[发明专利]一种基于计算机图像处理的大气粒子观察显微镜

权利要求书

1.一种基于计算机图像处理的大气粒子观察显微镜，其特征在于，所述观察方法包括以下步骤：

S1、样品制备，将大气粒子样品采样并收集在铜网上；

S2、透射电子显微镜观察，将粘有大气粒子的铜网放在透射电子显微镜下观察；

S3、去模糊处理，采用卷积神经网络对图像进行学习，通过生成对抗网络对图像进行去模糊处理；

S4、误差补偿，对透射电子显微镜测量误差进行补偿，得到完整精确画面；

S5、调节倍数，通过计算机编程调节透射电子显微镜的提高倍数。

2.根据权利要求1所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：所述样品采用方法为滤膜集尘超声波分散法、超薄切片法、冷冻断裂法和直接采样法中的一种或多种。

3.根据权利要求2所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：所述直接采样法将带有支持膜的铜网(200目或400目)放在带有冲击器的采样器中采样，大气粒子物直接沉降在铜网上，采样时间取决于大气粒子浓度的等情况，以铜网上采集到分布合适的颗粒物为准。

4.根据权利要求1所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：S2中观察利用透射电子显微镜图像和选区电子衍射(SAED)可获得颗粒物的形态、尺寸和结构信息；利用透射电子显微镜的能谱仪，可以对原子序数大于11(Na元素)的元素进行定量分析，对于带有超小或“无”窗口探头的能谱仪，可以探测到比B(硼)重的元素，对于颗粒物种类的辨别，要综合分析相关的透射电子显微镜图像，SAED花样和化学成分，根据三者信息综合判断。

5.根据权利要求2所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：通过所述卷积神经网络学习，组成两个模块，利用生成对抗网络，对两个模块网络训练后，通过残差学习中的跳跃连接方式，对输入图像与网络的输出的噪声图像的残差信息相减，最终得到去噪后的图像。

6.根据权利要求1所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：所述透射电子显微镜的高提高倍率下可直接观察到单晶硅晶格标准器的晶面间距，对硅晶面间距的高分辨透射电子显微镜图像进行二维离散傅里叶变换，得到相应的衍射图像，在灰度值谱图上，以中心斑点为对称点，量取两个以上斑点之间的距离，从而得到两个衍射斑点间的距离作为评定长度，其倒数为晶面间距，同一评定长度重复测量10次，计算10次测量值的算术平均值作为评定长度L，被测标准器的硅晶面间距d＝N/L。

7.根据权利要求6所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：所述透射电子显微镜长度测量误差补偿公式：

式中，s为透射电镜长度测量误差；d_i为第i次测量的平均硅晶面间距测得值；为测得值的算术平均值；n为测量次数，对误差进行补偿，得到完整画面。

8.根据权利要求6所述的一种基于计算机图像处理的大气粒子观察显微镜，其特征在于：通过计算机编程控制提高透射电子显微镜倍率和提高分辨率用于观察大气粒子的类型，通过计算机编程控制减小透射电子显微镜倍率用于观察整个画面中的大气粒子总量。