项目名称: 活性碳纤维材料中不规则孔结构的图像定量分析方法研究

项目编号: No.50803016

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 机械、仪表工业

项目作者: 朱煜

作者单位: 华东理工大学

项目金额: 20万元

中文摘要: 本项目利用计算机数字图像处理与分析手段对多孔(孔径>50nm和孔径<2nm)的活性碳纤维材料(ACF)表面微观结构进行了细致有效的分析。SEM等设备获取的显微材料图像信噪比低,微观表面孔结构复杂。本项目结合显微图像处理技术对ACF不规则孔结构进行了大量的定量分析研究,取得了一些成果,主要包括:(1)基于聚类分析方法,提出了材料表面孔洞的尺寸、分布和特定规律性特征的识别和表征方法;(2)研究了SEM显微图像的有效目标分割问题;(3)提出了基于模式识别理论的人工鱼群方法进行目标孔的分割处理;(4)将基于统计计算的隐马尔科夫模型算法应用于微观材料图像目标识别研究;(5)提出了基于孔的方向切线信息的目标分割与计算方法,能够精确获得孔的各类统计参数特征,为ACF的可控制备提供理论依据。本项目结合ACF材料图像,建立了算法软件仿真定量分析系统,对各类算法的实现及对比计算提供了分析平台,成功地为材料实际制备和应用奠定了数据分析的基础。同时,在信息处理技术与材料表面分析这一交叉研究领域进行了有意义的探索。

中文关键词: 活性碳纤维;图像处理;模式识别;孔

英文摘要: In this project,digital image processing methods were successfully used for the surface morphology analyzing of activated carbon fabric (ACF) material with mesopores (2 nm &lt; pore size &lt; 50 nm) and macropores (pore size &gt; 50 nm). The images captured from SEM or TEM are with very low SNR and complx porosity structure. Image processing methods disccused in this project can provide effective and quantitative analysis for the irregular pore structures of ACF material. We obtained some interesting and novelty results. The main works include:(1)based on cluster algorithms, the size, distribution and regularity features of the pores were characterized and analyzed quantitatively.(2) suitable image segmentation methods was proposed for SEM micro-image preprocessing.(3) some effective image segmentation methods were proposed,such as Artificial Fish Swarm algorithm,Snake and etc.(4) Hidden Markov Random Fields model was used for micro-image proccessing and recognition.(5)a tangential direction edge detection method was first proposed for pore's parameter extrection and quatitatively analysis. All the calculated results provide the theoretical basis for controllable manufacturing of porosity ACFs. The simulation software platform was establised to verify various algorithms. All the results will play important role in both theoritical and real applications of the novel ACF materials.This work is a meaningful exploration in the cross-cutting areas of information technology and material surface analysis.

英文关键词: activated carbon fabric; image processing; pattern recognition; porosity

成为VIP会员查看完整内容
0

相关内容

图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
39+阅读 · 2021年7月4日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
69+阅读 · 2021年3月29日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
15+阅读 · 2018年6月23日
小贴士
相关VIP内容
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
39+阅读 · 2021年7月4日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
69+阅读 · 2021年3月29日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员