[发明专利]一种基于衬底上生长的三角形二硫化钼的识别方法有效

专利信息
申请号: 202110172208.1 申请日: 2021-02-08
公开(公告)号: CN112906540B 公开(公告)日: 2022-02-01
发明(设计)人: 张晋辉;张铮;高丽;黄国倡;周湛轩;张世强;陈章毅 申请(专利权)人: 北京科技大学
主分类号: G06V20/69 分类号: G06V20/69;G06V10/20;G06V10/82;G06V10/46;G06N3/04
代理公司: 北京东方盛凡知识产权代理事务所(普通合伙) 11562 代理人: 王颖
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 衬底 生长 三角形 二硫化钼 识别 方法
【说明书】:

发明公开了一种基于衬底上生长的三角形二硫化钼的识别方法,具体包括以下步骤:S1、对衬底进行快速成像,得到完整清晰的全局衬底图像;S2、对所述衬底图像进行筛选识别;S3、对所述筛选识别的结果进行拟合和分析。本发明将500倍的平移变换图片拍摄整合得到一个样品的全貌,且具有更高的清晰度和完整度;本发明通过Faster R‑CNN专用深度神经网络的识别处理得到边长在30微米左右的正三角形的二硫化钼,取其中心点坐标导入到matlab中进行三次样条插值拟合,得到的拟合函数代表生长的二硫化钼优质样品的分布规律,能够更加直观的感受到优质样品在衬底的分布,避免了人工观察可能会出现的重复性机械劳动,减轻了负担。

技术领域

本发明属于无机功能材料识别技术领域,特别是涉及一种基于衬底上生长的三角形二硫化钼的识别方法。

背景技术

传统技术中,对于生长在衬底上的二硫化钼的识别,需要人眼进行筛选与识别长势良好的单层二硫化钼,并且还会带来一系列人工不断调整位置,调节焦距,记录位置,判断大小的操作等弊端,从而会出现重复性机械劳动,给人工增加了负担。

因此,寻找一种无需人工操作并且成像更具清晰化的生长在衬底上的二硫化钼的识别方法成为研究人员关注的问题。

发明内容

为了解决上述技术问题,本发明提供一种基于衬底上生长的三角形二硫化钼的识别方法,将带有目标二硫化钼的衬底放到显微摄像机下面,摄像机即可自动启动,对摆放的样品进行处理分析,免除了一系列人工不断调整位置,调节焦距,记录位置,判断大小的操作,可以直接通过该识别方法,得到优良的单层二硫化钼的具体位置。

为实现上述目的,本发明提出一种基于衬底上生长的三角形二硫化钼的识别方法,具体包括以下步骤:

S1、对衬底进行快速成像,得到完整清晰的衬底图像;

S2、对所述衬底图像进行筛选识别;

S3、对所述筛选识别的结果进行拟合和分析。

优选地,所述步骤S1具体为:

S11、对光学显微镜下的衬底进行图像采集,得到一系列局部视场下的衬底图像;

S12、对所述局部视场下的衬底图像采用全局图片自动拼接算法,得到完整清晰的全局衬底图像。

优选地,所述光学显微镜的放大倍数为500倍。

优选地,所述图像采集具体为:

将所述光学显微镜固定在电动载物平台的上方,设置所述光学显微镜的光轴与载物台表面垂直,载物平台在二维平面内移动,所述载物平台的水平垂直方向平动产生图像平移变换,得到一系列局部视场下的衬底图像;同时,相邻的图像取一部分重叠进行拍摄,合并时去掉重叠。

优选地,所述步骤S2具体为:

S21、基于Faster R-CNN深度神经网络算法,对所述衬底图像进行筛选识别,得到满足筛选条件的所有具有优质三角形结构的单层二硫化钼的坐标集合;

S22、取所述所有单层二硫化钼的三角形结构的中心位置作为坐标点,并以该坐标点进行标记。

优选地,所述筛选条件为所述单层二硫化钼结构是否为三角形、所述三角形的边长是否相等、所述三角形的边长长度是否在30微米左右;若均满足以上条件,则筛选出具有优质三角形结构的单层二硫化钼;所述优质三角形结构为边长接近30微米的正三角形。

优选地,所述步骤S3具体为:

S31、将所述坐标点导入matlab软件中进行坐标转化;

S32、将所述完整衬底转化为二维坐标平面,并将所述二维坐标平面划分为A*A个基元,其中A为任意正整数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110172208.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top