基于扫描电镜的颗粒物形态识别方法

摘要

一种基于扫描电镜的颗粒物形态识别方法，适用于对空气中悬浮的颗粒物质进行识别。利用扫描电镜获取被测空气中放大5000倍的悬浮颗粒图像，并对颗粒图像二值化，针对二值化图像中存在粘连颗粒图案，在二值化图像中找出的楔形像素，并作为分离点的始端楔形像素，寻找始端楔形像素对应的终端楔形像素，然后采用Bresenham算法画分离线，完成粘连颗粒图像的分割，之后通过等效直径和形状因子方法对已经完成粘连颗粒分割后的各个颗粒图案的形态特征进行识别。其识别率高、可以得到图像中颗粒的具体形态，便于分类。

主权项

一种基于扫描电镜颗粒物形态识别方法，其特征在于包括以下步骤：a.利用扫描电镜的低真空模式获取被测空气中放大的悬浮颗粒图像；b.用矩阵实验室计算机对放大后的颗粒图像采用Otsu算法获取二值化后的颗粒图像；c.对二值化后颗粒图像中存在相互粘连的颗粒图案进行分割，以提高颗粒图像中对颗粒的准确识别，颗粒图案分割过程为：(i)在二值化图像中，背景像素的灰度值为0，颗粒像素的灰度值为255，根据边界像素是由颗粒向背景转变的中间过程特性，确定二值化颗粒图像中的所有边界像素，对找到的每个边界像素，依次以边界像素为中心边界像素，取半径R为5个像素的圆形区域进行循环搜索，得到循环区域内的边界像素总数N，由公式:$i_{\mathrm{grav}}=\frac{1}{N}\underset{n=1}{\overset{N}{\Sigma }}{i}_n,j_{\mathrm{grav}}=\frac{1}{N}\underset{n=1}{\overset{N}{\Sigma }}{j}_n$得到循环搜索区域中除中心边界像素外所有边界像素的重心(i_grav,j_grav)；式中(i_n,j_n)为边界像素坐标值；通过求无量纲偏心率E依次对每个中心边界像素进行判断是否为楔形像素，中心边界像素距离边界像素重心(i_grav,j_grav)的距离r为：$r=\sqrt{i_{\mathrm{grav}}^2+j_{\mathrm{grav}}^2}$无量纲偏心率式中半径R为5，将预设阈值CE与无量纲偏心率E进行比较，如果E＞CE，则判断此中心边界像素为待匹配的楔形像素，并将计算获得的所有待匹配楔形像素坐标按行依次写入数组ijwedge中，数组ijwedge中每一行代表一个楔形像素的坐标。(ii)从数组ijwedge中获取第一个的待匹配楔形点坐标值，将待匹配楔形像素作为线性分割的始端楔形像素，定义一个搜索区域，所述搜索区域以始端楔形像素为起始点，方向为与中心边界像素到重心的矢量方向相反，搜索半径为L，两边拓展的角度不超过π/3的扇形区域，其中搜索半径L为预设值，在搜索区域内通过双层循环逐行找寻楔形像素，如果找到多个楔形像素，按照与始端楔形像素欧氏距离最近的原则，从找到的楔形像素中确定终端楔形像素，将始端楔形像素与终端楔形像素视为分离点，采用Bresenham算法画分离线，完成粘连颗粒图像的分割，并将已经匹配的两个楔形像素在数组ijwedge中的坐标值标记；(iii)从数组ijwedge中找寻下一个未标记的楔形像素点坐标值，重复步骤ii中的操作，直到数组ijwedge中的楔形像素全部操作结束；d.利用计算机通过等效直径和形状因子方法对已经完成粘连颗粒分割后的各个颗粒图案的形态特征进行识别，并将识别结果通过显示器显示出来。