基于深度学习的电子显微镜实时粒径分析系统的制作方法

本发明涉及图像处理和计算机视觉，具体为基于深度学习的电子显微镜实时粒径分析系统。

背景技术：

1、颗粒的大小称为“粒径”，又称“粒度”或者“直径”，当被测颗粒的某种物理特性或物理行为与某一直径的同质球体最相近时，就把该球体的直径作为被测颗粒的等效粒径或粒度分布；

2、电子显微镜，简称电镜，经过五十多年的发展已成为现代科学技术中不可缺少的重要工具，电子显微镜由镜筒、真空装置和电源柜三部分组成；

3、粒径分析在材料科学、化工、制药等领域具有重要意义，传统的粒径分析方法通常依赖于手动测量或昂贵的设备，难以实现实时和高效的粒径分布统计，近年来，随着计算机视觉和深度学习技术的发展，基于图像处理的自动粒径分析方法逐渐受到关注；

4、因此，我们提出了基于深度学习的电子显微镜实时粒径分析系统。

技术实现思路

1、本发明的目的在于提供基于深度学习的电子显微镜实时粒径分析系统，解决了背景技术中所提出的问题。

2、为实现上述目的，本发明提供如下技术方案：基于深度学习的电子显微镜实时粒径分析系统，其特征在于：包括硬件、软件系统和用户界面，所述硬件包括电子显微镜和计算机；

3、所述计算机用于运行深度学习模型和粒径分析软件；

4、所述软件系统包括：

5、电子显微镜捕获模块：实时捕获视频流；

6、深度学习模型检测模块：利用预训练的深度学习模型对视频帧中的粒子进行检测，提取粒子的旋转矩形框信息；

7、粒径计算模块：基于检测结果计算粒子的实际尺寸，并进行统计分析；

8、结果显示模块：实时绘制当前帧和累计帧的粒径分布直方图，并标注关键百分位数(d10、d50、d90)；

9、所述用户界面：提供开始和暂停按钮，用于控制视频捕获，实时显示粒径分布直方图；

10、所述电子显微镜捕获模块的信号输出端和深度学习模型检测模块的信号输入端连接，所述深度学习模型检测模块的信号输出端和粒径计算模块的信号输入端连接，所述粒径计算模块的信号输出端和结果显示模块的信号输入端连接。

11、作为本发明的一种优选实施方式，所述软件系统运行步骤如下：

12、步骤一：初始化、加载预训练的深度学习模型，设置像素到微米的转换系数，设置忽略的矩形框宽度阈值；

13、步骤二：实时检测分析、通过电子显微镜实时捕获视频帧，利用深度学习模型对视频帧进行检测，提取粒子的旋转矩形框信息，该模型通过卷积神经网络和回归算法快速定位并识别粒子，计算旋转矩形框的长边和短边，并将其转换为微米单位；

14、步骤三：粒径计算、累计符合条件的粒子尺寸和面积信息，使用加权百分位数算法计算粒径分布的关键百分位数d10、d50、d90；

15、步骤四：结果显示、绘制当前帧的粒径分布直方图，每隔一定帧数计算一次统计数据d10、d50、d90，并绘制累计帧的粒径分布直方图。

16、作为本发明的一种优选实施方式，步骤二中计算旋转矩形框的长边和短边过程如下：

17、s1：提取旋转矩形框的中心坐标、长边和短边长度、旋转角度；

18、s2：根据像素到微米的转换系数，将长边和短边长度转换为微米单位；

19、s3：计算旋转矩形框的面积；

20、s4：应用加权算法，对长边和短边进行加权平均，得到更准确的粒子尺寸。

21、作为本发明的一种优选实施方式，步骤三中具体计算如下：

22、s1：将粒子的尺寸和面积信息按从小到大排序；

23、s2：计算累计权重，并按权重百分比确定d10、d50、d90的值。

24、作为本发明的一种优选实施方式，所述用户界面为基于tki nter框架构建简单的用户界面。

25、作为本发明的一种优选实施方式，所述软件系统还包括转换模块，用于将旋转矩形框的长边和短边长度转换为微米单位。

26、与现有技术相比，本发明的有益效果如下：

27、1、实时性：能够实时检测和分析粒子尺寸，适用于在线质量控制和过程监控。

28、2、高效性：利用深度学习模型进行粒子检测，检测速度快且精度高。

29、3、准确性：采用旋转矩形框的检测方式，能够更准确地反映粒子的实际尺寸，经过多批样品的比较，误差在10微米以内。

30、4、易用性：通过简洁的用户界面提供友好的操作体验。

技术特征：

1.基于深度学习的电子显微镜实时粒径分析系统，其特征在于：包括硬件、软件系统和用户界面，所述硬件包括电子显微镜和计算机；

2.根据权利要求1所述的基于深度学习的电子显微镜实时粒径分析系统，其特征在于：所述软件系统运行步骤如下：

3.根据权利要求1所述的基于深度学习的电子显微镜实时粒径分析系统，其特征在于：步骤二中计算旋转矩形框的长边和短边过程如下：

4.根据权利要求1所述的基于深度学习的电子显微镜实时粒径分析系统，其特征在于：步骤三中具体计算如下：

5.根据权利要求1所述的基于深度学习的电子显微镜实时粒径分析系统，其特征在于：所述用户界面为基于tkinter框架构建简单的用户界面。

6.根据权利要求1所述的基于深度学习的电子显微镜实时粒径分析系统，其特征在于：所述软件系统还包括转换模块，用于将旋转矩形框的长边和短边长度转换为微米单位。

技术总结
本发明公开了基于深度学习的电子显微镜实时粒径分析系统，包括硬件、软件系统和用户界面，所述硬件包括电子显微镜和计算机，所述计算机用于运行深度学习模型和粒径分析软件，所述软件系统包括：电子显微镜捕获模块；深度学习模型检测模块；粒径计算模块；结果显示模块。本发明能够高效、准确地进行粒子尺寸检测和分布统计，具有广泛的应用前景。

技术研发人员：曾朝辉,杨航,彭凯,张春太,唐建,吕勇城
受保护的技术使用者：四川省洪雅县青工科技有限公司
技术研发日：
技术公布日：2024/11/26