一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法技术

本发明专利技术公开一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法，使用语义分割、遗传算法和相似度的方法，找到主要的条纹部位进行分析处理，减少二值化对图像失真的影响；将每次提取的条纹去除毛刺，以非交叉条纹为基准，对每一交叉条纹进行相似度判断，根据相似度的差异程度，决定分割之后的条纹，是组合还是继续保持分割状态；对所有的条纹的方向和大小进行判断，生成对应的图片以供研究。本发明专利技术能够避免人工修剪条纹的繁琐，以及减少人工修剪时主观因素和经验因素造成的修剪困难，进而方便快捷地提取出晶格条纹，同时克服噪音部分，提高准确度，最后得到条纹的分布情况、长度、角度和长径比信息，使HRTEM中携带的晶格条纹信息更加准确有利。加准确有利。加准确有利。

【技术实现步骤摘要】
一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法


[0001]本专利技术涉及图像处理
，具体而言，涉及一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法。

技术介绍

[0002]近年来，科研人员为了研究煤芳香烃的分子排列，主要通过高分辨透射电镜来直接观察，这为研究芳香烃的分子排列带来了极大的方便，但是如何准确地有效地观察分子排列，尤其是交叉的晶格条纹，是一个十分重要、也是一个十分棘手的问题。
[0003]目前，主要的处理方法有两种。第一种是科研人员将在高分辨透射电镜下观察到的样品图片，通过一些软件将图像阈值分割，并对图像进行二值化处理，之后运用相关绘图软件，根据人们的主观意识，手动绘出条纹；另一种是科研人员利用程序的手段，自动的提取出条纹，例如康倩楠和张志强开发了VirtualFringe的程序，他们将图片导入程序，之后对图像进行降噪，傅里叶变换等操作，提取出晶格条纹，对提取出的晶格条纹，进行手动修剪分支，以解决晶格条纹的交叉；王绍清等通过MASK
‑
R
‑
CNN的手段，对条纹进行标注，之后对神经网络训练，再利用神经网络精确地提取出条纹，该提取手段虽然加快了处理速度，但是在晶格条纹的标签部分，依然是通过人为划分，对于交叉的晶格条纹，还是依靠人工绘制。
[0004]在现有的两种处理方法中，对于第一种来说，一张图像里面包含巨大的条纹数量，手动画出条纹不说其准确程度，耗费时间和耗费体力是一定的，随后在手动分割交叉条纹的过程中，过于依赖经验和主观意识；对于第二种方法来说，虽然能快速地提取出条纹，但是并为对晶格条纹的交叉部分进行有效地自动处理，同时神经网络对人为事先定义好的条纹进行处理，也为考虑交叉部分，进而也会导致误判。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法。
[0006]本专利技术解决其技术问题所采用的技术方案是：本专利技术公开一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法，包括以下步骤：
[0007]步骤1)，对预处理后的原始图像进行语义分割，将晶格条纹区域分离出来；
[0008]步骤2)，对分离晶格条纹区域的主体部分图像进行分块，使用遗传算法进行阈值分割，将分块后的矩阵合并得到晶格条纹底图；
[0009]步骤3)，除去晶格条纹底图周边范围的毛刺，骨骼化提取条纹，对骨骼化后图像的联通区域进行标签定义，得到初步晶格条纹图像，将标签顺序按照从小到大的顺序排列，并作为细胞矩阵第一列，并将每一个标签下的晶格条纹坐标存放在细胞矩阵的第二列；
[0010]步骤4)，对初步晶格条纹图像除去毛刺，使晶格条纹的长度符合要求；
[0011]步骤5)，对除去毛刺的初步晶格条纹图像，分割出交叉条纹和非交叉条纹，以非交
叉条纹为基础，根据相似度的大小，判断交叉条纹分割之后的归属，除去了所有的毛刺之后，将所有归属条纹部分所连接的交叉点位置补上；
[0012]步骤6)，对步骤5)得到的图像，进行方向的判断，更好的观察晶格条纹的走向，以及对应大小的分布图。
[0013]优选地，对预处理后的原始图像进行语义分割的步骤中，包括步骤：
[0014]对预处理后的原始图像进行标签定义，利用MATLAB Image Label工具，标出语义分割的掩膜图像，并导出掩膜矩阵；
[0015]对标签定义的图片进行训练，并导出最后的语义分割模型；
[0016]输入一张完整的HRTEM图像，即可得到晶格条纹区域图像。
[0017]优选地，在除去晶格条纹底图周边范围的毛刺的步骤中，得到晶格条纹底图之后，去除底图中突出的单个像素点，完成对毛刺的去除。
[0018]优选地，定义晶格条纹底图中的条纹矩阵为矩阵A，将最初的矩阵A进行扩大；扩大的方法为：矩阵A设定为x行y列，建立矩阵A_Expand，x+2行，y+2列，矩阵A对应的是矩阵A_Expand(2,2)至A_Expand(x+1,y+1)，其他的空缺部分，是将矩阵A_Expand边界一周的像素点，向周围补零得到；
