[发明专利]基于机器学习的二硫化钼样品三维表征方法、模型及应用

摘要

本发明提供了一种基于机器学习的二硫化钼样品三维表征方法、模型及应用，首先，对二硫化钼样品光学成像并进行AFM表征；然后，将光学图像的颜色特征与AFM高度数据的对应关系作为数据集，并基于数据集通过机器学习随机森林算法获得并训练模型；最后，以二硫化钼样品的光学图像的颜色特征值作为输入项导入模型从而获得样品的高度数据，经过滤波处理，滤除局部噪点及局部异常点，得到最终的三维表征图像。本发明表征精度高，有助于科研人员在没有AFM等表征仪器的情况下，通过光学成像即可快速分析二硫化钼样品的厚度。