In the present study, the use of a scanning probe microscope is described for monitoring the sizes of nanoparticles. Monitoring is the process of acquiring and analysing the set of overlapping images. The main analysis steps are image segmentation, determination of nanoparticles allocation and their sizes, determination of the overlap of images with one another, and exclusion of repeating measurements for the formation of the correct particle-size sampling. The thorough examination of commercial scanning probe microscopes, software, and image processing libraries showed that their capabilities are limited for image segmentation and determination of sizes in complex structured images. A method based on the surface curvature computation is proposed for the image segmentation (allocation of particles) and determination of particle sizes. The curvature is estimated using the surface area approximation with respect to the circumference. It is proposed to use sample displacement sensors as an aid for image stitching.
Аннотация. В статье описаны процессы поиска и распознавания маркированной зоны в сканирующей зондовой микроскопии. В качестве маркировки рассмотрены реперные отметки, наносимые с помощью наноиндентора или кантилевера зондового микроскопа. Приведены типовые изображения реперных отметок. Рассмотрены возможности свободно распространяемого программного обеспечения для выделения и распознавания реперных отметок на разных типах изображений. Показано, что для выделения отметок подходят некоторые методы бинаризации и кросс-корреляционный метод сравнения с шаблоном. Установлено, что данные методы эффективны при условии разработки алгоритмов фильтрации особых точек, в качестве которых предложено использовать локальные экстремумы корреляционной функции. Представлен алгоритм такой фильтрации на основе варьирования пороговых значений коэффициента корреляции и размера окрестности особой точки. Для распознавания реперных отметок предложен метод структурного анализа, основанный на определении расстояний между особыми точками изображения. Приведены результаты распознавания на различных типах изображений.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.