(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211003779.3 (22)申请日 2022.08.19 (71)申请人 湘潭大学 地址 411105 湖南省湘潭市雨湖区羊牯塘 卢家滩27号 (72)发明人 唐明华　曹祺　李刚　谢剑斌　 刘祥卿　张梓俊　 (74)专利代理 机构 湘潭市汇智专利事务所(普 通合伙) 43108 专利代理师 陈伟 (51)Int.Cl. G06V 20/69(2022.01) G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/774(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种钙钛矿晶界提取方法及提取装置 (57)摘要 本发明公开了一种钙钛矿晶界提取方法， 包 括以下步骤： 采集钙钛矿SEM图像； 对钙钛矿SEM 图像进行预处理， 得到训练集； 将训练集作为 Attention ‑DexiNed网络的输入， 利用监督学习 方法训练Attention ‑DexiNed网络， 得到钙钛矿 晶界提取模型； 将待提取的钙钛矿晶界SEM图像 输入到钙钛矿晶界提取模型中， 最后输出二值晶 界图像。 本发 明利用深度学习强大的特征学习能 力以及反向传播能力来提取钙钛矿SEM图像中的 晶界像素的特征， 通过监督学习的方法， 不断地 调整网络模 型地晶界图像的提取能力， 提取钙钛 矿SEM图像的晶界图像效果更佳同时适用性更 好。 权利要求书2页 说明书4页 附图3页 CN 115424259 A 2022.12.02 CN 115424259 A 1.一种钙钛矿晶界提取 方法， 其特 征在于， 包括以下步骤： 步骤1： 采集钙钛矿扫描电子 显微镜SE M图像； 步骤2： 对钙钛矿SEM图像进行预处理， 得到由若干钙钛矿SEM图像与 二值晶界图像构成 的训练集； 步骤3： 将训练集作为Attention ‑DexiNed网络的输入， 利用监督学习方法训练 Attention‑DexiNed网络， 得到钙钛矿晶界提取模型； 步骤4： 将待提取的钙钛矿晶界SEM图像输入到钙钛矿晶界提取模型中， 最后输出二值 晶界图像。 2.根据权利要求1所述的钙钛矿晶界提取方法， 其特征在于， 所述步骤1中， 采集钙钛矿 SEM图像的途径包括网络开源的钙钛矿SE M图像与自采的钙钛矿SE M图像。 3.根据权利要求1所述的钙钛矿晶界提取 方法， 其特 征在于， 所述 步骤2的具体过程 为： 2‑1)将收集到的钙钛矿SEM图像进行亮度和透明度的调整， 接着在蒙版上钩画出钙钛 矿SEM图像的手绘晶界图像； 2‑2)将手绘的晶界图像采用阈值化的方式先进行二值化操作， 设置阈值为T＝100， 勾 画出的晶界图像中像素点灰度值大于10 0的直接赋值 为255， 小于10 0的直接赋值 为0； 2‑3)将二值化的手绘晶界图像进行图像细化处理， 采用查表的细化算法， 通过统计像 素点8领域之内的像素值 来确定是否删除该像素点； 2‑4)将细化后的二值手绘晶界图像进行一个反色处理， 直接用最大像素值255减去每 个像素点的像素值， 得到黑背景白线条的 晶界图像； 2‑5)将每个实际的钙钛矿SE M图像和手绘的 晶界图像一 一对应构成训练集。 4.根据权利 要求3所述的钙钛矿晶界提取方法， 其特征在于， 所述步骤3中， Attention ‑ DexiNed网络是通过在原有DexiNed网络的每个SConv卷积块和PConv卷积块后均增加一个 注意力块而形成。 5.根据权利要求4所述的钙钛矿晶界提取方法， 其特征在于， 所述步骤3中， 对 Attention‑DexiNed网络的训练过程具体如下： 将训练集中的原始钙钛矿SEM图像作为网络的输入， 经过网络进行特征提取， 在网络对 钙钛矿SEM图像进行特征提取处理的过程中搜集不同阶段的特征图像， 然后通过损失函数 的计算将不同处理阶段的不同维度特征融合， 通过与目标二值晶界图像进行一个比较， 再 通过反向传递与随机梯度下降的方法对网络进行优化， 从而得到钙钛矿晶界提取模型。 6.根据权利要求5所述的钙钛矿晶界提取方法， 其特征在于， 所述步骤3中， 所述损失函 数为： 式中， ω为交叉熵损失函数的权重； y表示真实的边界图像， 0表示非真实图像， 1表示为权　利　要　求　书 1/2 页 2 CN 115424259 A 2真实图像； y‑表示真实边界中的负例图像； y+表示真实边界中的正例图像； θ表示Sigmoid方 程； 表示第n个阶段输出的边界图像； ln表示每个阶段预测的边界图像和真实边界图像的 交叉熵输出； λn是平衡正例与负例的超参数； λn和ln相乘之后再进行累加就构成了总的损失 函数 通过损失函数的计算， 将不同阶段的预测图像与真实图像进行比较， 再将各个阶段的 损失值进行累加， 既保留了低层次的具体特 征也保留了高层的抽象特 征。 7.一种用于实现权利要求1 ‑6中任一项所述的钙钛矿晶界提取方法的钙钛矿晶界提取 装置， 其特 征在于， 包括： 样本获取模块， 用于采集钙钛矿SE M图像； 图像处理模块， 用于对钙钛矿SEM图像进行图像预处理， 形成由若干钙钛矿SEM图像构 成的训练集； 模型训练模块， 用于利用训练集训练Attention ‑DexiNed网络， 得到训练完成的钙钛矿 晶界提取模型； 钙钛矿晶界提取模块， 用于获取待提取钙钛矿SEM图像， 并根据钙钛矿晶界提取模型对 待提取钙钛矿SE M图像进行晶界提取。权　利　要　求　书 2/2 页 3 CN 115424259 A 3