[0019]条纹部分是联通区域，对矩阵A联通区域进行判断，使得每一个条纹都有对应的标签，并按照数目从小到大的顺序进行排列，并得出标签总数N和标签矩阵L；
[0020]建立与原始图片A一样大小的全零矩阵A1和A2，用于统计交叉点和边界点；遍历A中的每一个元素，若A中的元素大于0，同时在其八邻域中进行卷积运算；
[0021]所有的卷积结果大于3的元素，在A1和A2中在对应行数和列数相同的位置，记录下八邻域卷积结果，用于交叉点的判断；所有的卷积结果等于2的，在A1和A2中在对应行数和列数相同的位置，用于边界点的判断；
[0022]建立空矩阵B1，遍历A1中每一个元素，如果数值大小在其八邻域中是最大的，则判定为交叉点，将交叉点对应的行数和列数存储到B1中，B1的第一列统计行数，第二列统计列数；对于没有交叉点的晶格条纹，将其单独提取出来，存放到矩阵D中；
[0023]有了所有的交叉点信息之后，按照对应的列数，在原始图像A中，去除交叉点，得到新的矩阵C，得到标签矩阵L2和标签总数N2；由于除去了交叉点，所以剩下的是断裂的条纹，即为初步晶格条纹图像。
[0024]优选地，由于晶格条纹最短是0.25nm，而一个像素点是0.03nm，考虑到交叉，以三个和三个以下像素点所形成的连通区域为毛刺，对L2中的连通区域进行遍历，以除去初步晶格条纹图像中的毛刺。
[0025]优选地，去除毛刺之后，得到所有的分割之后的晶格条纹，将这些条纹按照对应的新的标签顺序，一一计算相似度。选取条纹的灰度均值、灰度方差、灰度三阶矩、中位数、众数作为特征值进行判断，采用斯皮尔曼相关系数判断公式：
[0026][0027]其中，x：原始数据；y：对比数据；xi为原始数据中的第i个数据，为原始数据的平均值；y
i
为对比数据中的第i个数据，为对比数据的平均值。
[0028]与现有技术相比，本专利技术使用语义分割、遗传算法和相似度的方法，不仅能够找到
主要的条纹部位进行分析处理，同时也减少了二值化对图像失真的影响；将每次提取到的条纹，去除毛刺，再以非交叉条纹为基准，对每一个交叉条纹进行相似度判断，根据相似度的差异程度，来决定分割之后的条纹，是组合还是继续保持分割状态；对所有的条纹的方向和大小进行判断，生成对应的图片，以供研究。本专利技术能够避免人工修剪条纹的繁琐，以及减少人工修剪时主观因素和经验因素造成的修剪困难，进而方便快捷地提取出晶格条纹，同时克服噪音部分，提高准确度，最后得到条纹的分布情况、长度、角度和长径比等信息，使HRTEM中携带的晶格条纹信息更加准确有利。
附图说明
[0029]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0030]图1是本专利技术提供的一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法的流程示意图。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种HRTEM图像中芳香烃晶格条纹交叉的分离合并方法，其关键点在于，包括以下步骤：步骤1)，对预处理后的原始图像进行语义分割，将晶格条纹区域分离出来；步骤2)，对分离晶格条纹区域的主体部分图像进行分块，使用遗传算法进行阈值分割，将分块后的矩阵合并得到晶格条纹底图；步骤3)，除去晶格条纹底图周边范围的毛刺，骨骼化提取条纹，对骨骼化后图像的联通区域进行标签定义，得到初步晶格条纹图像，将标签顺序按照从小到大的顺序排列，并作为细胞矩阵第一列，并将每一个标签下的晶格条纹坐标存放在细胞矩阵的第二列；步骤4)，对初步晶格条纹图像除去毛刺，使晶格条纹的长度符合要求；步骤5)，对除去毛刺的初步晶格条纹图像，分割出交叉条纹和非交叉条纹，以非交叉条纹为基础，根据相似度的大小，判断交叉条纹分割之后的归属，除去了所有的毛刺之后，将所有归属条纹部分所连接的交叉点位置补上；步骤6)，对步骤5)得到的图像，进行方向的判断，更好的观察晶格条纹的走向，以及对应大小的分布图。2.根据权利要求1所述的HRTEM图像中芳香烃晶格条纹交叉的分离合并方法，其特征在于：对预处理后的原始图像进行语义分割的步骤中，包括步骤：对预处理后的原始图像进行标签定义，利用MATLAB Image Label 工具，标出语义分割的掩膜图像，并导出掩膜矩阵；对标签定义的图片进行训练，并导出最后的语义分割模型；输入一张完整的HRTEM图像，即可得到晶格条纹区域图像。3.根据权利要求1所述的HRTEM图像中芳香烃晶格条纹交叉的分离合并方法，其特征在于：在除去晶格条纹底图周边范围的毛刺的步骤中，得到晶格条纹底图之后，去除底图中突出的单个像素点，完成对毛刺的去除。4.根据权利要求1所述的HRTEM图像中芳香烃晶格条纹交叉的分离合并方法，其特征在于：对骨骼化后图像的联通区域进行标签定义，得到初步晶格条纹图像的步骤中，包括：定义晶格条纹底图中的条纹矩阵为矩阵A，将最初的矩阵A进行扩大；扩大的方法为：矩阵A设定为x行y列，建立矩阵A_Expand，x+2行，y+2列，矩阵A对应...

【专利技术属性】
技术研发人员：刘超，钟进之，孙蓓蕾，曾凡桂，刘泽浩，刘彦锋，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：