首页 > 论文 > 激光与光电子学进展 > 56卷 > 06期(pp:061005)

基于U-Net卷积神经网络的纳米颗粒分割

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

为了准确测量纳米颗粒的尺寸,进而评价纳米材料的品质,本文依据透射电子显微镜拍摄的纳米颗粒图像,提出一种基于U-Net卷积神经网络的颗粒自动分割方法,将U-Net部分网络结构与BN层结合,减少网络对初始化的依赖,提升训练速度。首先对纳米颗粒图像进行半隐式偏微分方程滤波以增强图像边缘信息,然后利用改进的U-Net网络训练纳米颗粒个体分割模型,在此基础上得到分割结果。实验结果表明,结合半隐式偏微分方程滤波预处理方法,改进的U-Net网络能准确分割出图像中的纳米颗粒,尤其对边缘模糊和强度不均的纳米颗粒的分割效果显著提升。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.061005

作者单位:

    天津工业大学电子与信息工程学院
    天津工业大学电子与信息工程学院
    天津工业大学
    天津工业大学
    天津工业大学
    天津工业大学电子与信息工程学院
    天津工业大学

引用该论文

张芳,吴玥,肖志涛,耿磊,吴骏,刘彦北,王雯. 基于U-Net卷积神经网络的纳米颗粒分割[J].激光与光电子学进展,2019,56(06):061005.