一种基于衬底上生长的三角形二硫化钼的识别方法技术

本发明专利技术公开了一种基于衬底上生长的三角形二硫化钼的识别方法，具体包括以下步骤：S1、对衬底进行快速成像，得到完整清晰的全局衬底图像；S2、对所述衬底图像进行筛选识别；S3、对所述筛选识别的结果进行拟合和分析。本发明专利技术将500倍的平移变换图片拍摄整合得到一个样品的全貌，且具有更高的清晰度和完整度；本发明专利技术通过Faster R

【技术实现步骤摘要】
一种基于衬底上生长的三角形二硫化钼的识别方法


[0001]本专利技术属于无机功能材料识别
，特别是涉及一种基于衬底上生长的三角形二硫化钼的识别方法。

技术介绍

[0002]传统技术中，对于生长在衬底上的二硫化钼的识别，需要人眼进行筛选与识别长势良好的单层二硫化钼，并且还会带来一系列人工不断调整位置，调节焦距，记录位置，判断大小的操作等弊端，从而会出现重复性机械劳动，给人工增加了负担。
[0003]因此，寻找一种无需人工操作并且成像更具清晰化的生长在衬底上的二硫化钼的识别方法成为研究人员关注的问题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种基于衬底上生长的三角形二硫化钼的识别方法，将带有目标二硫化钼的衬底放到显微摄像机下面，摄像机即可自动启动，对摆放的样品进行处理分析，免除了一系列人工不断调整位置，调节焦距，记录位置，判断大小的操作，可以直接通过该识别方法，得到优良的单层二硫化钼的具体位置。
[0005]为实现上述目的，本专利技术提出一种基于衬底上生长的三角形二硫化钼的识别方法，具体包括以下步骤：
[0006]S1、对衬底进行快速成像，得到完整清晰的衬底图像；
[0007]S2、对所述衬底图像进行筛选识别；
[0008]S3、对所述筛选识别的结果进行拟合和分析。
[0009]优选地，所述步骤S1具体为：
[0010]S11、对光学显微镜下的衬底进行图像采集，得到一系列局部视场下的衬底图像；
[0011]S12、对所述局部视场下的衬底图像采用全局图片自动拼接算法，得到完整清晰的全局衬底图像。
[0012]优选地，所述光学显微镜的放大倍数为500倍。
[0013]优选地，所述图像采集具体为：
[0014]将所述光学显微镜固定在电动载物平台的上方，设置所述光学显微镜的光轴与载物台表面垂直，载物平台在二维平面内移动，所述载物平台的水平垂直方向平动产生图像平移变换，得到一系列局部视场下的衬底图像；同时，相邻的图像取一部分重叠进行拍摄，合并时去掉重叠。
[0015]优选地，所述步骤S2具体为：
[0016]S21、基于Faster R
‑
CNN深度神经网络算法，对所述衬底图像进行筛选识别，得到满足筛选条件的所有具有优质三角形结构的单层二硫化钼的坐标集合；
[0017]S22、取所述所有单层二硫化钼的三角形结构的中心位置作为坐标点，并以该坐标点进行标记。
[0018]优选地，所述筛选条件为所述单层二硫化钼结构是否为三角形、所述三角形的边长是否相等、所述三角形的边长长度是否在30微米左右；若均满足以上条件，则筛选出具有优质三角形结构的单层二硫化钼；所述优质三角形结构为边长接近30微米的正三角形。
[0019]优选地，所述步骤S3具体为：
[0020]S31、将所述坐标点导入matlab软件中进行坐标转化；
[0021]S32、将所述完整衬底转化为二维坐标平面，并将所述二维坐标平面划分为A*A个基元，其中A为任意正整数；
[0022]S33、统计每个基元的坐标点个数，得到所述具有优质三角形结构的单层二硫化钼的密度分布函数；
[0023]S34、将所述密度分布函数导入所述matlab软件中，并通过三次样条插值进行数学函数拟合，得到优质单层二硫化钼的密度分布函数关于二维空间横纵坐标的函数关系式；
[0024]S35、画出所述函数关系式的三维曲面图像，并对所述三维曲面图像中分布在衬底上的优质单层二硫化钼进行数据分析。
[0025]本专利技术的有益效果在于：
[0026](1)本专利技术通过将二硫化钼放到设置好的移动载物台上面，将拍摄得到的500倍的平移变换图片拍摄整合，得到一个样品的全貌，相比于传统在10倍等情况下拍摄出来的图片具有更高的清晰度和完整度；
