[发明专利]基于图像识别技术的共混聚合物中分散相形貌的表征方法

说明书

本发明涉及一种基于图像识别技术的共混聚合物中分散相的形貌表征方法，是将共混聚合物经溶解刻蚀分散相或者基体相后的截面图像在Matlab中先进行图像读取和图像处理，然后进行图像识别和统计分析得到分散相的粒径、分散相的面积和分散相的形心位置；图像处理是先复制原有图层、再利用边缘锐化和正片叠底操作优化图像，然后使分散相区域与基体相区域之间存在更为明显的颜色差异，得到处理后图像；图像识别是对处理后图像上的分散相区域与基体相区域的颜色差异进行识别，并记录分散相的大小和位置；统计分析是对分散相的面积、当量直径、数目进行统计。本发明的方法与传统手工测量方法相比，准确、快速、简单。

技术领域

本发明属于聚合物形貌测试技术领域，涉及一种基于图像识别技术的共混聚合物中分散相的形貌表征方法。

背景技术

共混改性已经成为材料改性的主要方法，共混改性材料的性能主要取决于共混物的形貌结构，包括分散相的直径、长径比、面积、数目及其分布等。目前，共混物中分散相的形貌表征主要采用人工手动测量的方法，具体步骤为：先通过扫描电镜或其他显微镜拍照采集图像，然后利用软件测量分散相尺寸参数，但人工测量准确度较低，难以统计分析大量数据；现有的Image J和Image pro plus等图像处理分析软件，需要手动导入图像，难以批量处理图片，缺少可视化的分散相重建功能。目前国内也尚未见针对共混聚合物分散相形貌表征的专利报道。

因此，开发出一种可以智能识别共混聚合物截面图像中分散相，并对分散相的面积、半径、形心位置、长径比进行统计，以及对不同设定分区内分散相进行分析比较的方法具有十分重要的意义。

发明内容

为解决现有技术中存在的问题，本发明提供一种基于图像识别技术的共混聚合物中分散相的形貌表征方法。

为达到上述目的，本发明采用的方案如下：

基于图像识别技术的共混聚合物中分散相的形貌表征方法，将共混聚合物经溶解刻蚀分散相或者基体相后的截面图像(一般是扫描电镜图)在Matlab中先进行图像读取和图像处理，然后进行图像识别和统计分析得到分散相的粒径、分散相的面积和分散相的形心位置；

图像读取为基于文件数量length(file(file＝dir(fileform))，利用for语句循环以实现自动读取；

图像处理是先复制原有图层、再利用边缘锐化和正片叠底操作(二者无先后关系)优化图像，提高对比度和分散相的可识别度，然后使分散相区域与基体相区域之间存在更为明显的颜色差异，得到处理后图像；

将共混聚合物经溶解刻蚀分散相后的截面图像进行图像处理时，使分散相区域与基体相区域之间存在更为明显的颜色差异是指：进行二值化处理；

针对分散相和基体相的颜色差异较小、相距较近的图像，将共混聚合物经溶解刻蚀基体相后的截面图像进行图像处理时，使分散相区域与基体相区域之间存在更为明显的颜色差异是指：先将截面图像转化为灰度图像，再利用strel(shape,parameters)函数分别对前景对象和背景对象进行标记，并以分散相的形状指定‘shape’值对(为球形时，选disk，为矩形时，选rectangle)进行图像处理，获得标记图像，最后依次进行开操作、腐蚀操作、重建操作、膨胀操作、求补和重建操作处理。

a.开操作是使图像的轮廓变得光滑，断开较窄的狭颈和消除细的突出物；

b.腐蚀操作是为了消除边界点，使边界向内部收缩的过程，可以用来消除小且无意义的物体，用标记图像对截面图像的灰度图像进行腐蚀。

c.重建操作是以灰度图像和腐蚀后的图像重建；

d.膨胀操作是以获得的标记图像对重建后的图像进行膨胀操作；

e.求补和重建操作是对上述重建后的图像(c操作获得的图像)和膨胀后的图像(d操作获得的图像)分别进行求补操作，并用求补后的膨胀图像对求补后的重建图像进行重建；