Nanocrystallic thin films statistical structural analysis by the automatic image processing

Maciej Wielgus , Zofia Sunderland , Daniel Koguciuk , Krzysztof Patorski , Grzegorz Słowik

Abstract

We demonstrate the powerful new algorithm for automatic analysis of the electron diffraction patterns in the microscopic images. The method can be outlined as follows: (1) filtration of the image in the Fourier domain (2) normalization with the bidimensional Hilbert transform, so-called vortex transform (3) local diffraction pattern frequency estimation by the finite difference operator (4) morphological filtration for the elements segmentation (5) construction of the sample features statistics. With sufficient quality maintained and vastly reduced time necessary for the computations, the method is superior to previously considered wavelet-based approach for the automatic analysis of large data sets.
Author Maciej Wielgus (FM / IMPh)
Maciej Wielgus,,
- The Institute of Micromechanics and Photonics
, Zofia Sunderland (FM / IMPh)
Zofia Sunderland,,
- The Institute of Micromechanics and Photonics
, Daniel Koguciuk (FM / IACR)
Daniel Koguciuk,,
- The Institute of Automatic Control and Robotics
, Krzysztof Patorski (FM / IMPh)
Krzysztof Patorski,,
- The Institute of Micromechanics and Photonics
, Grzegorz Słowik
Grzegorz Słowik,,
-
Pages1-7
Publication size in sheets0.5
Book Friend James, Hoe Tan H. (eds.): Micro/Nano Materials, Devices, and Systems, Proceedings of SPIE: Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments, vol. 8923, 2013, SPIE PO Box 10, Bellingham WA 98227-0010, USA , SPIE, ISBN 9780819498144, 988 p., DOI:10.1117/12.2053914
Keywords in Polishdyfrakcja, elektronowy mikroskop transmisyjny, analiza obrazu, krystalografia, cienkie warstwy, nanomateriały
Keywords in Englishdiffraction, transmission electron microscope, image analysis, crystallography, thin films, nanomaterials
Abstract in PolishDemonstrujemy nowy skuteczny algorytm automatycznej analizy wzorów dyfrakcji elektronowej w mikroskopowych obrazach. Metodę charakteryzują następujące etapy: (1) spektralna filtracja sygnału, (2) normalizacja z wykorzystaniem dwuwymiarowej transformacji Hilberta (transformacja wirowa), (3) estymacja lokalnej częstości przestrzennej z wykorzystaniem estymatora różnicowego, (4) segmentacja przez filtrację morfologiczną, (5) konstrukcja statystyki cech próbki. Dla dużych zbiorów danych zaproponowana metoda zachowuje akceptowalną jakość przy znacznej redukcji czasu obliczeń w porównaniu z algorytmem opartym o transformację falkową.
DOIDOI:10.1117/12.2033770
URL http://proceedings.spiedigitallibrary.org/proceeding.aspx?articleid=1788960
Languageen angielski
Score (nominal)0
Publication indicators WoS Citations = 0
Citation count*
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back
Confirmation
Are you sure?