[0027](2)本专利技术通过Faster R
‑
CNN这种用于目标检测与定位领域的专用深度神经网络的识别处理，得到与目标二硫化钼边长在30微米左右的正三角形二硫化钼，取其中心点坐标，导出数据到matlab中，进行三次样条插值拟合，得到的拟合函数代表生长的二硫化钼优质样品的分布规律，能够更加直观的感受到优质样品在衬底的分布，避免了人工观察可能会出现的重复性机械劳动，减轻了负担。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本专利技术方法流程图；
[0030]图2为本专利技术实施例优质单层二硫化钼三角形结构的中心坐标点位置示意图；
[0031]图3为本专利技术实施例优质单层二硫化钼三角形结构的中心坐标点在matlab中的位置示意图；
[0032]图4为本专利技术实施例三次样条插值拟合的优质单层二硫化钼三维曲面分布情况示意图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本专利技术保护的范围。
[0034]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0035]实施例1
[0036]参照图1所示，本专利技术提出一种基于衬底上生长的三角形二硫化钼的识别方法，具体包括以下步骤：
[0037]S1、对衬底进行快速成像，得到完整的衬底图像；
[0038]首先使用摄像机在光学显微镜下对具有一定尺寸的衬底进行连续拍照。由于显微镜摄影机的视场限制，其采集到的图像只是衬底的一小部分，因此，本专利技术采用全局图片自动拼接算法，在同一焦距下拍摄多张照片，然后组合在一起形成完整的衬底图像，通过这种算法能够将有限视场得到的图像连续准确地、快速地经过校准拼接在一起，供给后续的识别筛选所用。
[0039]其中，本专利技术的单层二硫化钼理想的形状为边长为30微米左右的正三角形，所以当显微镜放大倍数为500倍时最优。在图像采集系统中，将显微镜固定在电动载物平台的上方，设置显微镜的光轴与载物台表面垂直，载物平台在二维平面内移动，平台的水平垂直方向平动产生图像平移变换。为了保持图像细节，相邻图可取一部分重叠进行拍摄，合并时去掉重叠即可。
[0040]S2、对所述衬底图像进行筛选识别；
[0041]筛选识别的要求是对所得到的与衬底尺寸相同的衬底图像中满足条件的优质三角形结构样品进行快速准确的识别，因此，本专利技术采用Faster R
‑
CNN这种用于目标检测与定位领域的专用深度神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于衬底上生长的三角形二硫化钼的识别方法，其特征在于，具体包括以下步骤：S1、对衬底进行快速成像，得到完整清晰的衬底图像；S2、对所述衬底图像进行筛选识别；S3、对所述筛选识别的结果进行拟合和分析。2.根据权利要求1所述的基于衬底上生长的三角形二硫化钼的识别方法，其特征在于，所述步骤S1具体为：S11、对光学显微镜下的衬底进行图像采集，得到一系列局部视场下的衬底图像；S12、对所述局部视场下的衬底图像采用全局图片自动拼接算法，得到完整清晰的全局衬底图像。3.根据权利要求2所述的基于衬底上生长的三角形二硫化钼的识别方法，其特征在于，所述光学显微镜的放大倍数为500倍。4.根据权利要求2所述的基于衬底上生长的三角形二硫化钼的识别方法，其特征在于，所述图像采集具体为：将所述光学显微镜固定在电动载物平台的上方，设置所述光学显微镜的光轴与载物台表面垂直，载物平台在二维平面内移动，所述载物平台的水平垂直方向平动产生图像平移变换，得到一系列局部视场下的衬底图像；同时，相邻的图像取一部分重叠进行拍摄，合并时去掉重叠。5.根据权利要求1所述的基于衬底上生长的三角形二硫化钼的识别方法，其特征在于，所述步骤S2具体为：S21、基于Faster R
‑
CNN深度神经网络算法，对...

【专利技术属性】
技术研发人员：张晋辉，张铮，高丽，黄国倡，周湛轩，张世强，陈章毅，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：