1 天津工业大学电子与信息工程学院, 天津 300387
2 天津市光电检测技术与系统重点实验室, 天津 300387
为了准确测量纳米颗粒的尺寸,依据透射电子显微镜拍摄的纳米颗粒图像,提出了一种基于U-Net卷积神经网络的颗粒自动分割方法。将U-Net部分网络结构与批量归一化层相结合,减弱了网络对初始化的依赖,提升了训练速度。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,利用改进的U-Net网络训练纳米颗粒个体分割模型,得到了分割结果。研究结果表明,所提方法能准确分割出图像中的纳米颗粒,对边缘模糊和强度不均的纳米颗粒的分割效果提升显著。
图像处理 纳米颗粒分割 U-Net卷积神经网络 半隐式偏微分方程 滤波 激光与光电子学进展
2019, 56(6): 061005
1 天津市光电检测技术与系统重点实验室, 天津 300387
2 天津工业大学 电子与信息工程学院, 天津 300387
针对X射线线阵探测器像素响应不均而造成X射线图像产生竖条纹, 以及由探测器本身和外界产生噪声干扰的问题, 提出了一种新型的校正与滤波模型, 解决了传统校正方法因忽略噪声影响而使得校正完成后数据波动较大的问题。结合X射线特性及X射线线阵探测器的成像原理, 分析了像素响应不均时的输出特性及噪声, 建立了改进的两点校正算法与基于偏微分方程的半隐式差分滤波模型。实验证明, 分辨率为1×9 216的X射线线阵探测器在经过该模型校正后, 有效地解决了像素响应不均的问题, 抑制了噪声的影响, 在位深为16 bit的情况下, 平均均方误差低于五个灰度级, 提高了X射线图像检测的质量。
X射线线阵探测器 像素响应不均 两点校正 半隐式偏微分方程 X-ray linear array detector uneven response of pixel two-point calibration semi implicit partial differential equation 红外与激光工程
2017, 46(12): 1226001
