Photo from archive.org
在图像处理与分析领域, 深度学习发挥着日渐重要的作用. 我们将深度学习应用于高分辨率透射电子显微镜(HRTEM)图像晶 面间距的自动快速测量中, 通过对随机样本数据训练得到具有U型 结构的神经网络, 开发了一种新的图像处理方法. 本方法能够自动 提取快速傅里叶变换(FFT)图像中的衍射斑点, 进一步在计算机视 觉技术的协助下, 可以自动计算与FFT图像中被识别的衍射点相对 应的晶格间距, 并与标准晶体结构数据进行比较. 以Fe3 O4 纳米粒子 的HRTEM图像为例, 用本方法进行自动测量的晶格间距与手动测 量的晶格间距相比, 误差小于1%. 我们的工作证明了深度学习技术 在协助晶体材料发展方面的巨大潜力. Click to show full abstract
在图像处理与分析领域, 深度学习发挥着日渐重要的作用. 我们将深度学习应用于高分辨率透射电子显微镜(HRTEM)图像晶 面间距的自动快速测量中, 通过对随机样本数据训练得到具有U型 结构的神经网络, 开发了一种新的图像处理方法. 本方法能够自动 提取快速傅里叶变换(FFT)图像中的衍射斑点, 进一步在计算机视 觉技术的协助下, 可以自动计算与FFT图像中被识别的衍射点相对 应的晶格间距, 并与标准晶体结构数据进行比较. 以Fe3 O4 纳米粒子 的HRTEM图像为例, 用本方法进行自动测量的晶格间距与手动测 量的晶格间距相比, 误差小于1%. 我们的工作证明了深度学习技术 在协助晶体材料发展方面的巨大潜力.
Keywords:
learning automatic;
hrtem;
deep learning;
rapid measurement;
applying deep;
automatic rapid
Journal Title: Science China Materials
Year Published: 2020
Link to full text (if available)
Share on Social Media: Sign Up to like & get
recommendations!
Journal Title: Science China Materials
Year Published: 2020
Link to full text (if available)
Share on Social Media: Sign Up to like & get
recommendations!