一种基于SEM图像的软团聚分子识别方法及系统与流程

技术特征：
1.一种基于sem图像的软团聚分子识别方法，其特征在于，所述方法包括以下步骤：s100，获取sem图像的灰度图；s200，通过边缘检测算法得到灰度图的边缘线；s300，通过边缘线划分灰度图为多个子图,由所有的子图构成子图集合；s400，计算子图集合中各个子图的分子团聚值；s500，根据各个子图的分子团聚值计算存在软团聚分子的概率并进行输出。2.根据权利要求1所述的一种基于sem图像的软团聚分子识别方法，其特征在于，在s100中，获取sem图像的灰度图的方法为：输入第一sem图像，并通过灰度图算法得到第一sem图像的灰度图记作第一灰度图；输入第二sem图像，并通过灰度图算法得到第二sem图像的灰度图记作第二灰度图；所述第一sem图像为进行物理或化学处理前所获取的sem图像，所述第二sem图像为进行物理或化学处理后所获取的sem图像。3.根据权利要求1所述的一种基于sem图像的软团聚分子识别方法，其特征在于，在s200中，通过边缘检测算法得到灰度图的边缘线的方法为：对第一灰度图使用边缘检测算法得到第一灰度图上的多条边缘线，将第一灰度图上的多条边缘线的集合作为第一边缘线集合；对第二灰度图使用边缘检测算法得到第二灰度图上的多条边缘线，将第二灰度图上的多条边缘线的集合作为第二边缘线集合。4.根据权利要求1所述的一种基于sem图像的软团聚分子识别方法，其特征在于，在s300中，通过边缘线划分灰度图为多个子图,由所有的子图构成子图集合的方法为：在第一灰度图上，定义在第一灰度图上的被一条或多条属于第一边缘线集合的边缘线作为边构成的几何图形记为先子图，先子图即为第一灰度图的子图，将第一灰度图上的一个或多个先子图构成的集合记为第一子图集合；在第二灰度图上，定义在第二灰度图上的被一条或多条属于第二边缘线集合的边缘线作为边构成的几何图形记为后子图，后子图即为第二灰度图的子图，将第二灰度图上的一个或多个先子图构成的集合记为第二子图集合。5.根据权利要求1所述的一种基于sem图像的软团聚分子识别方法，其特征在于，在s400中，对多个子图计算分子团聚值的方法为：记第一子图集合为集合aset，集合aset中元素的数量为n，变量i表示集合aset中元素的序号，i∈[1,n]，集合aset中的序号为i的元素记作aset(i)，第二子图集合为集合bset，集合bset中元素的数量为m，变量j表示集合bset中元素的序号，j∈[1,m]，集合bset中的序号为j的元素记作bset(j)；设置初始化向量mr，所述初始化向量mr中各元素的数值代表初始的概率值，所述初始化向量mr的大小为k维；其中，所述mr的大小中的k的取值的方法为，定义min()函数为求取输入的一个或多个的数组、向量、序列、集合中的最小的元素或者输入的多个的数值中的最小的元素的函数，len()函数为计算输入的一个或多个的数组、向量、矩阵、序列、集合中的元素的数量，由于aset(i)和bset(j)皆是从灰度图的图像中获取的且由像素点所组成，len(aset(i))表示aset(i)中的像素点的数量，{len(aset(i))}表示由集合aset中各元素中的像素点的数量所组成的集合，len(bset(j))表示bset(j)中的像素点的数量，{len(bset(j))}表示由集合bset中各元素中的像素点的数量所组成的集合，函数avg()为求取向下取整的算术平均数的函数，avg({len(aset(i))})表示求取aset中各元素中的像素点的数量的向下取整的算
术平均数，avg({len(bset(j))})表示求取bset中各元素中的像素点的数量的向下取整的算术平均数，则min(avg({len(aset(i))}),avg({len(bset(j))}))表示求取avg({len(aset(i))})、avg({len(bset(j))})此两个数值中最小的，所述k的取值即为min(avg({len(aset(i))}),avg({len(bset(j))}))；定义分子团聚值为衡量子图中存在软团聚分子的数值，对第一灰度图的多个子图进行计算分子团聚值的具体步骤为：s401-1，开始程序；获取初始化向量mr；获取集合aset；令i初始值为1；设置空数组tset；转到s401-2；s401-2，获取集合aset中的序号为i的元素为aset(i)，进而获取aset(i)中的像素点的数量为an，设置ai表示aset(i)中的像素点的序号，ai∈[1,an]，aset(i)中的序号为ai的像素点的像素值记作为a(ai)；令ai初始值为1；设置空数组tseq；转到s401-31；s401-31，判断是否满足约束条件(an-ai)≧(k-1)，若是则转到s401-32，若否则转到s401-33；s401-32，获取aset(i)中的序号为ai到序号为ai k-1的所有像素点的像素值组成的k维数组为数组v(ai)；转到s401-4；s401-33，获取aset(i)中的序号为ai到序号为an的共an-ai 1个像素点的像素值以及在后面接上k-(an-ai 