[发明专利]基于扫描电镜的颗粒物形态识别方法

说明书

技术领域

本发明涉及一种颗粒物形态识别方法，尤其适用于对空气中的颗粒物质进行识别时使用的基于扫描电镜的颗粒物形态识别方法。

背景技术

空气中的“总悬浮颗粒”，为直径小于100微米的颗粒物。其中10微米以上的，几乎都可被鼻腔和咽喉所捕集；10微米以下的可经过呼吸道沉积于肺泡；而2.5微米以下能穿过人体内的末端细支气管到达气体交换区域。不同的环境中的颗粒物的具体形态特征不同，因而人们在不同环境中所需的防护措施也并不相同。

目前，空气污染中悬浮颗粒物的测量方法一般是通过颗粒采集器过滤膜的增重法来判断，通过将过滤膜上的颗粒收集并称重从而得到被测空气中存在的颗粒总重量，并通过颗粒总重量和被测量空气的体积从而判断出被测空气中的颗粒污染浓度，但是此测量方法不能获得空气中污染颗粒的具体形态，从而对空气污染的防护和治理产生影响。

发明内容

技术问题：本发明的目的是为克服现有技术的不足，提供了一种识别率高、可以得到图像中颗粒的具体形态的基于扫描电镜的颗粒物形态识别方法。

技术方案：本发明的基于扫描电镜的颗粒物的图像识别方法，包括以下步骤：

a.利用扫描电镜的低真空模式获取被测空气中放大5000倍的悬浮颗粒图像；

b.用矩阵实验室计算机对放大5000倍颗粒图像采用Otsu算法获取二值化后的颗粒图像；

c.对二值化后颗粒图像中存在相互粘连的颗粒图案进行分割，以提高颗粒图像中对颗粒的准确识别，颗粒图案分割过程为：

(i)在得到二值化图像中，背景像素的灰度值为0，颗粒像素的灰度值为255，根据边界像素是由颗粒向背景转变的中间过程特性，确定二值化颗粒图像中所有边界像素，对找到的每一个边界像素，以边界像素为中心边界像素，取半径R为5个像素的圆形区域进行循环搜索，得到循环区域内的边界像素总数N，由公式:

得到循环搜索区域中除中心边界像素外所有边界像素的重心(i_grav,j_grav)；式中(i_n,j_n)为边界像素坐标值；

通过求无量纲偏心率E依次对每个中心边界像素进行判断是否为楔形像素，中心边界像素距离边界像素重心(i_grav,j_grav)的距离r为：

无量纲偏心率式中半径R为5，经过学习训练，确定阈值CE,与无量纲偏心率进行比较，如果E＞CE，则判断此中心边界像素为待匹配的楔形像素，并将所有待匹配的楔形像素坐标值按行依次写入一个10000行2列的数组ijwedge中，数组ijwedge中每一行代表一个楔形像素的坐标。

(ii)从数组ijwedge中获取第一个的待匹配楔形点坐标值，将待匹配楔形像素作为线性分割的始端楔形像素，定义一个搜索区域，所述搜索区域以始端楔形像素为起始点，方向为与中心边界像素到重心的矢量方向相反，搜索半径为L，两边拓展的角度不超过π/3的扇形区域，其中搜索半径L的值通过学习训练确定，在搜索区域内通过双层循环逐行找寻楔形像素，如果找到多个楔形像素，按照与始端楔形像素欧氏距离最近的原则，从找到的楔形像素中确定终端楔形像素，将始端楔形像素与终端楔形像素视为分离点，采用Bresenham算法画分离线，完成粘连颗粒图像的分割，并将已经匹配的两个楔形像素在数组ijwedge中的坐标值置0。

(iii)从数组ijwedge中找寻下一个非0值坐标的楔形像素点，重复步骤ii中的操作，直到数组ijwedge中的楔形像素点全部操作结束。

d.利用计算机通过等效直径和形状因子方法对已经完成粘连颗粒分割后的各个颗粒图案的形态特征进行识别，并将识别结果通过显示器显示出来。