[发明专利]一种钙钛矿晶界提取方法及提取装置

说明书

本发明公开了一种钙钛矿晶界提取方法，包括以下步骤：采集钙钛矿SEM图像；对钙钛矿SEM图像进行预处理，得到训练集；将训练集作为Attention‑DexiNed网络的输入，利用监督学习方法训练Attention‑DexiNed网络，得到钙钛矿晶界提取模型；将待提取的钙钛矿晶界SEM图像输入到钙钛矿晶界提取模型中，最后输出二值晶界图像。本发明利用深度学习强大的特征学习能力以及反向传播能力来提取钙钛矿SEM图像中的晶界像素的特征，通过监督学习的方法，不断地调整网络模型地晶界图像的提取能力，提取钙钛矿SEM图像的晶界图像效果更佳同时适用性更好。

技术领域

本发明涉及一种钙钛矿晶界提取方法及提取装置。

背景技术

由于化石能源日渐枯竭以及社会发展对环保的要求越来越高，为了满足社会发展的需要，各式各样的新型能源开始出现。其中使用最广、发电量最大的新能源为太阳能，为了高效地将太阳能转换为电能，高效的换能材料是关键。近几年发展势头十分迅猛的有机无机杂化钙钛矿材料就是能量转换效率十分高的换能材料，由钙钛矿材料制成的太阳能电池的换能效率已经能够达到20％以上。钙钛矿材料的换能效率与钙钛矿材料薄膜的结晶结构和表面特征息息相关，因此对制备出来的钙钛矿材料进行晶界提取可以保证得到更高质量的材料薄膜、更高的表面平滑度、更大的晶粒尺寸以及表面覆盖率。

现有的晶界提取方法主要采用传统算法实现，如专利CN202011262628.0《一种基于图像处理的晶界提取与晶粒度测量方法》和专利CN201811525515.8《一种晶界提取、晶界提取模型生成方法及装置》都主要采用的是传统的图像增强滤波等方法进行材料的晶界提取。

虽然自动提取晶界已经经过很多年的发展，得到了不小的进步。但是仍存在一系列问题，比如传统方法提取的精度还不够、提取过程易受图像质量的影响、对于复杂的SEM图像的提取效果不佳等。

发明内容

为了解决上述技术问题，本发明提供一种算法简单、提取精度高的钙钛矿晶界提取方法，并提供一种基于Attention-DexiNed网络的钙钛矿晶界提取装置。

本发明解决上述技术问题的技术方案是：一种钙钛矿晶界提取方法，包括以下步骤：

步骤1：采集钙钛矿SEM图像；

步骤2：对钙钛矿SEM图像进行预处理，得到由若干钙钛矿SEM图像与二值晶界图像构成的训练集；

步骤3：将训练集作为Attention-DexiNed网络的输入，利用监督学习方法训练Attention-DexiNed网络，得到钙钛矿晶界提取模型；

步骤4：将待提取的钙钛矿晶界SEM图像输入到钙钛矿晶界提取模型中，最后输出二值晶界图像。

上述钙钛矿晶界提取方法，所述步骤1中，采集钙钛矿SEM图像的途径包括网络开源的钙钛矿SEM图像与自采的钙钛矿SEM图像。

上述钙钛矿晶界提取方法，所述步骤2的具体过程为：

2-1)将收集到的钙钛矿SEM图像进行亮度和透明度的调整，接着在蒙版上钩画出钙钛矿SEM图像的手绘晶界图像；

2-2)将手绘的晶界图像采用阈值化的方式先进行二值化操作，设置阈值为T＝100，勾画出的晶界图像中像素点灰度值大于100的直接赋值为255，小于100的直接赋值为0；

2-3)将二值化的手绘晶界图像进行图像细化处理，采用查表的细化算法，通过统计像素点8领域之内的像素值来确定是否删除该像素点；

2-4)将细化后的二值手绘晶界图像进行一个反色处理，直接用最大像素值255减去每个像素点的像素值，得到黑背景白线条的晶界图像；

2-5)将每个实际的钙钛矿SEM图像和手绘的晶界图像一一对应构成训练集。