,并找出拟合结果一致的粒子。然后对于取余的粒子,我们根据原始图像计算每组粒子识别结果的可信度以及两组结果的冲突矩阵。最后,我们使用0-1整数优化方法对它们进行融合,选取更符合图像信息的粒子识别结果,得到最终输出。实验证明,我们的方法能在较短的时间内(5-10分钟),从低对比度、高噪声的透射显微镜图像中,得到准确的纳米粒子识别和分割的结果。

 

本发明提供了一种基于信息融合的纳米图像识别方法,从透射电子显微镜图像中,得到纳米材料中粒子的大小,形状和分布。本发明能够克服透射显微镜图像的低分辨率和高噪声,在较短的时间内获得准确的纳米粒子识别和分割的结果。