1)个为零的数值组成的k维数组为数组v(ai)；转到s401-4；s401-4，设置变量q表示k维的数组或向量中的元素的序号，q∈[1,k]，v(ai)q表示v(ai)数组中序号为q的元素，mr(q)表示初始化向量mr中序号为q的元素；设置变量t(ai)为表示在进行计算数组v(ai)的过程中使用到的变量，根据上述初始化向量mr与数组v(ai)计算t(ai)的公式为：将上述计算所得的t(ai)加入数组tseq；转到s401-5；s401-5，判断数组tseq中元素的数量是否大于或等于an，若是则转到s401-6，若否则转到s401-7；s401-6，计算求取数组tseq中各元素的算术平均数作为t_i，并将t_i加入数组tset，将t_i作为数组tset中序号为i的元素；转到s401-8；s401-7，将ai的数值增加1；转到s401-31；s401-8，判断是否满足i<n，若是则将i的数值增加1再转到s401-2，若否则转到s401-9；s401-9，输出tset；结束程序；其中，步骤s401-1至s401-9所得的tset即为对第一灰度图的多个子图进行计算所得的分子团聚值；对第二灰度图的多个子图进行计算分子团聚值的具体步骤为：s402-1，开始程序；获取初始化向量mr；获取集合bset；设置变量j，令j初始值为1；设置空数组lset；转到s402-2；s402-2，获取集合bset中的序号为j的元素为bset(j)，进而获取bset(j)中的像素点的数量为bm，设置bj表示bset(j)中的像素点的序号，bj∈[1,bm]，bset(j)中的序号为bj的像
素点的像素值记作为b(bj)；令bj初始值为1；设置空数组lseq；转到s402-31；s402-31，判断是否满足约束条件(bm-bj)≧(k-1)，若是则转到s402-32，若否则转到s402-33；s402-32，获取bset(j)中的序号为bj到序号为bj k-1的共k个像素点的像素值组成的k维数组为数组w(bj)；转到s402-4；s402-33，获取bset(j)中的序号为bj到序号为bm的共bm-bj 1个像素点的像素值以及在后面接上k-(bm-bj 1)个为零的数值组成的k维数组为数组w(bj)；转到s402-4；s402-4，设置变量q表示k维的数组或向量中的元素的序号，q∈[1,k]，w(bj)q表示w(bj)数组中序号为q的元素，mr(q)表示初始化向量mr中序号为q的元素；设置变量l(bj)为表示在进行计算数组w(bj)的过程中使用到的变量，根据初始化向量mr与数组w(bj)计算l(bj)的公式为：将上述计算所得的l(bj)加入数组lseq；转到s402-5；s402-5，判断数组lseq中元素的数量是否大于或等于bm，若是则转到s402-6，若否则转到s402-7；s402-6，计算求取数组lseq中各元素的算术平均数作为l_j，并将l_j加入数组lset，作为数组lset中序号为j的元素；转到s402-8；s402-7，将bj的数值增加1；转到s402-31；s402-8，判断是否满足j<m，若是则将j的数值增加1再转到s402-2，若否则转到s402-9；s402-9，输出lset；结束程序；其中，步骤s402-1至s402-9所得的lset即为对第二灰度图的多个子图进行计算所得的分子团聚值。6.根据权利要求5所述的一种基于sem图像的软团聚分子识别方法，其特征在于，在s500中，根据各个子图的分子团聚值计算存在软团聚分子的概率并进行输出的方法为：根据第一灰度图、第二灰度图的各个子图的分子团聚值计算存在软团聚分子的概率，定义从第一灰度图的各个子图的分子团聚值到第二灰度图的各个子图的分子团聚值的实际的改变程度为ρ，函数exp()为计算以自然数e为底的指数函数，函数log()为计算以自然数2为底的对数函数，ρ的计算公式为：定义初始化向量mr中的各维度数值的改变程度为β，计算β的公式为：将存在软团聚分子的概率记作λ，在所得的ρ和β的基础上计算存在软团聚分子的概率λ的公式为：
所述得到的λ即为根据各个子图的分子团聚值计算得到的存在软团聚分子的概率，判断是否满足λ>η，若是则表示判断结果为第二sem图像中存在软团聚分子，若是则表示判断结果为第二sem图像中不存在软团聚分子，并将λ的数值及其相应的判断结果通过计算机的输出设备进行输出或者将λ的数值通过存储器进行存储，其中，η为软团聚分子的概率阈值，所述软团聚分子的概率阈值的取值范围为[0.5,1)。7.一种基于sem图像的软团聚分子识别系统，其特征在于，所述一种基于sem图像的软团聚分子识别系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1中的一种基于sem图像的软团聚分子识别方法中的步骤，所述一种基于sem图像的软团聚分子识别系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心的计算设备中。

技术总结
本公开提供了一种基于SEM图像的软团聚分子识别方法及系统，获取SEM图像的灰度图并通过边缘检测算法得到灰度图的边缘线，进而以边缘线从灰度图中得到子图集合对多个子图计算分子团聚值，根据各个子图的分子团聚值计算存在软团聚分子的概率并进行输出，由此实现只需通过计算对比处理前后SEM图像以达成判别是否存在软团聚分子的效果。存在软团聚分子的效果。存在软团聚分子的效果。


技术研发人员：王继刚 赵跃军 展铭望 冯晓琳 李娜 张凌波 隋殿杰 陈剑诗
受保护的技术使用者：广东石油化工学院
技术研发日：2021.09.18
技术公布日：2022/1/14