一种基于深度学习的纳米薄膜材料原位显微图像表征方法

    公开(公告)号:CN119399170A

    公开(公告)日:2025-02-07

    申请号:CN202411537453.8

    申请日:2024-10-31

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于深度学习的纳米薄膜材料原位显微图像表征方法,包括:实时获取原位显微平台下纳米薄膜材料的生长视频数据并同步进行画面校正处理;使用swin‑TRANSEM神经网络加载预训练权重,对校正后的生长视频图像进行识别,生成识别框;根据识别框的大小确定晶畴早期生长帧位并获取晶畴生长的中心位置信息;使用改进的图像分割算法提取单个晶畴离散化的边缘信息;结合晶畴生长的中心位置信息和晶畴离散化的边缘信息,计算各个边缘代表点在坐标轴方向上的梯度并取模得到以每个方向上的生长速度信息;绘制生长热图,建立生长模型。本发明能够显著提升纳米薄膜材料生长分析的效率和精确度。

    一种基于图像特征的材料生长分析方法

    公开(公告)号:CN119992544A

    公开(公告)日:2025-05-13

    申请号:CN202510055195.8

    申请日:2025-01-14

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于图像特征的材料生长分析方法,包括:获取显微镜下纳米薄膜材料的生长情况并选取后期帧进行像素标注;使用树模型根据标注对关键帧进行像素分类并聚合,获取校正点、晶畴、液态生长中心的简化位置、形状信息;通过分析校正点的中心点坐标获取视频抖动校正矩阵并应用到晶畴边缘、液态生长核;对各个液态生长中心的坐标进行匹配获取不同路径的生长轨迹后进行滤波缓解部分异常、错误值干扰并绘制绘制液态生长中心轨迹以及晶畴掩膜图。本发明方法能够实时捕捉纳米薄膜材料液态生长过程中生长情况,为后续分析提供遍历。

    一种基于光计算的分布式光纤传感事件识别方法及装置

    公开(公告)号:CN119124233A

    公开(公告)日:2024-12-13

    申请号:CN202411147327.1

    申请日:2024-08-21

    Applicant: 南京大学

    Abstract: 本发明涉及一种,基于光计算的分布式光纤传感事件识别方法及装置,涉及光纤传感事件识别技术领域。本发明通过相干探测型φ‑OTDR系统采集分布式传感信息的二维时频信号,在光路上采用光计算实现对传感事件的精确识别。光计算包含光卷积操作与光全连接操作,二维时频信号经过处理变成一维张量,通过光强幅值调制器和可编程多波长激光器阵列的配合,将神经网络权重加载到光上,从而完成光神经网络计算,最终得到四个波长的相应光强度,实现传感事件的精确识别。本发明通过光计算处理传感信号,避免了对电子计算资源的依赖,提高了传感系统的响应速度和抗干扰能力;同时,通过分布式处理,增强了系统的故障容错性和可靠性。

Patent Agency Ranking