扫描电子显微镜(scanning electron microscope,SEM)在材料表征领域具有广泛的应用前景,然而所获得的图像通常难以直接提取定量信息。针对一种共晶高熵合金的扫描电镜图像,提出了一种基于机器学习和图像分割技术的自动化、定量化分析方...扫描电子显微镜(scanning electron microscope,SEM)在材料表征领域具有广泛的应用前景,然而所获得的图像通常难以直接提取定量信息。针对一种共晶高熵合金的扫描电镜图像,提出了一种基于机器学习和图像分割技术的自动化、定量化分析方法,该方法能够有效测量共晶高熵合金板条状区域的面积、长度、宽度、周长以及不同组分的占比。实验结果表明,本研究所提出的方法在高熵合金图像上具有良好的鲁棒性和准确性,为研究高熵合金材料的表面结构提供了重要的技术支持。展开更多
文摘扫描电子显微镜(scanning electron microscope,SEM)在材料表征领域具有广泛的应用前景,然而所获得的图像通常难以直接提取定量信息。针对一种共晶高熵合金的扫描电镜图像,提出了一种基于机器学习和图像分割技术的自动化、定量化分析方法,该方法能够有效测量共晶高熵合金板条状区域的面积、长度、宽度、周长以及不同组分的占比。实验结果表明,本研究所提出的方法在高熵合金图像上具有良好的鲁棒性和准确性,为研究高熵合金材料的表面结构提供了重要的技术支持。
