基于SEM图像的低维纳米材料自动分类方法

针对传统方法在低维纳米材料形貌检测和分类鉴别方面的不足,提出了一种基于扫描电子显微镜(SEM)图像的低维纳米材料自动分类方法.以纳米材料的SEM图像为基础,利用小波包分解技术对材料表面纹理特征进行提取,通过将纹理特征与支持向量机(SVM)相结合,实现了纳米材料的自动分类.该方法具有检测速度快、精度高、无损耗等诸多优点,可用于纳米材料大规模生产中的自动检测.对16种不同类别材料的SEM图像仿真结果表明,该方法的分类精度能够达到93.75%,证明了其在实际工程中的有效性.