基于LNIP的电镜材料自动归类

作者：朱丽娜; 逯洋^*; 孙卓; 梁纬

来源：计算机与应用化学, 2019, 36(06): 626-631.

DOI：10.16866/j.com.app.chem201906009

• 扫描电镜图像
• LNIP
• LBP
• 纹理特征
• 图像检索

扫描电镜已经广泛应用于物理、化学和材料等研究领域。目前大多数研究主要集中于两方面,一是观察材料的微观结构,二是根据材料的扫描电镜微观结构判断材料种类。第二方面的研究还处于初级阶段,目前有关基于电镜图像实现材料自动归类的研究未见报道,仅根据材料的电镜图片来判断材料的种类是一件费时费力的工作,因此,针对这一问题,提出将LNIP(Local Neighborhood Intensity Pattern)算法引入电镜图片识别中。首先,将收集到的电镜图片分为训练集与测试集,利用LNIP算法对训练图片进行特征提取,得到同尺度下、不同种类材料的特征值;随后,在测试集中进行分类验证。最后,实验显示该方法对电镜材料的分类准确度高达96%,高于使用传统LBP(Local Binary Patterns)方法的召回率。由此利用LNIP算法可实现更准确地实现对未知材料的电镜图片的自动分类。

• 单位
  吉林师范大学