基于机器视觉的量子点STM形貌图像识别研究

• 作者: 丁召 余圣新 唐泽恬 夏成蹊 曾瑞敏 杨晨 汤佳伟 罗子江
• 来源期刊: 原子与分子物理学报
• 学科: 物理学
• 关键词: 机器视觉 STM图像 量子点 衬底 阈值下降
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 原子分子物理交叉学科
• 页码范围: 824-830
• 页数: 7页
• 分类号: O47
• 字数: 3083字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0364.2019.05.018

摘要

为减轻量子点表面形貌分析过程中的人工工作,使量子点的STM图像分析更加自动化,基于机器视觉对衬底的斜切角及量子点的形貌特性展开研究.利用腐蚀和边缘检测提取台阶形状,并通过反三角变换计算斜切角.利用二值化和阈值下降对量子点的数量与空间坐标进行提取,在此基础上,通过邻域密度计算分析其均匀性,并在解决图像中的粘连问题后找出量子点的尺寸.实验结果显示,与人工统计相比,斜切角、量子点计数及尺寸的平均误差分别为5.02％,0.7788％及1.12％;并实现量子点均匀性的自动化统计与分析.基于机器视觉算法的自动识别过程,对协助研究者分析量子点表面形貌有实际意义.