换一批基于图像处理的颗粒参数测量方法研究进展
Research progress in measuring particle parameters based on image processing methods
摘要颗粒材料在医药、材料科学等多领域作用关键.在颗粒学研究中,颗粒形态信息检测与评估是关键问题,传统手工计算方法因主观性和低效率,无法满足现代科研和工业生产需求.计算机图像处理技术优势显著,为颗粒图像参数自动提取提供有效手段.本文梳理文献,归纳颗粒图像处理算法及进展.预处理方面,涉及颗粒图像滤波算法评估和前沿深度学习去噪模型应用.分割环节,总结分水岭算法解决分割问题的方案、适配颗粒图像的水平集算法、凹点检测技术进展及基于霍夫变换和随机圆检测的成果,关注颗粒粘连和堆叠时的分割策略.此外,回顾深度学习在该领域的成果,分析U-Net与Mask R-CNN模型优势及改进,探讨注意力机制等改进方法成果.最后提出未来颗粒图像参数测量的三大趋势:高性能定制化算法、通用型算法和深度学习融合算法.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1002-3208.2026.02.013
发布时间
2026-05-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市教育委员会科研计划项目（KM202410025022）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
