A Superimposed Divide-and-Conquer Image Recognition Method for SEM Images of Nanoparticles on The Surface of Monocrystalline silicon with High Aggregation Degree

要約

シリコン結晶のSEM画像のナノ粒子サイズと分布情報は、通常、手動の方法でカウントされます。
自動機械認識の実現は、材料科学において重要です。
本論文は、シリコン結晶ナノ粒子SEM画像の自動認識と情報統計を実現するための重ね合わせ分割画像認識法を提案した。
特にシリコン結晶の粒子サイズの複雑で高度に凝集した特性については、形態学的処理に基づく正確な認識ステップと輪郭統計法が与えられます。
この方法は、さまざまなSEM撮影条件下で単結晶シリコン表面ナノ粒子画像を認識するための技術的な参考値を持っています。
さらに、認識精度とアルゴリズム効率の点で他の方法よりも優れています。

要約(オリジナル)

The nanoparticle size and distribution information in the SEM images of silicon crystals are generally counted by manual methods. The realization of automatic machine recognition is significant in materials science. This paper proposed a superposition partitioning image recognition method to realize automatic recognition and information statistics of silicon crystal nanoparticle SEM images. Especially for the complex and highly aggregated characteristics of silicon crystal particle size, an accurate recognition step and contour statistics method based on morphological processing are given. This method has technical reference value for the recognition of Monocrystalline silicon surface nanoparticle images under different SEM shooting conditions. Besides, it outperforms other methods in terms of recognition accuracy and algorithm efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google