首页|基于LNIP的电镜材料自动归类

基于LNIP的电镜材料自动归类

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
扫描电镜已经广泛应用于物理、化学和材料等研究领域.目前大多数研究主要集中于两方面,一是观察材料的微观结构,二是根据材料的扫描电镜微观结构判断材料种类.第二方面的研究还处于初级阶段,目前有关基于电镜图像实现材料自动归类的研究未见报道,仅根据材料的电镜图片来判断材料的种类是一件费时费力的工作,因此,针对这一问题,提出将LNIP (Local Neighborhood Intensity Pattern)算法引入电镜图片识别中.首先,将收集到的电镜图片分为训练集与测试集,利用LNIP算法对训练图片进行特征提取,得到同尺度下、不同种类材料的特征值;随后,在测试集中进行分类验证.最后,实验显示该方法对电镜材料的分类准确度高达96％,高于使用传统LBP(Local Binary Patterns)方法的召回率.由此利用LNIP算法可实现更准确地实现对未知材料的电镜图片的自动分类.
An automatic classification method for electron microscope materials based on LNIP

朱丽娜、逯洋、孙卓、梁纬

展开 >

吉林师范大学,吉林省四平市,136000

扫描电镜图像 LNIP LBP 纹理特征 图像检索

国家自然科学基金资助项目吉林省教育厅“十三五”科学技术项目吉林省教育厅“十三五”科学技术项目国家级创新训练项目吉林师范大学学术型研究生创新科研计划

21606099JJKH20170376KJJJKH20180785KJ201810203006研创新201925

2019

计算机与应用化学
中国科学院过程工程研究所

计算机与应用化学

CSTPCD北大核心
影响因子：0.386
ISSN：1001-4160
年,卷(期)：2019.36(6)
  • 1
  • 3